谷歌可預測洪水 印度成小白鼠首先享受人工智能服務
如果人類真的能提前預測洪水，那對我們躲避自然災害來説又多了一層保障。日前，美國公司谷歌表示自己就可以預測洪水，受到洪水困擾的印度成為了第一個小白鼠，首先享受到人工智能的服務，來預測自己境內的洪水。
印度洪水災害
洪水是世界上最常見和最致命的自然災害之一。每年，洪水都導致數萬人死亡和數億人流離失所。而且洪水造成的損失非常高，僅在美國，從2005年到2014年，平均洪水索賠為42,000美元，洪水保險索賠總額平均每年超過35億美元。
毫無疑問，能準確的洪水預報是一個理想的目標;根據一些研究，預警系統可以將死亡和經濟損失減少三分之一以上。幸運的是，在人工智能(AI)的幫助下，這是科學家們繼續努力的方向之一。在預印本服務器上發表的一篇新論文(《基於ML的大規模洪水預測》)上，來自谷歌、以色列理工學院和巴伊蘭大學的研究人員描述了一種機器學習系統，它可以準確預測河流洪水——即氾濫的河岸洪水。
這項研究回顧了谷歌去年年底在印度巴特那開展的工作，在巴特那，山景城公司與印度中央水利委員會合作，試點了一個洪水預測模型。它建立在哈佛大學和谷歌於2018年8月發表的研究基礎上，該研究描述了能夠預測大地震後一年內餘震位置的人工智能模型，以及在12月份，Facebook AI研究人員開發了一種方法來分析衞星圖像和量化火災和其他災害造成的損失。
谷歌可預測洪水
“大規模有效的河流洪水預報受到多種因素的阻礙，最顯著的是需要依賴當前方法中的人為校準，針對特定位置的數據量有限，以及建立足夠準確的模型的計算難度。”團隊寫道，“機器學習在這種情況下非常有用：在複雜的高維場景中，學過的模型(經常)會超越人類專家。”
正如本文所指出的，構建洪水預測模型的最大挑戰之一是參數校準，這是一種旨在將算法預測與某些基線測量相匹配的優化過程。標準方法涉及重要的手工工作，並且常常導致模型不可一般化。
研究人員通過利用河流水位的實時測量和短期預測來克服其中的一些障礙，他們的模型從中產生了一個洪水圖 - 一張顯示水位可能發生在哪裏的地圖 - 估算預測洪水的程度。他們聲稱，根據2018年季風季節產生的警報，預測準確率達到300米，查全率超過90%，查準率達到75%。
谷歌可預測洪水
該研究的作者寫道：“幾十年來，人們對(洪水)物理過程的理解相對較好，相對需要進行較少的校準。”
也就是説，它不是一個完美的模型，因為基於物理的模擬計算成本很高，並且由於錯誤輸入而不準確。但研究小組認為，機器學習技術是提高未來工作預測能力的關鍵，而這些技術可能有一天會被用於預測未被基於物理模型模擬的事件，比如融雪和河流流量。
人們可以想象，這些努力的成果最終將進入谷歌的谷歌公共警報程序，該程序向谷歌搜尋，地圖和谷歌新聞等應用程序的用户通報正在發生或即將發生的自然災害，如颶風，火山爆發，海嘯和地震。目前，美國，澳大利亞，加拿大，哥倫比亞，日本，台灣，印度尼西亞，墨西哥，菲律賓，印度，新西蘭和巴西的機構都參與其中。
“我們相信ML可以提高多個組件的質量，”他們説。 “為了實現這一目標，我們正在收集、整合和組合來自不同來源的開放數據集，以使ML社區更容易訪問這個問題。”
