近日，有媒体报道称，韩国光州科学技术研究所开发了一款可以提前一周预测森林火灾风险的人工智能系统。开发人员表示，这款人工智能系统可以通过测量地表附近的温度、湿度、风和累积降水量等数据计算森林火灾发生的概率。

　　随着技术的发展，利用人工智能预测自然灾害似乎正在成为现实：美国斯坦福大学的研究人员开发了一种人工智能模型，能够预测微粒污染的情况，进而追踪美国西部地区野火烟雾的变化情况；来自英国卡迪夫大学的研究人员开发了一种人工智能程序，通过分析水下地震引发的海洋声波，预测海啸可能发生的时间……

　　人工智能是如何预测自然灾害的？它能为人类对抗自然灾害作哪些贡献？科技日报记者就此采访了四川大学教授、地震预警与多灾种预警应用信息技术四川省重点实验室主任、成都高新减灾研究所所长王暾。

　　预测的前提是构建完善的理论模型

　　人类往往对快速暴发的直接威胁非常敏感，但却不擅长识别缓慢进展的潜在威胁。人工智能的出现让人类拥有了能够预测自然灾害、并采取预防措施的工具。

　　王暾对记者表示，一般我们所说的“预测”，包括人工智能的预测，并不是“空穴来风”，而是基于监测数据的预测。利用卫星图像、地面基站等手段，科研人员可以在自然灾害即将发生、有自然灾害发生风险或自然灾害正在发生但并未造成严重破坏的情况下，及时发布预警信息，最大限度地降低损失。

　　王暾进一步解释道，依托先进的通信技术和观测设备，科研人员可以得到自然灾害即将发生时或灾害发生早期但并未造成严重破坏时的信号，然后运用人工智能对这些信号进行处理，判断灾情、进行预警。如森林火灾发生初期，人工智能可以通过卫星图像和其他信息定位火灾地点、判断火灾强度，这样就可以及时通知相关部门采取防范措施。“像此前的四川泸定地震预警，和目前大多数山火、城市内涝预警，都运用到了人工智能技术。”王暾说。

　　虽然以目前的技术水平，科研人员利用人工智能可以做到对大多数自然灾害的监测预警，但人工智能其实并不比人脑“聪明”。人工智能准确预测的前提，是人类能够构建起完善的理论模型。

　　“人工智能的优势在于搜索范围大、计算能力强。然而在灾害预测中，光有这些能力还不够，还需要理论模型去解决‘怎么预测’的问题。”王暾说，此前也有科研团队尝试过在不构建理论模型的情况下让人工智能进行“自主”灾害预测，但没有成功。

　　可帮助人类提升对干扰的识别能力

　　如今人们对自然灾害的监测方式越来越先进，应对自然灾害的手段越来越多样，但监测的准确性在对自然灾害的预测中仍然十分重要，人们在监测自然灾害时，往往会面临很多干扰。

　　王暾举例说，科研人员会通过用卫星监测森林中亮点的方式监测森林火灾，但有时人们难以从卫星图上直观判断亮点是由于火灾形成的，还是由于太阳光反射形成的；科研人员可以通过监测地震波进行地震预警，但放炮、建筑工地施工等行为也会产生地震波。如何以最快的速度识别并排除干扰，成为自然灾害监测需要解决的一大问题，这就需要人工智能等技术排除掉人类活动或其他因素产生的干扰信号，以减少误报。

　　“人工智能的优势是对大量数据进行学习分析、智能处理，并在此基础上作出自动判断或辅助人类作出判断，提高预警系统的可靠性和及时性。因此，人工智能在干扰信号识别领域大有可为。”王暾告诉记者，通过学习大量案例，人工智能可以迅速判断出哪些信号是干扰信号，为科研人员节省时间精力，提升自然灾害预测效率和准确性。

　　据了解，成都高新减灾研究所利用人工智能对地震波进行智能分析，11年来，做到了地震“零误报”。该所还和四川省自然资源厅、成都理工大学等单位合作开发了一款系统，利用人工智能对山体滑坡信号进行智能分析，显著减少了山体滑坡误报率。

　　除此之外，人工智能还可以胜任较为复杂的信息分析与整合工作。通过分析融合可见光、红外线等多频段信息，人工智能能够快速识别某地区的综合情况。“比如判断着火地点的地形状况、土地使用状况、植被状况等，或者判断短时间内降水量极大的城市是否会发生内涝以及内涝的深度等。”王暾说。

　　对抗自然灾害的应用前景十分广阔

　　“得益于人工智能的飞速发展，科研人员能够从复杂繁琐的计算工作中解脱出来，执行更为复杂且重要的任务。”谈到利用人工智能在对抗自然灾害方面的应用前景，王暾充满了信心。

　　利用人工智能的快速计算能力，灾后救援工作的效率也将得到提升。比如，高分卫星图像可以让救援者能在短时间内得知灾区受灾状况的一手信息，通过将灾区信息与救灾物资需求相匹配，人工智能可以规划出最有效率的救灾路线；还可以将监测到的次生灾害等变量纳入救援规划之中，及时修正救援路径、调配救灾物资。

　　高科技手段的介入让人类不必再冒着生命危险在灾情尚不明朗时深入灾区一线，既最大限度地保证了人类的生命安全，又提升了救援效率。

　　除了提升人类的灾后救援能力外，人工智能在灾害链预警方面也有着很大的应用潜力。许多自然灾害在发生之后，会诱发出一连串的次生灾害，这种现象被称为灾害链。“比如某地可能因为下了一场暴雨造成溃坝，进而导致下游发生洪水或者山体滑坡。”王暾解释道，“灾害链变化多端，影响因素极为复杂。现在对于灾害链的预警往往基于经验。如果在未来，人们能够构建出相应的人工智能模型，对于灾害链预测的准确性将得到提升。”

　　当然，想要让人工智能在未来的灾害预警中发挥进一步作用，还需要科研人员不断提升对灾害的认知水平，不断完善人工智能预警模型。王暾说，科研人员在未来应该进一步加强对自然灾害的研究工作，充分考虑更多变量，构建更为准确的灾害预警模型，发挥人工智能等新技术的优势，使其更好地服务于人类安全保障事业。