近日，有媒體報道稱，韓國光州科學技術研究所開發了一款可以提前一周預測森林火災風險的人工智能系統。開發人員表示，這款人工智能系統可以通過測量地表附近的溫度、濕度、風和累積降水量等數據計算森林火災發生的概率。

　　隨著技術的發展，利用人工智能預測自然災害似乎正在成為現實：美國斯坦福大學的研究人員開發了一種人工智能模型，能夠預測微粒污染的情況，進而追蹤美國西部地區野火煙霧的變化情況;來自英國卡迪夫大學的研究人員開發了一種人工智能程序，通過分析水下地震引發的海洋聲波，預測海嘯可能發生的時間……

　　人工智能是如何預測自然災害的?它能為人類對抗自然災害作哪些貢獻?科技日報記者就此采訪了四川大學教授、地震預警與多災種預警應用信息技術四川省重點實驗室主任、成都高新減災研究所所長王暾。

　　預測的前提是構建完善的理論模型

　　人類往往對快速暴發的直接威脅非常敏感，但卻不擅長識別緩慢進展的潛在威脅。人工智能的出現讓人類擁有了能夠預測自然災害、并采取預防措施的工具。

　　王暾對記者表示，一般我們所說的“預測”，包括人工智能的預測，并不是“空穴來風”，而是基于監測數據的預測。利用衛星圖像、地面基站等手段，科研人員可以在自然災害即將發生、有自然災害發生風險或自然災害正在發生但并未造成嚴重破壞的情況下，及時發布預警信息，最大限度地降低損失。

　　王暾進一步解釋道，依托先進的通信技術和觀測設備，科研人員可以得到自然災害即將發生時或災害發生早期但并未造成嚴重破壞時的信號，然后運用人工智能對這些信號進行處理，判斷災情、進行預警。如森林火災發生初期，人工智能可以通過衛星圖像和其他信息定位火災地點、判斷火災強度，這樣就可以及時通知相關部門采取防范措施。“像此前的四川瀘定地震預警，和目前大多數山火、城市內澇預警，都運用到了人工智能技術。”王暾說。

　　雖然以目前的技術水平，科研人員利用人工智能可以做到對大多數自然災害的監測預警，但人工智能其實并不比人腦“聰明”。人工智能準確預測的前提，是人類能夠構建起完善的理論模型。

　　“人工智能的優勢在于搜索范圍大、計算能力強。然而在災害預測中，光有這些能力還不夠，還需要理論模型去解決‘怎么預測’的問題。”王暾說，此前也有科研團隊嘗試過在不構建理論模型的情況下讓人工智能進行“自主”災害預測，但沒有成功。

　　可幫助人類提升對干擾的識別能力

　　如今人們對自然災害的監測方式越來越先進，應對自然災害的手段越來越多樣，但監測的準確性在對自然災害的預測中仍然十分重要，人們在監測自然災害時，往往會面臨很多干擾。

　　王暾舉例說，科研人員會通過用衛星監測森林中亮點的方式監測森林火災，但有時人們難以從衛星圖上直觀判斷亮點是由于火災形成的，還是由于太陽光反射形成的;科研人員可以通過監測地震波進行地震預警，但放炮、建筑工地施工等行為也會產生地震波。如何以最快的速度識別并排除干擾，成為自然災害監測需要解決的一大問題，這就需要人工智能等技術排除掉人類活動或其他因素產生的干擾信號，以減少誤報。

　　“人工智能的優勢是對大量數據進行學習分析、智能處理，并在此基礎上作出自動判斷或輔助人類作出判斷，提高預警系統的可靠性和及時性。因此，人工智能在干擾信號識別領域大有可為。”王暾告訴記者，通過學習大量案例，人工智能可以迅速判斷出哪些信號是干擾信號，為科研人員節省時間精力，提升自然災害預測效率和準確性。

　　據了解，成都高新減災研究所利用人工智能對地震波進行智能分析，11年來，做到了地震“零誤報”。該所還和四川省自然資源廳、成都理工大學等單位合作開發了一款系統，利用人工智能對山體滑坡信號進行智能分析，顯著減少了山體滑坡誤報率。

　　除此之外，人工智能還可以勝任較為復雜的信息分析與整合工作。通過分析融合可見光、紅外線等多頻段信息，人工智能能夠快速識別某地區的綜合情況。“比如判斷著火地點的地形狀況、土地使用狀況、植被狀況等，或者判斷短時間內降水量極大的城市是否會發生內澇以及內澇的深度等。”王暾說。

　　對抗自然災害的應用前景十分廣闊

　　“得益于人工智能的飛速發展，科研人員能夠從復雜繁瑣的計算工作中解脫出來，執行更為復雜且重要的任務。”談到利用人工智能在對抗自然災害方面的應用前景，王暾充滿了信心。

　　利用人工智能的快速計算能力，災后救援工作的效率也將得到提升。比如，高分衛星圖像可以讓救援者能在短時間內得知災區受災狀況的一手信息，通過將災區信息與救災物資需求相匹配，人工智能可以規劃出最有效率的救災路線;還可以將監測到的次生災害等變量納入救援規劃之中，及時修正救援路徑、調配救災物資。

　　高科技手段的介入讓人類不必再冒著生命危險在災情尚不明朗時深入災區一線，既最大限度地保證了人類的生命安全，又提升了救援效率。

　　除了提升人類的災后救援能力外，人工智能在災害鏈預警方面也有著很大的應用潛力。許多自然災害在發生之后，會誘發出一連串的次生災害，這種現象被稱為災害鏈。“比如某地可能因為下了一場暴雨造成潰壩，進而導致下游發生洪水或者山體滑坡。”王暾解釋道，“災害鏈變化多端，影響因素極為復雜。現在對于災害鏈的預警往往基于經驗。如果在未來，人們能夠構建出相應的人工智能模型，對于災害鏈預測的準確性將得到提升。”

　　當然，想要讓人工智能在未來的災害預警中發揮進一步作用，還需要科研人員不斷提升對災害的認知水平，不斷完善人工智能預警模型。王暾說，科研人員在未來應該進一步加強對自然災害的研究工作，充分考慮更多變量，構建更為準確的災害預警模型，發揮人工智能等新技術的優勢，使其更好地服務于人類安全保障事業。