提升災害應對效率,日本政府欲利用 AI 共用防災資訊

作者 | 發布日期 2018 年 03 月 01 日 8:00 | 分類 AI 人工智慧 , Big Data , 網路 follow us in feedly

眾所周知,日本是一個包括地震在內的各種自然災害頻發的地區,而如何減少損失,提高救災效率一直是日本想積極解決的問題。



據共同社近日報導,日本政府正著手打造發生嚴重災害時,用人工智慧辨識和整理現場災害對策總部收集的受災報告及支援要求等資訊的機制。此舉旨在從湧入的大量資訊中挑揀優先度高的,進而反映到對策。

報導稱,這是力圖達成相關機構共用防災資訊及資料庫化的一環,包括運用人造衛星提供資訊及透過推特收集資訊等方案。

日本政府之所以會參考人工智慧技術,可以料想的是人工智慧具備強大的高等級資訊處理能力,可最快速度算出最佳方案,有助於減少災害會帶來的破壞。

由於剛發生災害時大量資訊透過電話湧入,資訊整理和共用成為重要課題。目前,處理災害較普遍的方法是接聽電話的總部人員在白板寫上收到訊息,這不可避免會遺漏一些重要資訊。但運用 AI 語音辨識等技術,根據關鍵詞判斷優先程度,按每個疏散地和地區整理,可使對策總部人員能簡單共用資訊,迅速應對災害。

日本曾多次提出使用 AI 幫助救災的構想。2017 年 11 月,日本總務省官員就表示,政府打算與一些企業合作,借助「大數據」技術預測自然災害,及早將預警和疏散等資訊傳送給地方政府和居民。

一種方式是把現有氣象紀錄等資料與民眾在網路發表的消息結合,分析特定地區出現災害的可能性,增強防災資訊的準確性。例如,把降水量、河流水位等資訊與 TwitterFacebook 消息結合,或許能及早發現一些尚處於早期階段的災害並預測發生地點。

將大數據納入電子地圖管理

日本政府曾表示,要利用 AI 系統處理氣象的相關資訊和資料,進而讓災難發生 10 分鐘之內傳出第一手數據。目前,該系統還在不斷改進,研究人員盡可能多搜集資料,並將這些相關資料匯入系統,提高系統處理資訊的準確性,使它能正確決策。

之後的預警資訊將傳送給受災地區政府,再經由電台、電視台和手機網路傳遞給民眾。一旦發生地震或海嘯,智慧手機用戶還可藉手機定位功能,接收疏散路線和交通狀況等自訂資訊。比如,根據不同的災區地點,給予最佳營救路線及方式,並根據各受災區情況、傷員嚴重程度、人數多少,提供最適合的醫療機構點,以及最適合的醫療運輸方式。

此報導也指出,日本政府正在推動災害時利用大量儲存手機位置資訊的「大數據」,並與 AI 整理的資訊一併納入電子地圖等方式統一管理。透過掌握整體情況,提供幫助給決策人員。

不光是日本政府,世界銀行也在上個月與 WeRobotics OpenAerialMap 合作發起一項新的開放性人工智慧挑戰,旨從全球開放研究社群測試新的 AI 應用,可快速、高彈性地即時評估災區航拍影像,為緊急部門人員調動和規畫提供幫助,尤其在重大自然災害如地震、海嘯、風暴潮等發生後的關鍵性幾小時、幾天內提供資訊。

一家叫 One Concern 的公司也在研發人工智慧快速預測地震重災區、獲得搶救最佳時機的產品,希望地震發生後幾分鐘內,就能快速預測城鎮受地震破壞最強的地區為何。人工智慧領域專家吳恩達曾推薦過該產品。

根據相關報導,為了研發演算法模型,One Concern 下載了某個地區與建築有關的樓齡、類別、建築材料等有關資料,然後需要訓練一套能理解地震如何損壞建築物的模型。透過將這些知識和地震發生後的地震資料結合,研發的系統可高效預測建築物對衝擊波的反應。

最後 AI 系統評估災害之後,就會生成一張災害地圖,地圖中,建築物損壞最嚴重的街道和受災人數最多的區域都會重點標注。由此可幫助救災組織快速做出重要決策,如物資配置、首要救災地區定位、疏散路徑等。

此外,IBM 的人工智慧 Watson 也曾在 2015 年嘗試預測地震、火山,專家還建立了一個用於預測地震的數學模型。由於地震觀測點很多,需要儲存和處理的資料就更多,不過可借助 IBM 的超級電腦和數學模型,快速處理不規則資料,所以對能否準確預測地震或許還可期待。

對於 AI 幫助救災,東京技術研究所智慧系統工程客座教授 Yasuhiro Kanatani 表示,「個性化技術,例如 AI 系統下關於災害損失的預計和最佳化,都已開始使用了。從現在開始,很有必要將科技和災害現場資訊,以及公開資訊連起來,更使用於實際情況。」

不過需要注意的是,這是一項浩大工程,尤其初期技術使用方面及 AI 處理受災資訊的可信度,都有諸多挑戰。

(本文由 雷鋒網 授權轉載;首圖來源:Flickr/Aavtar Singh CC BY 2.0)

延伸閱讀: