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，總計九起氣候災害事件已經(jīng)造成超過10億美元經(jīng)濟損失。據(jù)報道，伊恩颶風已造成100多人死亡和高達470億美元的保險損失，這可能是佛羅里達州歷史上危害最大的風暴災情。
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設施，令340萬兒童面臨水源性疾病、溺水和營養(yǎng)不良風險。此外，颶風菲奧娜則在波多黎各造成9萬民眾斷電。
隨著全球自然災害變得愈發(fā)普遍和危險，人工智能（AI）等技術的應用也許有望預防并緩解相關破壞。
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的線索，早已指明了自然災害發(fā)生的可能性與嚴重程度。
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，但卻不擅長認識那些緩慢推進的長期威脅。值得慶幸的是，AI的出現(xiàn)讓我們擁有了能夠預測自然災害、并采取預防及緩解措施的強大工具。”
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)的地形來評估火災風險。但隨著AI野火工具的出現(xiàn)，我們得以將更多變量納入進來，特別是點燃因素。”
Sahota指出，結合礦業(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。”
Sahota認為，AI完全可以確定潛在災害的連鎖反應或間接影響，甚至據(jù)此預防下一場自然災害的降臨。
“讓我們以沿海浸漬為例。以往我們大多使用海平面等關鍵指標，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。”
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的內(nèi)陸。“沿海環(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。”
“利用這條線索再配合人工智能，科學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)?，F(xiàn)在，我們開始用AI技術研究海洋生物、洋流甚至是海洋溫度，借此找到能夠指示洪水災害的微妙線索。”
從災害預測到救援資源優(yōu)化，再到災害根源分析，AI已經(jīng)在檢測和籌備極端天氣及其他災害方面發(fā)揮積極作用。蘭開斯特大學的團隊就建立起一套災害測繪與損害檢測系統(tǒng)，幫助救援隊在工作當中對不同區(qū)域進行優(yōu)先級排序。該平臺使用眾包標記數(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合，颶風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，幫助我們更好地預測從熱帶風暴到颶風、再弱化回熱帶風暴、之后重新增強為颶風的整個轉(zhuǎn)變過程。如此一來，我們就能為卡羅來納州和佛羅里達州這些風暴受災大州設計災備預案。”
Sahota還提出了AI的其他幾種重要應用方向。“使用AI技術，我們能夠提早分析颶風的行動軌跡，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)。”
“在明確了可能受到災害破壞的區(qū)域之后，我們還能考慮如何部署資源，怎樣更快恢復水、電力和食品供應等基礎服務。”
IFS North America公司CTO Rick Veague指出，AI預測還將成為災后恢復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。除了預測之外，AI還能根據(jù)當前觀察到的數(shù)據(jù)進行預測優(yōu)化，確?；贏I的決策流程產(chǎn)生出更好的結果。”
Veague強調(diào)，“自然災害帶來的后果往往混亂無序，市政服務陷入癱瘓、交通基礎設施遭到破壞。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)和手機信號，AI能夠繪制出災區(qū)情勢圖，找到最需要提供援助物資的人口中心，高效組織響應策略。”
憑借著強大的信息量，AI能夠精準定位援助需求量，并確定應采取哪些最佳途徑實現(xiàn)援助物資交付。
“以颶風伊恩為例，在災后恢復工作開始時，食品、水和燃料的供應量非常有限。因此找到高效物資交付方式不僅能夠縮短響應周期，還能保障災民最大利益、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)精確得出結論的能力，是人類根本無法企及的。”
Veague最后總結道，“隨著這個十年來自然災害發(fā)生頻率的持續(xù)提升，相信AI技術將在幫助人類有效應對災害方面扮演起不可或缺的角色。”
