截止完稿時消息,，“8·8”九寨溝7.0級地震已造成19人死亡,，247人受傷。近些年在全球范圍內(nèi)不斷發(fā)生的特大地質(zhì)災(zāi)害一而再地提醒著我們,，人類在自然界面前如此渺小,，災(zāi)害帶來的危險始終盤旋在現(xiàn)代文明的頭頂。

所有溫情的祈禱和關(guān)切,，在真實的災(zāi)難面前都顯得那么蒼白,。相比于這些，我們更關(guān)注人類能否用自己的力量去抵抗災(zāi)害,，降低損失,。今天各大媒體都報道了科技與互聯(lián)網(wǎng)企業(yè)借助自身優(yōu)勢第一時間馳援災(zāi)區(qū)的消息。但事實上,，科技在地震等地質(zhì)災(zāi)害面前始終在嘗試更多,。

本文嘗試列舉信息與智能技術(shù)在對抗地震當(dāng)中的應(yīng)用和研發(fā)圖景。其中有些觸手可及,，有些還在遙遠(yuǎn)的未來,，但至少我們知道，這場用技術(shù)爭奪生命權(quán)的戰(zhàn)爭正在無聲處打響,。

人類在災(zāi)害面前,，從來沒有如此有力和自信過。

人工智能為代表的前沿科技,，正在以超乎普通人想象的速度加入對災(zāi)害預(yù)測,、災(zāi)害處置、災(zāi)害救援的賦能當(dāng)中,。

總體來看,，智能技術(shù)與信息科技主要從三個方面加強(qiáng)了人類在防震救災(zāi)當(dāng)中的能力。

第一,、用數(shù)據(jù)預(yù)測和模擬地震,。

第二、智能化提高救災(zāi)物資運輸與救災(zāi)人員調(diào)配效率,。

第三,、機(jī)器代替人類完成救災(zāi)高危作業(yè)。

這三種思路,，包含著從預(yù)測地震到救災(zāi),，從整體防震到具體搜救場景的各方面。其中有些有望近期落地,，有些則相對遙遠(yuǎn),。智能技術(shù)抗震的核心難點在于，地震救援是低概率事件,，大部分技術(shù)成果難以有實際驗證機(jī)會,。這就需要更充分的擬真實驗和地方政府大力配合。畢竟萬全準(zhǔn)備,，才能奪生機(jī)于一時,。

接下來讓我們看看，哪些智能技術(shù)已經(jīng)在蓄勢待發(fā)中,，他們各自需要克服的難點何在,？又需要多久的成熟時間？

價值：勘破地震預(yù)測謎題的新思路,，提前預(yù)測地震的可能性

難點：目前還停留在理論與實驗數(shù)據(jù)中

成熟時間：長期

地震預(yù)測是一項成功率很低的工作,。通過以往地震數(shù)據(jù)的研究和推理，所得出的地震預(yù)測數(shù)據(jù)往往無法在接下來的實際災(zāi)害里證實,。

在人工智能環(huán)境下,，這種情況得到了一定改觀：首先是數(shù)據(jù)開始增加和多元化，板塊運動監(jiān)控數(shù)據(jù),、地質(zhì)環(huán)境數(shù)據(jù),、沖擊波釋放模型等等全新的地質(zhì)學(xué)數(shù)據(jù)開始納入地震預(yù)測數(shù)據(jù)當(dāng)中。這些數(shù)據(jù)更全面的展示出地震的真相,，打造出更科學(xué)的地震認(rèn)知,。

在數(shù)據(jù)增加的條件下， 一些歐美地質(zhì)科學(xué)研究中心開始嘗試與計算機(jī)科學(xué)進(jìn)行跨界,。其中一種思路是,，不給系統(tǒng)太多數(shù)據(jù)。而是給出部分地震更全面的模型,，讓深度學(xué)習(xí)系統(tǒng)自我訓(xùn)練完善對地震規(guī)律的理解,。

通過深度學(xué)習(xí)體系探究地震規(guī)律的真相，也許可以史無前例地讓人類接近成功預(yù)測地震,。甚至有可能達(dá)成提前數(shù)月,、數(shù)年的地震預(yù)測。當(dāng)然這一切還很遙遠(yuǎn),，僅僅停留在理論和試驗中,，卻不失為人類徹底征服地震的鑰匙之一。

價值：為地震應(yīng)急方案提供邏輯支持，對地震應(yīng)急進(jìn)行整體思考

難點：缺乏驗證措施,。難以給企業(yè)帶來商業(yè)價值

成熟時間：2-3年

即使不能預(yù)測地震的具體時間,，至少根據(jù)地質(zhì)信息和數(shù)據(jù)信息，結(jié)合過去周邊地區(qū)的地震進(jìn)行遷移推理,，可以比較有效模擬出不同震源與震級的地震所帶來的影響,。從而可以幫助城市與地區(qū)構(gòu)建更準(zhǔn)確的地震應(yīng)急預(yù)案和應(yīng)急體系。

在虛擬世界模擬地震,，再逆推實際處置方案,，在技術(shù)上已經(jīng)沒有高不能及的門檻。但這類技術(shù)推導(dǎo)出的結(jié)果沒有驗證機(jī)會,，甚至大部分地區(qū)很少有啟動可能,，導(dǎo)致有興趣參與其中的企業(yè)與科研單位較少。

缺乏應(yīng)急預(yù)案往往是災(zāi)害造成巨大損失的關(guān)鍵因素。防患于未然必定是對抗自然災(zāi)害的大前提,，這項工程需要政府和學(xué)界,、商界的聯(lián)合推動。

價值：較為實用的新型地震預(yù)測技術(shù),，對于減免災(zāi)損有突出價值,。

難點：缺少體系化解決方案,，缺少技術(shù)驗證機(jī)制

成熟時間：3-5年

地震災(zāi)害的一個重要特點，是往往強(qiáng)地震的瞬間損失并不大,，但此后持續(xù)的余震可能造成大量生命和財產(chǎn)損失,。如何在地震開始后，捕捉和預(yù)測余震也成為了地震預(yù)測當(dāng)中的主要命題,。

通過人工智能的深度學(xué)習(xí)與彈性網(wǎng)絡(luò)技術(shù),，來分析強(qiáng)震之后的余震模型，推導(dǎo)地質(zhì)結(jié)構(gòu),、震源方位,、震級等因素與余震的關(guān)系，就成為了一個難度相對較低,，有較強(qiáng)可行性的人工智能應(yīng)對地震方案,。

今年中國地震局和阿里云舉辦過一次余震捕捉AI大賽，就是類似思路下的地震預(yù)測技術(shù)升級,。

這類技術(shù)目前還比較零散,，不夠體系化，也很難有實際檢驗的機(jī)會,。但成為未來地震預(yù)測系統(tǒng)的中堅力量應(yīng)該不成問題,。

價值：優(yōu)化災(zāi)區(qū)通訊能力,，維護(hù)災(zāi)區(qū)民眾情緒穩(wěn)定

難點：目前從事企業(yè)較少

成熟時間：近期

地震發(fā)生后,，往往會引發(fā)集中的通訊潮，一些通訊基礎(chǔ)設(shè)施被毀壞的災(zāi)區(qū)更可能引發(fā)信息不當(dāng)造成的慌亂,。這類問題可以依賴災(zāi)區(qū)臨時通訊模型來解決,。

此類技術(shù)的邏輯，是用人工智能等技術(shù)來優(yōu)化特定區(qū)域的通訊保障能力,，比如調(diào)配基站網(wǎng)絡(luò)來優(yōu)先保障災(zāi)區(qū)通訊,。再比如根據(jù)用戶大數(shù)據(jù)，建立能夠覆蓋最多災(zāi)民的臨時通訊網(wǎng)絡(luò)和社交媒體傳播網(wǎng)絡(luò),。在已有資源基礎(chǔ)上優(yōu)化出災(zāi)區(qū)臨時通訊網(wǎng)絡(luò),。

這種技術(shù)依賴于對通訊覆蓋效率與網(wǎng)絡(luò)環(huán)境的算法模型搭建，在技術(shù)上門檻很低,。也可以依賴智慧城市等行業(yè)并行,。只是目前致力這一領(lǐng)域的企業(yè)較少,。

價值：提高搜救效率,，優(yōu)化城鎮(zhèn)抗震能力

難點：數(shù)據(jù)需求量巨大,，研發(fā)成本高

成熟時間：3-5年

地震中最主要的人員傷亡損失來自兩種：一種是房屋倒塌造成的傷亡，一種是泥石流與山洪造成的道路與村莊受損,。而城鎮(zhèn)房屋倒塌是最大的傷亡來源,。

相比于地質(zhì)與地理大數(shù)據(jù)門檻過高，研究者集中于學(xué)院和研究機(jī)構(gòu),。城鎮(zhèn)房屋的抗震則有很多高科技企業(yè)在參與,，這也是人工智能對抗災(zāi)害的一個重要出口。

比如加州的One Concern,，這家公司致力于首先通過搜集城鎮(zhèn)中建筑類別,、建筑年齡、建筑材料等數(shù)據(jù),，構(gòu)建整個城鎮(zhèn)的建筑模型,。通過對各種地震進(jìn)行模擬，來推斷不同地震來臨時的房屋倒塌情況,，從而為快速救援提供依據(jù),。

這類技術(shù)有很多AI企業(yè)在參與，有些致力于提高房屋的抗震能力,，有些嘗試優(yōu)化房屋保險模型,，有些則嘗試鎖定救援重點目標(biāo)。但此技術(shù)需要的數(shù)據(jù)量巨大,，在國內(nèi)需要較長的部署時間,。

價值：極大提高震后野外搜救的成功率

難點：數(shù)據(jù)門檻過大,，一般企業(yè)難以獲得價值

成熟時間：長期

相比房屋倒塌,，泥石流與山體滑坡、山洪等野外災(zāi)害造成的人員損失可能相對較小,，但搜救難度和所需要人力卻成倍增加,。

這類災(zāi)害的預(yù)測，需要建立在山體數(shù)據(jù),、植被數(shù)據(jù),、水域數(shù)據(jù)齊全，加上完善的人口聚集地與道路數(shù)據(jù),，才可以進(jìn)行相對精準(zhǔn)的災(zāi)后定位與搜救方案制定,。

這些數(shù)據(jù)模型的建立所需成本極大，且一般企業(yè)難以觸及。有賴于相對長遠(yuǎn)的災(zāi)害數(shù)據(jù)工程建立,。

價值：預(yù)防次生災(zāi)害，穩(wěn)定災(zāi)區(qū)社會秩序

難點：需要數(shù)據(jù)感知系統(tǒng)支持,，基礎(chǔ)投入成本大

成熟時間：3-5年

地震的一個可怕之處,，在意地震后的次生災(zāi)害頻繁，且容易造成大面積的社會問題,。比如災(zāi)民由于恐震心理,，出現(xiàn)不分時間地點盲目搭建防震棚，就有可能誘發(fā)瘟疫,、社會安全和交通安全問題,。再比如震時公共場所的盲目避震,，可能造成踩踏事故等問題,。

這類人群事故的一個解決方案，是利用目前在一線城市車站等人流集散地已經(jīng)投入使用的人群監(jiān)控與疏導(dǎo)技術(shù),。通過攝像頭等數(shù)據(jù)采集工具監(jiān)控人群,，合理配置疏導(dǎo)人員、軍警力量與食品,、藥品等配給,，避免出現(xiàn)人群驟然聚集和恐震心里催生的次發(fā)災(zāi)害。

這種技術(shù)可行性有待提升,，而且災(zāi)區(qū)缺少有效的數(shù)據(jù)采集設(shè)施也是核心問題,。但通過智能系統(tǒng)來管理和引導(dǎo)人群，調(diào)配救援人力物力,，必然是現(xiàn)代化救災(zāi)的核心突破點,。

價值：優(yōu)化物資調(diào)配效率,，加速救援工作推進(jìn)

難點：城鎮(zhèn)外交通系統(tǒng)的實時數(shù)據(jù)建設(shè),。

成熟時間：近期

相信關(guān)注大數(shù)據(jù)與智能產(chǎn)業(yè)的朋友，應(yīng)該對智能物流和智能交通并不陌生,。在大型城市里外賣,、物流、網(wǎng)約車,，乃至城市交通調(diào)節(jié)都會用到這類技術(shù),。

這類技術(shù)已經(jīng)有非常完善的多種解決方案，完全可以用來調(diào)配災(zāi)區(qū)物流與交通運輸,。至少可以一定程度優(yōu)化災(zāi)區(qū)物資調(diào)配效率,。其難點在于災(zāi)區(qū)交通環(huán)境復(fù)雜，而且缺少實時交通數(shù)據(jù)支撐，這還有賴于人工進(jìn)行疏導(dǎo)和數(shù)據(jù)提供,。

但至少將智能物流等技術(shù)與人工調(diào)配相結(jié)合,，可以緩解一部分災(zāi)區(qū)運輸負(fù)擔(dān)，優(yōu)化救災(zāi)工作效率,，這一點不需要等待太長時間就可以實現(xiàn),。

更高等級的智能調(diào)配方案，是綜合鐵路,、公路,、橋梁，工廠,、礦山,、水庫、城鎮(zhèn)等設(shè)施與資源的綜合調(diào)配,，實現(xiàn)綜合因素同步下的一體化救災(zāi)體系,。這就是一個長期工程了。

價值：逐步代替人工完成高危作業(yè)

難點：機(jī)器人智能化程度有待加強(qiáng),，人機(jī)交互方式不足

成熟時間：近期

事實上，今天的救災(zāi)工作中已經(jīng)不難看到救災(zāi)機(jī)器人的身影,。從搜尋生命跡象,、支撐重物，到高危環(huán)境探測,、空中觀察,，都有機(jī)器人參與其中。但救災(zāi)機(jī)器人的問題首先是智能化程度不高,，缺乏根據(jù)環(huán)境自主判斷,、自主決斷的能力。另外機(jī)器人的人機(jī)交互非常不足,，在缺少真人觀察和指揮的前提下,，機(jī)器人救災(zāi)往往只能完成單項任務(wù)，無法完成綜合搜救的目標(biāo),。

這兩點有賴于芯片,、終端硬件、交互系統(tǒng),、算法和物聯(lián)網(wǎng)通訊能力的綜合提高,，但還是要承認(rèn)，世界范圍內(nèi)的救災(zāi)機(jī)器人每年都有新進(jìn)步,，且都是長足進(jìn)展,。

在技術(shù)通往未來的道路上,，以技術(shù)戰(zhàn)勝災(zāi)害從來都沒有離開人們的視線。

祝愿災(zāi)區(qū)民眾一切安好,，堅強(qiáng)面對,。一切災(zāi)難都不是永恒的，人類正在一點點奪取未來,，一步步戰(zhàn)勝看似不可能的挑戰(zhàn),。

相比于災(zāi)難面前訴說溫情，我們更愿意正視的是一場正在發(fā)生的戰(zhàn)爭,。這場戰(zhàn)爭打響了幾十萬年,，主題只有一個：人類如何以技術(shù)奪取生存，如何以今天押注未來,。