河北龍網科技頻道 - 文章原標題：“天氣預報不準”的超級難題，即將被 AI 高精度衛星影像解決

編者按：洪水、颶風等每年都會給人類帶來慘重的自然災難。之所以會造成如此慘重的損失，是因為未能提前預警。為什么不能提前預警？是因為缺乏最新的高精度的地圖。如何才能獲得這樣的地圖？這需要衛星影像。但是上萬億像素的高精度衛星影像絕非人力所能處理，這就需要AI的協助了。《連線》雜志為我們揭秘人工智能如何幫助建立地球健康狀況的準實時預警器。

----“天氣預報不準”的超級難題，即將被 AI 高精度衛星影像解決//----河北龍網 http://www.hebeilong.com

今年5月27日，一場大暴雨在不到3小時內將超過150毫米的雨水傾注到美國馬里蘭州埃利科特城。暴雨導致1人死亡，并將主街道變成了看起來就像是5級急流的地方，汽車則像橡皮鴨一樣上下翻滾。美國國家氣象局將這樣的暴雨發生概率定為千年一遇。可是，Jeff Allenby說：“這已經是過去3年的第二次了。”Jeff是環境團體Chesapeake Conservancy的保護技術主任。

對于坐落在兩條之流匯成帕塔普斯科河之地的埃利科特城來說，洪水并不是什么新鮮事物。但是Allenby說洪水正變得更加糟糕，因為蔓延到了曾經作為“森林的自然海綿”的鋪設路面、屋頂以及草地。在5.27洪水前幾天，美國國土安全部剛把埃利科特城（2016年發生過一次洪水）選為為居民提供更好的洪水預警信息的試點城市，手段是自動傳感器。

最近，Allenby開發了另一項工具來幫助預測未來洪水并做好計劃和準備：這是同類第一個張高分辨率地圖，地圖覆蓋面積達10萬平方英里，涵括了從紐約北部到弗吉尼亞南部流入切薩皮克灣的大片區域，上面展示了地面的建筑物、人行道、樹木以及草地情況。這幅地圖是在人工智能的幫助下通過航空影像生成的，可現實小至3平方英尺的物體，其精度大概是防洪人士之前使用地圖精度的1000倍。這種差別有多大呢？不妨想象一下利用只能顯示沃爾瑪大小物體的地圖在擁擠的城市去識別一位Uber司機。

創建這幅地圖用掉了1年的時間以及350萬美元，這還得到了微軟和佛蒙特大學的幫助。Allenby的團隊則專注于航空影像、道路地圖以及對圖表進行分區建立規則、對對象進行分類，并且清理錯誤。Allenby說：“一旦我們完成了第一份數據集，每個人都開始詢問‘你們打算什么時候再做一次？’”以便保持地圖的及時性。

說到AI。微軟幫助Allenby的團隊訓練其AI for Earth算法來自行識別對象。哪怕有了一個健壯的數據集，訓練算法也并非易事。這需要定期的“像素偷窺”——人工對對象進行放大來驗證和改進自動化結果。每一遍算法都會改進其識別水道、樹木、田地、道路以及建筑的能力。當相關新數據到手時，Chesapeake Conservancy打算用它的AI去刷新地圖，跟一開始的勞動密集型需要耗費數百萬美元的做法相比，前者更新頻率更快也更容易。

現在，微軟正在擴大工具的開放范圍。只需42美元，任何人就可以在10分鐘內在微軟的AI for Earth平臺跑2億張航空影像并生成一幅整個美國的高分辨率土地覆蓋地圖。如果算法沒有根據當地情況進行過訓練的話，在其他地方的結果不會有那么精確。

----“天氣預報不準”的超級難題，即將被 AI 高精度衛星影像解決//----河北龍網 http://www.hebeilong.com

埃利科特城周圍的地圖使用情況地圖，有AI幫助下做出來的地圖（左）要比之前詳細得多（右）。

對于一個癡迷于定位和地圖服務（用數字化的方式每天展示物理世界）的社會來說——這項成就也許算不上突破。不過直到最近，不管是高分辨率數據還是AI智能都還不存在來使得此類環境用途的地圖具備成本效應，尤其是對于非盈利的保護組織來說。有了微軟的東西之后，AI就能大范圍地成為日用品了。

Allenby說，對于設計洪水管理系統來說，最新的詳細信息是至高無上的。“看看這些有了AI支持的系統，現在可以開始顯示某個流域何時”更有可能發生洪水了。The Center for Watershed Protection（流域保護中心）是設在埃利科特城的一個非盈利組織，它在2001年的一項研究中報告說當10%的天然土地被開發后，河流的生態健康就會下降并且開始失去管理流量的能力。如果開發度超過20%，相對于未開發的地方，水流量會翻番。Allenby指出，近年來埃利科特城的鋪設路面和屋頂的覆蓋率已經達到了19%。

Allenby說更加詳細的地圖可以幫助規劃者跟蹤土地利用的變化，設計排水系統來容納更多雨水。最終，這份地圖將會提供“實況儀表盤”以及自動告警，當新開發威脅到雨水管理能力時可作為告警系統。華盛頓特區的Urban Forestry Administration（城市林業管理）已經利用這份地圖來確定在哪里植樹，方法是搜索積水而沒有樹木覆蓋的區域。今年早些時候，Chesapeake Conservancy開始跟愛荷華州與亞利桑那州的保護團體合作，一起開發訓練集，讓算法適應這些地區地貌。

高分辨率的影像與傳感技術、AI以及云計算的結合使得環保人員能夠更加深入地了解地球的健康情況。其結果是一個有關地球生命體征的近乎實時的讀出器，只要這位境況不佳的病人出現病情惡化情況就發出警告。

其他人則這些技術應用到全世界。Global Forest Watch（GFW），一個由世界資源研究所（World Resources Institute）設立的保護項目，2016年開始提供森林砍伐情況的月報與周報，這得到了馬里蘭大學開發的AI算法的支持。按照該組織網站的說法，算法會分析衛星影像，通過刷新來檢測“可能預示即將發生森林砍伐的模式”。志愿者和護林員則利用GFW的移動app “Forest Watcher”去到類似印尼的勒塞爾系統（自稱為為“全球最后一塊猩猩、犀牛、大象以及老虎在野生環境共存的地方”）這樣的地方去驗證這些自動化的告警。

這種新的保護方式還被推廣到海洋。6月4日，Paul Allen Philanthropies（保羅·艾倫慈善基金會）披露了跟卡內基科學研究所、昆士蘭大學、夏威夷海洋生物研究所以及私人微型公司Planet合作的一項計劃，其目標是到2020年將全球所有的珊瑚礁都繪制出來。Planet副總裁Andrew Zolli解釋稱：這是有史以來第一次“新工具被運用到地球層面來解決這個問題。”

到了2017年底，Planet已經部署了近200顆人造衛星，形成了緊緊圍繞地球的一條項鏈，可以每天以3米的分辨率拍攝整個地球的影像。這相當于每天落下的數萬億顆像素雨，如果沒有受訓來解析它們的AI算法的話，這些信息永遠也無法轉化為有用的地圖。這項合作關系利用了卡內基研究所的計算機視覺工具以及昆士蘭大學掌握的有關當地情況的數據，包括珊瑚、藻類、沙地以及巖石等。

卡內基大學社會生態學系的科學家Greg Asner說：“今天，我們對全球漂白現象（即珊瑚礁大面積死亡）的地理情況、發生速度以及頻率都一無所知。”基于已知的知識，科學家預計，到2050年為25%海洋生物提供養分的全球珊瑚礁超過90%滅絕。奧蘿艾倫慈善基金會的Lauren Kickham預計這項合作關系將會為全球的珊瑚礁危機提供清晰視角，并且讓科學家每天都能跟蹤它們的健康狀況。

在另一個獨立的珊瑚礁項目中（也是跟Planet和卡內基研究所合作的），大自然保護協會（The Nature Conservancy） 利用了卡內基的計算機視覺AI制作加勒比海域高分辨率的淺水地圖。大自然保護協會加勒比珊瑚礁項目的負責人Luis Solorzano說：“通過學習這些系統是如何生活以及如何適應，也許我們就會把它們帶回來，可能不是我們這一代，而是下一代人可以實現這一點。”

地圖服務保護來說幾乎算不上新東西。多年來地理信息系統一直是環境保護工具包里面的常用工具之一，通過提供交互式地圖來促進環境監控，監管執法以及保護規劃。但是地圖服務的好壞要完全取決于底層數據的好壞，而后者往往是難以獲取和維護的。因此，許多環境保護人員被迫求助于免費的版本，比如美國地址調查局提供的30米精度的影像。

埃利科特城和切薩皮克灣水域說明了應對氣候變化以及人類活動影響的挑戰。自從1950年代以來，該灣區的牡蠣礁就減少了超過80%。1970年代，生物學家在切薩皮克灣發現了第一個海洋死區。1990年代藍蟹數量出現急劇下降。自1895年以來海平面上漲了超過一英尺，并且根據2017年美國國家海洋與大氣管理局（NOAA）的一份報告，到本世紀末海平面最高可能還會上漲6英尺。

2012年，當科技公司提供援助，同意探索利用技術來為環境保護提供信息的方式時，Allenby加入了Chesapeake Conservancy。Allenby尋找辦法去應用技術來幫助像埃利科特城那些土地管理者來改進過時的30米精度影像，就連FEMA（美國聯邦應急管理局）也還在用這樣的地圖來進行防洪計劃和準備。

2015年，Allenby聯系到佛蒙特大學，那里有制作國家級的高精度土地覆蓋地圖的知名專家，為一個更大的項目尋找合作伙伴。2016年，他們從聯邦和地方政府以及非盈利組織組成的財團那里籌集到了資金。這長達一年多努力包括從航空影像、公路線路圖以及分區圖等不同來源處調查數據。當數據集匯總到一起之后，Conservancy的一位董事會成員把Allenby介紹給了微軟，而后者正在熱切地希望證明其AI和云計算能夠用來支持環境保護。

負責AI for Earth的微軟首席環境科學家Lucas Joppa說：“看到我們的能力以及我們這個星球健康狀況的基本信息的理解之少是很令人沮喪的。而看到那些站在解決比如環境可持續性這樣的社會問題第一線的個人，他們往往處在手上可利用技術資源最少的組織里面這一點同樣令人沮喪。”

不過，終極問題是，這些AI驅動土地覆蓋地圖提供的調查分析能不能及時出現來幫助至于人類導致的問題。

原文鏈接：https://www.wired.com/story/how-artificial-intelligence-could-prevent-natural-disasters/

編譯組出品。編輯：郝鵬程。返回搜狐，查看更多