谷歌基于人工智能的洪水检测和警报系统扩大覆盖范围

在去年9月开始的巴特那试点项目中，美国技术巨头Google将在即将到来的季风季节扩展其基于人工智能的洪水检测和警报系统，该系统将覆盖恒河和雅鲁藏布江沿岸地区。在其试点项目下，谷歌与印度中央水委员会合作，为其模型收集数据，声称这些模型可以更准确地预测洪水的影响。

“每年，它们影响世界各地多达2.3亿人 -- 超过风暴和地震的总和。仅在印度，就有20% 的洪水死亡…… 如果没有一致的准确预警系统，人们很容易忽视预警，没有准备。这在每年遭受季风袭击的地区尤其有害…… 扩大的地区将覆盖恒河和雅鲁藏布江地区的数百万人。

“我们不仅增加了覆盖范围，而且还更好地预测了洪水将在哪里遭受最大的打击。通过我们的公共警报的新版本，人们可以更好地了解他们是否会受到影响，“谷歌人工智能协会负责人杰夫·迪恩 (Jeff Dean) 本周早些时候在该公司在加利福尼亚州旧金山举行的年度开发者大会上表示。

根据印度气象部门 (IMD) 的数据，印度2019年的季风将接近正常水平。此外，根据该部门的季风预测，全国各地的降雨将分布良好。西南季风在5月底左右在印度爆发。

Dean解释说，Google的模型模拟了整个洪泛区的水行为，显示了可能受到影响的区域。

该模型结合了数千张卫星图像，创建了高分辨率高程图，以计算出地面的高度。

然后，它使用神经网络来校正地形，使其更加准确，之后，它简单地应用物理学来模拟洪水将如何发生。

但是，大规模有效的河流洪水预报受到许多因素的阻碍，其中最大的因素是当前方法需要依靠人为校准，特定位置的数据量有限以及建立大陆水平模型的计算困难足够准确。

谷歌表示，它已与政府合作收集最新的流规数据，并相应地发送实时更新。

在试点项目期间，谷歌通过公共警报展示了一张地图，其中包括被指定为 “高风险” 、 “中等风险” 和 “低风险” 的区域，以及在今年季风后的暴雨之后这些不同的警报类型，谷歌称这记录了 “高精度指标”。

飞行员使用了可操作的水动力模型，其明确目标是为将机器学习 (ML) 模型集成到过程中做准备。然后，警报以地图和Android通知的形式发送到集水区的内部。巴特那 (patna) 被选为试点城市，其周边地区人口众多，是最常见的严重河流洪水之一。

“在我们发出警报后，这让我们能够调查人们是如何体验我们发送的警报并与之互动的。这方面的一个例子是，我们已经意识到，许多收到这些警报的人更喜欢强调描述我们地图显示的相同信息的文本，“谷歌研究和机器情报团队的塞拉·内沃说。

在巴特那试点的早期阶段，花了很多时间了解该地区人们的需求，以及地面上的河流形态和条件，对谷歌来说，一个很大的教训是，收到这些警报的人更喜欢强调描述谷歌地图显示的相同信息的文本。

“这让我们相对有信心，我们的飞行员已经产生了重大的影响，也将提供信息，因为我们准备扩大我们的努力 ...... 我们的警报，尽管范围有限，为我们的第一个飞行员，取得了我们满意的结果，” 内沃说。