【中國傳動網(wǎng) 行業(yè)動態(tài)】 如果我們能夠準確預測自然災害的發(fā)生，那么將可以及時做出應對，從而減少各項損失。隨著人工智能技術(shù)的發(fā)展，人類對于自然災害的預測有望愈發(fā)精準。

人工智能助力自然災害預測地震、火山是最大挑戰(zhàn)

從古至今，自然災害就是人類生存最大的威脅之一。如今，隨著社會經(jīng)濟的發(fā)展、城市化與城鎮(zhèn)化的推進，一場突發(fā)災害造成的生命和財產(chǎn)損失也越來越大。為了應對自然災害的“突襲”，減少各方面損失，人類開始探索如何預測其發(fā)生的時間。

當前，對于大部分自然災害發(fā)生的過程及特點，人類已經(jīng)能夠掌握，并制定出了相應的應對舉措。不過，在自然災害的預測方面，人類雖然有了一些突破，但是對于部分領(lǐng)域依然束手無策。人工智能技術(shù)的發(fā)展，為改變這一局面提供了新的可能。

人工智能協(xié)助自然災害預測

傳統(tǒng)上，人類依靠經(jīng)驗來對自然災害進行預測與應對，而進入近現(xiàn)代后，科學技術(shù)在這方面所體現(xiàn)的重要性愈發(fā)凸顯。在人工智能崛起之后，其技術(shù)應用優(yōu)勢得到了全球廣泛認可，在預測自然災害方面的表現(xiàn)也備受關(guān)注。

據(jù)外媒報道，近些年來，谷歌公司一直通過將美國聯(lián)邦應急管理署等政府機構(gòu)的警報，整合至谷歌地圖以及搜索引擎等應用程序中，從而向用戶發(fā)出自然災害預警。此外，谷歌還與印度中央水務委員會達成合作，向印度用戶發(fā)出洪水預警。

據(jù)介紹，谷歌利用機器學習、降雨紀錄和洪水模擬相結(jié)合的方法來預測印度部分地區(qū)的洪水災害情況。相關(guān)負責人表示，“我們將歷史事件、水位讀數(shù)、特定區(qū)域的地形和海拔等各種各樣的數(shù)據(jù)輸入到機器模型中。有了這些信息，我們已經(jīng)建立起河流洪水預警模型，它不僅可以更準確地預測洪水發(fā)生的時間和地點，還可以更準確地預測洪水發(fā)生的嚴重程度?！?/p>

除了洪水災害外，人工智能對于臺風、泥石流的預測也較為“靠譜”。在美國，IBM為美國安大略省電力公司開發(fā)了一款人工智能工具，使之可以通過與氣象公司觀察的實時數(shù)據(jù)，預測臺風(颶風)的嚴重程度和嚴重的區(qū)域，從而提前布置電工，以幫助城市快速恢復供電。

在預測泥石流方面，日本大阪大學的研究人員，開發(fā)出了一款人工智能系統(tǒng)。該系統(tǒng)通過結(jié)合降水量預告、分析降水臨界點時間、測量斜面上的水分含量和傾斜度的傳感器，可以預測出降雨之后斜面的水分含量，來判斷是否發(fā)出泥石流預警。

預測火山和地震是更大挑戰(zhàn)

雖然有些自然災害能夠預測，但是也有一些自然災害難以“掌控”，比如火山和地震。目前，對火山噴發(fā)的預測主要依靠對火山周圍空氣成分的變化而進行預警，但是預警時間距離噴發(fā)過于短暫，不足以完成大規(guī)模的人員及財產(chǎn)撤離。

相對而言，火山是固定的，縱使難以預測，但是只要遠離就行了。但是地震的發(fā)生沒有地域限制，無論是時間還是地點都難以預測。千余年來，即使人們形成了許多經(jīng)驗性的認知，比如地震云、動物行為異常、水面波動等，但往往此時地震已經(jīng)發(fā)生了。

2016年，IBM宣布，該公司一組計算機科學家和奧斯汀大學、紐約大學的研究人員合作，建立了一個用于預測地震的數(shù)學模型。這個模型收集了來自全球的地表傳感器信息，并結(jié)合眾多的地殼、地震理論，不運算起來非常麻煩。

此外，劍橋大學的研究人員也研發(fā)了一款能夠聆聽巖石的機器人。由于地震在發(fā)生的時候會對巖石形成擠壓，從而在地球內(nèi)部產(chǎn)生聲音，因此該機器人能夠利用人工智能技術(shù)識別地震到來前的跡象。

不過，利用人工智能來預測地震還處于研發(fā)、測試階段，距離得出成果還為時尚遠。畢竟地震的產(chǎn)生是在地球內(nèi)部，而我們對那一片地域的了解還十分稀少。沒有海量的數(shù)據(jù)，沒有精準、廣泛的觀測點，那么人工智能也就無法進行自主學習，自然也難以對地震進行精確預測。

當然，即使人工智能預測火山、地震還存在著很多挑戰(zhàn)，但是仍是值得期待的。未來，隨著人類對地球內(nèi)部了解的信息、獲取的地震和火山噴發(fā)數(shù)據(jù)越來越多，人工智能有望突破如今的困境，在防震減災方面做出更多貢獻。