日前,有媒体报道称,谷哥公司现在已经掌握一了项可以预测洪水的技术,这是真的吗?谷歌可预测洪水的消息被曝出之后,很多网友都表示兴奋和激动,要知道洪水是最常见的自然灾害,每年都会导致大量的经济损失和令上万人死亡,甚至还会出现许多人流离失所,无家可归。现如今谷歌可预测洪水,就能大大的减少了不必要的伤亡。
洪水现场图
谷歌可预测洪水是怎么做到的呢?据了解,经过科学家们的努力,人工智能(ai)终于可以完成了这项预测,它可以准确预测河流洪水——即泛滥的河岸洪水。据研究,谷歌可预测洪水警系统可以将死亡和经济损失减少三分之一以上。要知道仅在美国,从2005年到2014年,平均洪水索赔为42,000美元,洪水保险索赔总额平均每年超过35亿美元。
谷歌可预测洪水
这项研究回顾了谷歌去年年底在印度巴特那开展的工作,在巴特那,山景城公司与印度中央水利委员会合作,试点了一个洪水预测模型。它建立在哈佛大学和谷歌于2018年8月发表的研究基础上,该研究描述了能够预测大地震后一年内余震位置的人工智能模型,以及在12月份,Facebook AI研究人员开发了一种方法来分析卫星图像和量化火灾和其他灾害造成的损失。
“大规模有效的河流洪水预报受到多种因素的阻碍,最显著的是需要依赖当前方法中的人为校准,针对特定位置的数据量有限,以及建立足够准确的模型的计算难度。”团队写道,“机器学习在这种情况下非常有用:在复杂的高维场景中,学过的模型(经常)会超越人类专家。”正如本文所指出的,构建洪水预测模型的最大挑战之一是参数校准,这是一种旨在将算法预测与某些基线测量相匹配的优化过程。标准方法涉及重要的手工工作,并且常常导致模型不可一般化。
谷歌怎么预测洪水
研究人员通过利用河流水位的实时测量和短期预测来克服其中的一些障碍,他们的模型从中产生了一个洪水图 - 一张显示水位可能发生在哪里的地图 - 估算预测洪水的程度。他们声称,根据2018年季风季节产生的警报,预测准确率达到300米,查全率超过90%,查准率达到75%。该研究的作者写道:“几十年来,人们对(洪水)物理过程的理解相对较好,相对需要进行较少的校准。”
也就是说,它不是一个完美的模型,因为基于物理的模拟计算成本很高,并且由于错误输入而不准确。但研究小组认为,机器学习技术是提高未来工作预测能力的关键,而这些技术可能有一天会被用于预测未被基于物理模型模拟的事件,比如融雪和河流流量。人们可以想象,这些努力的成果最终将进入谷歌的谷歌公共警报程序,该程序向谷歌搜索,地图和谷歌新闻等应用程序的用户通报正在发生或即将发生的自然灾害,如飓风,火山爆发,海啸和地震。目前,美国,澳大利亚,加拿大,哥伦比亚,日本,台湾,印度尼西亚,墨西哥,菲律宾,印度,新西兰和巴西的政府机构都参与其中。
“我们相信ML可以提高多个组件的质量,”他们说。 “为了实现这一目标,我们正在收集、整合和组合来自不同来源的开放数据集,以使ML社区更容易访问这个问题。”
转载请注明出处。