世界銀行的數(shù)椰子樹挑戰(zhàn)：人工智能如何幫助救災？

世界銀行人工智能救災

大文 | 2018-01-21 21:18

【數(shù)據(jù)猿導讀】從臺風到森林火災，2017年為世界帶來了一系列自然災害，和一些幫助人類應對這些災難的新技術。

圖:2013年發(fā)生在所羅門群島的7.1級地震幾乎摧毀了全國的基建設施

2017年，全世界各地受極端天氣等因素影響，自然災害對人類造成了巨大的損失。德國慕尼黑保險公司稱，2017年，全世界因自然災害損失高達3300億美元。這一統(tǒng)計數(shù)字僅次于2011年，當年日本發(fā)生的的地震和海嘯造成了約3540億美元的損失。

在國內，根據(jù)民政部、國家減災委辦公室發(fā)布的數(shù)據(jù)，僅2017年前三季度全國自然災害就造成全國1.26億人次受災，13.9萬間房屋倒塌，直接經濟損失3147.5億元。

從臺風到森林火災，2017年為世界帶來了一系列自然災害，和一些幫助人類應對這些災難的新技術。由于無人機（UAV）和衛(wèi)星可以從空中獲得相關圖像，對抗災難時人類獲得了空前多的信息。如何處理這些數(shù)據(jù)，對救災救援工作極有價值。

世界銀行于2018年1月10日發(fā)起了一次人工智能（AI）挑戰(zhàn)，以探索在自然災害發(fā)生后如何使用深度學習處理在災害中獲得的有價值的數(shù)據(jù)。

世界銀行同時還宣布了與WeRobotics和OpenAerialMap的合作。WeRobotics是一家位于美國的NGO組織，其口號是“智能機器造福人類”。該組織曾于去年年底提出利用無人機攜帶數(shù)十萬只無病毒的雄蚊到瘧疾泛濫的災區(qū)，讓這些雄蚊同攜帶病毒瘧疾的雌蚊交配并繁衍下一代，去排擠和霸占那些同樣攜帶病毒瘧疾雄蚊從而達到減少瘧疾蚊子的目的。

OpenAerialMap是NGO組織OpenStreetMap下的獨立項目，它秉持著共同參與，開放編輯的理念，收集了各位網友及機構上傳的航拍圖像、衛(wèi)星影像，并以 CC BY 4.0 的授權方式供用戶查閱或下載某個地點最近的圖像和地圖信息。

WeRobotics公司創(chuàng)始人帕特里克·梅爾（Patrick Meier）表示，AI挑戰(zhàn)重點關注太平洋島國，這些國家容易受到地震，海嘯，臺風，火山噴發(fā)，山體滑坡和干旱的影響。梅耶爾表示，僅在過去的十年里，臺風就造成了包括斐濟和薩摩亞群島在內的數(shù)百個島嶼的數(shù)百萬美元的損失。

世界銀行在湯加群島拍攝了大約80平方公里的高分辨率航空影像，并將這些影像提供給挑戰(zhàn)者們開發(fā)機器學習算法，在沒有人工協(xié)助的情況下分析這些圖像。根據(jù)公告，未來機器學習將被應用于分析和災害評估。

世界銀行在公告中表示，這些圖像包括四個興趣區(qū)（AOI）。其中三個興趣區(qū)覆蓋10平方公里區(qū)域，最后一個興趣區(qū)覆蓋50平方公里區(qū)域。不同大小興趣區(qū)影像的分辨率為4cm和8cm。另外，世界銀行還使用近紅外傳感器收集了10平方公里的影像。這些興趣區(qū)涵蓋了農村和城市地區(qū)。

挑戰(zhàn)者們需要在這些影像中利用機器學習算法識別所有椰子樹，香蕉樹，木瓜樹和芒果樹及其位置，準確性至少達到80％，因為這些關鍵的食品生產樹木的損失將會影響島上居民及其災后的糧食安全。

基于深度學習的影像識別還應該能夠評估道路狀況，如是否需要維修和鋪設道路等。對災區(qū)進行道路評估，可以使救援人員更有效的運送救援物資。

在社交媒體、精準營銷和大數(shù)據(jù)的時代，人們很容易沉迷在商業(yè)增長中而忘記AI可以用來幫助更多人。世界銀行發(fā)起的這一挑戰(zhàn)無疑是一個提醒：技術總是用來服務人類的。

來源：數(shù)據(jù)猿

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關內容都會注明來源與作者；轉載我們原創(chuàng)內容時，也請務必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會受到數(shù)據(jù)猿追責。