令人嘆為觀止的人工智能，AI使用推文幫助研究人員分析洪水

自然災(zāi)害從來(lái)都是讓人類感到恐懼同時(shí)又無(wú)法避免的存在，但是，隨著人工智能的不斷發(fā)展，人類也許可以很好應(yīng)對(duì)特如其來(lái)的天災(zāi)。

歐洲研究中心的科學(xué)家，最近發(fā)布了一個(gè)AI系統(tǒng)：歐洲洪水意識(shí)系統(tǒng)（EFAS）。這個(gè)系統(tǒng)是基于社交媒體洪水風(fēng)險(xiǎn)指數(shù)（SMFR） 同時(shí)通過(guò)Twitter用戶的實(shí)時(shí)報(bào)告來(lái)做出反應(yīng)預(yù)測(cè)的。

EFAS是哥白尼應(yīng)急管理服務(wù)（Copernicus EMS）的一部分，由歐洲委員會(huì)的緊急響應(yīng)協(xié)調(diào)中心（ERCC）運(yùn)營(yíng)，該中心是歐盟委員會(huì)民事保護(hù)和人道主義援助行動(dòng)的一個(gè)部門(mén)。支持對(duì)歐洲內(nèi)外災(zāi)害的協(xié)調(diào)應(yīng)對(duì)。與美國(guó)聯(lián)邦緊急事務(wù)管理局非常相似，ERCC監(jiān)控災(zāi)害和風(fēng)險(xiǎn)，收集和分析災(zāi)害數(shù)據(jù)，并為團(tuán)隊(duì)和設(shè)備部署準(zhǔn)備計(jì)劃。ERCC將EFAS用于預(yù)測(cè)主要是概率性中程洪水預(yù)報(bào)（包括短程山洪），還包括季節(jié)預(yù)報(bào)，影響評(píng)估和早期預(yù)警。

研究人員利用EFAS確定某個(gè)地理區(qū)域的洪水風(fēng)險(xiǎn)何時(shí)超過(guò)臨界值，同時(shí)系統(tǒng)會(huì)瞬時(shí)收集社交媒體 Twitter上的數(shù)據(jù)，一次收集幾百個(gè)關(guān)鍵詞，鑒于EFAS覆蓋了多種語(yǔ)言的區(qū)域，提取具有相關(guān)關(guān)鍵詞的消息并非易事。該團(tuán)隊(duì)的解決方案是一個(gè)多語(yǔ)言分類系統(tǒng)，它使用與語(yǔ)言無(wú)關(guān)的單詞或單詞嵌入的數(shù)學(xué)表示來(lái)推斷關(guān)鍵詞的相似性。

為了測(cè)試他們的方法的穩(wěn)健性，科學(xué)家們將SMFR整合到EFAS，并在2018年10月初影響意大利卡拉布里亞的洪水期間收集了兩天的推文，進(jìn)而分析災(zāi)害來(lái)臨前的各個(gè)小因素，這樣就可以縮短災(zāi)害早期的響應(yīng)時(shí)間。

在開(kāi)展救災(zāi)活動(dòng)時(shí)，所收集的信息對(duì)國(guó)際救援協(xié)調(diào)員來(lái)說(shuō)是很有價(jià)值的，因?yàn)樗鼈兲峁┝擞嘘P(guān)當(dāng)?shù)仨憫?yīng)的見(jiàn)解，關(guān)于當(dāng)局是否發(fā)出警報(bào)以及受影響者的一些擔(dān)憂。