共计 785 个字符，预计需要花费 2 分钟才能阅读完成。
上周五，缅甸发生 7.7 级地震，震中附近地区遭受严重破坏。翌日清晨，一颗卫星将镜头对准了曼德勒市，试图通过捕捉高分辨率图像，结合人工智能技术，协助救援组织迅速评估灾情。这项技术的目标是识别倒塌或严重受损的建筑物，并确定救援人员最急需前往的地点。
然而，技术的应用并非一帆风顺。微软首席数据科学家胡安·拉维斯塔·费雷斯指出，最初的挑战来自云层遮挡。“这项技术无法穿透云层，”他解释道。直到云层散去，旧金山 Planet Labs 公司的另一颗卫星才成功拍摄到航拍图像，并将其传送至微软的慈善项目 AI for Good 实验室。此时，华盛顿州雷德蒙德的微软总部已是周五深夜，一群员工正等待数据的到来。
AI for Good 实验室此前曾利用人工智能技术评估过 2023 年利比亚的洪灾和今年洛杉矶的野火。然而，此次针对曼德勒的灾情评估并未采用通用的 AI 计算机视觉模型，而是专门定制了一个版本。拉维斯塔·费雷斯强调：“地球的地貌、自然灾害的类型以及卫星图像的差异太大，无法用同一套模型应对所有情况。”他指出，虽然火灾的蔓延方式相对可预测，但地震的影响波及整个城市，灾后立即确定需要援助的地点更具挑战性。
经过 AI 分析，结果显示曼德勒有 515 座建筑物受损程度达 80% 至 100%，另有 1,524 座建筑物受损程度在 20% 至 80% 之间。这些数据不仅揭示了灾害的严重性，还帮助救援团队精确定位了具体受损区域。“这对现场团队来说是关键信息，”拉维斯塔·费雷斯表示。
微软同时提醒，这些分析结果应作为初步指南，仍需实地验证以全面了解灾情。尽管如此，该公司已将分析结果分享给红十字会等援助组织。Planet Labs 则透露，其 15 颗环绕地球的卫星自地震发生以来，已拍摄了缅甸和泰国约十几个地点的照片。
这场灾难再次凸显了人工智能和卫星技术在灾害应对中的潜力，同时也提醒我们，技术的应用需要因地制宜，灵活应对复杂多变的现实挑战。
