北京時間12月28日上午消息，隨著氣候變化的加速，海平面上升，沿海社區面臨巨大威脅。如果將AI工具、社交媒體、眾包App組合起來，也許可以幫助社區做好準備，應對自然災害。
最近，英國鄧迪大學的科學家團隊向外界展示可以用來監測城市內洪澇災害的技術，它是由AI、社交媒體、眾包技術組成的。
團隊的目標是開發一套早期洪澇災害偵測系統，首先從超歸結（hyper-resolution）城市洪澇計算機模型開始。為了讓系統可靠，研究人員需要用地面真實數據驗證模型的結果是否正確。然而研究人員羅杰·王（Roger Wang）花了3個月尋找可靠數據集，最終空手而歸，一無所獲。
如果選擇衛星遙感技術，費用太高，而且在城區使用時經常會被技術問題干擾；如果在地面安裝傳感器網絡，安裝和維持成本太高。即使選擇最普通的方法，由政府人員調查，預算也不低。
怎么辦？團隊在Twitter和MyCoast平臺找到了替代方案。MyCoast是一個眾包App，它會收集沿海環境數據。掃描Twitter，搜索相應關鍵詞，團隊就可以找到與洪水有關的事件。然后團隊用自然語言處理AI技術給事件分類，按照嚴重性、位置分類。
羅杰·王說：“一條Twitter消息可能包含許多信息。例如，它也許可以告訴我們洪水的位置在哪里，水深多少，洪水泛濫的趨勢是怎樣的，估計受到多大的損傷。還有一點更重要，它可以提供超歸結數據。”如果用戶留下街道名稱、建筑物門牌號數，數據可以精確到英尺。他還說：“如果沒有AI技術，數據中就會有許多噪音，因為有很多Twitter信息雖然帶有關鍵詞，但是并無關聯。”自然語言處理技術可以幫助研究人員確定用戶的位置，計算機視覺技術可以將洪水照片與非洪水照片區分。
研究人員發現，與洪水有關的Twitter消息跟高降水量有關，而眾包數據又與實際道路封閉事件有關。他們認為，Twitter這樣的工具可以給大規模監控提供幫助，至于MyCoast這樣的App，可以為小規模監控提供富有價值的意見。有了這些工具的幫助，社區可以提前部署，為可能發生的洪災做準備。
新系統并不完美，研究人員使用的計算機視覺技術精準度只有70%，不過研究人員正在用MyCoast照片繼續訓練算法。
京公網安備 11010502049343號