据悉，Facebook人工智能(AI)研究人员开发出一种新技术，该技术能够通过分析卫星图像，确定一个地区在火灾或洪灾等自然灾害发生后所遭受的破坏程度。
在自然灾害发生后，这种技术可以帮助紧急救援人员确定受灾最为严重的地区。Facebook研究小组还创建了一套名为“灾害影响指数”(disaster Impact Index, DII)的度量标准，用来衡量某地区自然灾害造成的破坏程度，该指数可用来推测严重的洪灾或火灾损失。
这一基于“卷积神经网络”(Convolutional Neural Networks, CNN)的AI技术识别准确率达到了80%以上：在2017年德州Sugar Land附近的飓风Harvey中识别受损道路的准确率为88.8%，在圣罗莎大火中识别受损建筑的准确率为81.1%。
不像过去一些基于人工智能的分析依赖于灾后地区的静态图像进行分析，这种新技术通过对灾前和灾后拍摄照片对比，并将每张照片分解成更小、更容易识别的照片网格。“作为这项工作的一部分，我们只关注道路和建筑，但是这可以延伸反映出灾害对其他自然界和人造特征的影响，”Facebook在一篇论文中称。
这项名为“从卫星图像到灾难洞察”的研究由Facebook AI研究部门的研究员Saikat Basu、Guan Pang，以及CrowdAI公司的机器学习主管Jigar Doshi共同完成。CrowdAI是一家人工智能应用众包公司。
在本周于蒙特利尔举行的神经信息处理系统(NeurIPS)会议上，Facebook对外公开了这项研究成果。
为了识别道路和建筑物，“卷积神经网络”使用了Spacenet和Deepglobe卫星图像以及DigitalGlobe和Planet Labs的图像来进行训练。人工智能系统检测了德克萨斯州舒格兰(Sugar Land)附近约55平方英里的区域和加利福尼亚州圣罗莎(Santa Rosa)附近约46平方英里的区域。在圣罗莎火灾案例中，地面真实数据来自加州林业和消防部门的消防资源和评估项目(FRAP)网站。
AI与自然灾害预警
在今年7月份于盐湖城举行的2018年计算机视觉与模式识别大会(Conference on Computer Vision and Pattern Recognition)上，CrowdAI、Facebook以及Uber等公司一道参加了DeepGlobe卫星图像理解挑战赛。
AI在应对自然灾害中扮演着越来越重要的角色。像One Concern这样的初创公司，正与前联邦应急管理局(FEMA)局长克雷格·富盖特(Craig Fugate)合作，开发能够探测地震影响的系统，这一系统能够帮助应急人员将应急资源优先分配给最需要帮助的人。
今年早些时候，来自谷歌AI部门和哈佛大学的研究人员跟踪了近200次大地震和20万次余震，创建了一套预测地震余震的人工智能系统。此外，谷歌还利用人工智能模拟印度的洪水，并向附近的智能手机用户发送SOS警报。
【版权声明】行行出状元平台欢迎各方(自)媒体、机构转载、引用我们原创内容，但要严格注明来源：；同时，我们倡导尊重与保护知识产权，如发现本站内容存在版权问题，烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至service@hhczy.com，我们将及时沟通与处理。
