根據(jù)國家環(huán)境信息中心公布的數(shù)據(jù)，截至2022年7月，總計九起氣候災(zāi)害事件已經(jīng)造成超過10億美元經(jīng)濟(jì)損失。據(jù)報道，伊恩颶風(fēng)已造成100多人死亡和高達(dá)470億美元的保險損失，這可能是佛羅里達(dá)州歷史上危害最大的風(fēng)暴災(zāi)情。

自2022年6月以來，巴基斯坦的洪水也已造成1678人死亡，沖毀大量村莊和基礎(chǔ)設(shè)施，令340萬兒童面臨水源性疾病、溺水和營養(yǎng)不良風(fēng)險。此外，颶風(fēng)菲奧娜則在波多黎各造成9萬民眾斷電。

隨著全球自然災(zāi)害變得愈發(fā)普遍和危險，人工智能（AI）等技術(shù)的應(yīng)用也許有望預(yù)防并緩解相關(guān)破壞。

根據(jù)IBM Master Inventor、聯(lián)合國首席AI顧問、AI for Good全球峰會聯(lián)合創(chuàng)始人Neil Sahota的介紹，人們長久以來一直將稱之視為純粹突發(fā)的極端事件。但實際上，成千上萬條微妙且緩慢推進(jìn)的線索，早已指明了自然災(zāi)害發(fā)生的可能性與嚴(yán)重程度。

Sahota解釋道，“作為人類，我們對那些快速爆發(fā)的直接威脅非常敏感，但卻不擅長認(rèn)識那些緩慢推進(jìn)的長期威脅。值得慶幸的是，AI的出現(xiàn)讓我們擁有了能夠預(yù)測自然災(zāi)害、并采取預(yù)防及緩解措施的強(qiáng)大工具?！?/p>

Sahota以野火為例，介紹了AI如何實時處理大量數(shù)據(jù)，并在不同變量之間找出微妙的聯(lián)系。Sahota表示，“我們以往更傾向于通過氣候條件、灌木叢分布、其他潛在燃料的數(shù)量以及該地區(qū)的地形來評估火災(zāi)風(fēng)險。但隨著AI野火工具的出現(xiàn)，我們得以將更多變量納入進(jìn)來，特別是點燃因素?！?/p>

Sahota指出，結(jié)合礦業(yè)公司的研究數(shù)據(jù)來看，雷擊可能才是野火的主要來源。但我們要如何評估這類具有極大隨機(jī)性的事件？

“人類面對此類問題時可能會束手無策，但AI卻能夠更容易地預(yù)測雷暴的可能發(fā)生位置、雷暴擊中地面的可能性，以及起火風(fēng)險較高的「熱點」。這樣，我們就能查驗更多火源，例如靜電、熱表面甚至是摩擦，借此評估野火的威脅?！?/p>

Sahota認(rèn)為，AI完全可以確定潛在災(zāi)害的連鎖反應(yīng)或間接影響，甚至據(jù)此預(yù)防下一場自然災(zāi)害的降臨。

“讓我們以沿海浸漬為例。以往我們大多使用海平面等關(guān)鍵指標(biāo)，但近期美國東南部出現(xiàn)了不尋常的狀況——幾乎從未受到萊姆病侵襲的區(qū)域，竟然爆發(fā)了這種疾病?！?/p>

Sahota和同事們在研究這個問題時，發(fā)現(xiàn)引發(fā)該疾病的蜱蟲開始由海岸線遷移至更遠(yuǎn)的內(nèi)陸?！把睾－h(huán)境發(fā)生的微妙變化對蜱蟲來說可能是一場劇變，因此引發(fā)了大規(guī)模遷徙?！?/p>

“利用這條線索再配合人工智能，科學(xué)家們得以更好地了解單一事件如何影響整個生態(tài)系統(tǒng)。現(xiàn)在，我們開始用AI技術(shù)研究海洋生物、洋流甚至是海洋溫度，借此找到能夠指示洪水災(zāi)害的微妙線索?！?/p>

從災(zāi)害預(yù)測到救援資源優(yōu)化，再到災(zāi)害根源分析，AI已經(jīng)在檢測和籌備極端天氣及其他災(zāi)害方面發(fā)揮積極作用。蘭開斯特大學(xué)的團(tuán)隊就建立起一套災(zāi)害測繪與損害檢測系統(tǒng)，幫助救援隊在工作當(dāng)中對不同區(qū)域進(jìn)行優(yōu)先級排序。該平臺使用眾包標(biāo)記數(shù)據(jù)，借現(xiàn)場志愿者之手獲取道路阻塞、泛洪區(qū)域及受損建筑物等信息。

Sahota表示，“將混合智能，即人類與人工智能的結(jié)合，颶風(fēng)伊恩的影響確實得到了一定控制。”

“AI的長處，是能夠?qū)?shù)千條氣候數(shù)據(jù)實時納入考量，幫助我們更好地預(yù)測從熱帶風(fēng)暴到颶風(fēng)、再弱化回?zé)釒эL(fēng)暴、之后重新增強(qiáng)為颶風(fēng)的整個轉(zhuǎn)變過程。如此一來，我們就能為卡羅來納州和佛羅里達(dá)州這些風(fēng)暴受災(zāi)大州設(shè)計災(zāi)備預(yù)案?！?/p>

Sahota還提出了AI的其他幾種重要應(yīng)用方向。“使用AI技術(shù)，我們能夠提早分析颶風(fēng)的行動軌跡，搶在其襲來之前部署醫(yī)療資源、食物和水。利用AI的高效溝通能力，我們還有望加快撤離速度、減少傷亡人數(shù)?！?/p>

“在明確了可能受到災(zāi)害破壞的區(qū)域之后，我們還能考慮如何部署資源，怎樣更快恢復(fù)水、電力和食品供應(yīng)等基礎(chǔ)服務(wù)。”

IFS North America公司CTO Rick Veague指出，AI預(yù)測還將成為災(zāi)后恢復(fù)工作中的重要支持力量。

Veague解釋道，“AI最大的價值所在，就是它能夠一次消化多個信息源，計算各種可能結(jié)果的發(fā)生概率，并根據(jù)不同原因提出建議——全程無需人為干預(yù)。除了預(yù)測之外，AI還能根據(jù)當(dāng)前觀察到的數(shù)據(jù)進(jìn)行預(yù)測優(yōu)化，確?；贏I的決策流程產(chǎn)生出更好的結(jié)果。”

Veague強(qiáng)調(diào)，“自然災(zāi)害帶來的后果往往混亂無序，市政服務(wù)陷入癱瘓、交通基礎(chǔ)設(shè)施遭到破壞。而憑借衛(wèi)星、航拍和街道攝像頭收集到的地理空間信息，以及氣象/過往歷史數(shù)據(jù)和手機(jī)信號，AI能夠繪制出災(zāi)區(qū)情勢圖，找到最需要提供援助物資的人口中心，高效組織響應(yīng)策略?！?/p>

憑借著強(qiáng)大的信息量，AI能夠精準(zhǔn)定位援助需求量，并確定應(yīng)采取哪些最佳途徑實現(xiàn)援助物資交付。

“以颶風(fēng)伊恩為例，在災(zāi)后恢復(fù)工作開始時，食品、水和燃料的供應(yīng)量非常有限。因此找到高效物資交付方式不僅能夠縮短響應(yīng)周期，還能保障災(zāi)民最大利益、快速建立信心。這種依托于廣泛信息源獲取大量數(shù)據(jù)，并在幾秒鐘內(nèi)精確得出結(jié)論的能力，是人類根本無法企及的?！?/p>

Veague最后總結(jié)道，“隨著這個十年來自然災(zāi)害發(fā)生頻率的持續(xù)提升，相信AI技術(shù)將在幫助人類有效應(yīng)對災(zāi)害方面扮演起不可或缺的角色?！?/p>