人工智能与台风——感知、救援、预防

台风利奇马过境后，“罗莎”又来了。

在冷空气和台风“罗莎”外围环流共同影响之下，昨晚至今天的华北东部等地有分散性对流天气，局地伴有雷暴大风、冰雹等强对流天气。

受大风的影响，北京今天天空澄澈无比，北京多地PM2.5小时浓度仅为1微克/立方米。罕见的1微克蓝色出现。

网友评论：“这是捅了台风窝吧”。就在前几天，超强台风“利奇马”登陆我国东南沿海，形成了严重自然灾害并给受灾地区造成了重大经济损失。台风“利奇马”因其破坏程度强、风雨强度大、持续时间长、覆盖范围广，也被人们称为“烈马”。

作为一名有多年丰富经验的智慧城市行业从业者，“利奇马”的肆虐使我陷入了人工智能与自然灾害之间关系的深深思考，继而联想到了“智能城市”。

人工智能与台风——感知、救援、预防

《地球与行星科学的进展》杂志曾发表过一篇文章：日本海洋研究机构和九州大学的研究小组利用人工智能深度学习技术，从全球云系统分辨率模型（NICAM）气候实验数据中获得大量数据，从而成功开发出了“高精度识别热带低气压征兆云”的方法。该方法可以提前一周预测出台风的路径和强度，并预测暴雨的发生。

众所周知，大气的非线性变化极强，所以要做到精准预测是一件非常难的工作。该小组首先利用深度学习获得更高的识别精度，将全球云系统分辨率模型20年积累的气候实验数据，进行了分析和再造，最终得出了可以提前一周预测台风的集合识别器。

人工智能不仅可以预测台风，针对灾中救援，灾后重建及预防也有很大帮助。

在人工智能问世之前，救援人员通过查看灾区的空中红外成像来寻找被困人员。但是从无人机上筛选照片和视频需要耗费大量时间，而且在救援到来之前，被困者有可能已经死亡。人工智能可以在不到2小时的时间内筛选大量的镜头来找到被困的人。

人类在经过一次又一次的灾难后不断总结经验，以便应对下次灾难，并更好地做出正确的判断，而人工智能的问世将为我们的判断提供更准确和更快速的帮助。

举一个我亲身经历人工智能预防的例子，那是我在巴黎出差的一个傍晚，突降暴雨。城市的路面积水不断增多，巴黎的人工智能辅助系统就启动了，它根据城市排水设计和雨量现状以及未来降雨的预测，准确地计算出了城市里有可能发生危险的积水路段，并进行了危险等级划分。

然后通过城市通讯网络，对城市中的所有人员，包括我这个出差去巴黎的中国人，发送了暴雨和暴雨或将导致的危险短信，并且信息还提供了地图影像很直观的标注了积水路段的详细信息，如果你要导航去某个地方它还会计算出时间，并自动避开危险路段。

打通数据流，让AI预警更通畅

近年来人工智能技术的飞速发展，不仅在台风预测、救援和预防上做了深度运用，类似的技术还同样被应用到地震预报、城市洪水预报等与人类生活息息相关的领域。

人工智能并不遥远，它正在悄悄地改变着我们的生活。无论是人工智能预测台风还是人工智能指导救援或者人工智能灾难预防，或是其他的人工智能技术。这些技术都是服务于人类的技术，就必定会从人类最密集的城市为中心向四周蔓延。

“智能城市”的核心是数据流。是一个个小小的数据流叠加在一起形成的。当这些小数据流的小边界被打通，形成一个大边界，然后这个大边界和另外一个大边界再次被打通时，智能城市由此诞生。

而人工智能的灾害预警恰恰需要基于大量的城市数据基础上进行分析，因此，我们需要将这些数据流打通，让预测更加精准，更加及时，更加通畅。同时还需要保证这些数据流的相对安全。

比如，只有将台风预警的数据与市民的电话通讯数据打通才能实现台风预警信息到个人；与供水供电系统打通才能自动预测出对水电的影响程度……

其实，今年日本海洋研究机构和九州大学的研究小组就利用人工智能深度学习技术，开发了从全球云系统分辨率模型（NICAM）气候实验数据中高精度识别热带低气压征兆云的方法。

这个台风预警就是利用以深度学习为代表的人工智能技术融合数据驱动方法和模型驱动方法，开展的台风和飓风等热带低气压大数据分析。

研究小组将全球云系统分辨率模型20年积累的气候实验数据，制成5万张热带低气压初始云及演变中的热带低气压云图片，再加上100万张未演变成热带低气压的低气压云图片，共105万张图片组成10组学习数据，利用深度卷积神经网络的机器学习，生成不同特征的10种识别器，然后构筑出可对10种识别器结果进行综合评价的集合识别器。

利用上这种人工智能，或许可以提前一周预测台风。而这提前的一周，或许就可以挽救无数的生命以及大众的财产。相信在不远的未来，在人工智能技术的加持之下，诸如台风等自然灾害可以被及时预测。即便是“利奇马”来袭，大众也可以免于恐慌。