社交軟體新功能：英國科學家用AI和社交軟體監控城市內澇

一條社交軟體訊息可能包含大量的資訊，例如，它可以告訴我們洪水的位置在哪裡，水深多少，洪水氾濫的趨勢是怎樣的。

隨著氣候變化的加劇，海平面上升，沿海地區面臨巨大的威脅，每年雨季都會遭受洪災的困擾。

近日，英國鄧迪大學的科學家團隊向外界展示一項可以用來檢測城市內洪澇災害的技術，該技術是由AI、社交媒體、眾包技術組成的。

為了能夠開發出一套早期洪澇災害偵測系統，科學家們首先想到的是研發出一個超歸結（hyper-resolution）城市洪澇計算機模型。為了驗證該模型的可靠性，科學家需要收集大量的地面真實資料。

然而，如果通過衛星遙感技術進行收集，費用太高，而且在城區使用還會面臨干擾；如果在地面安裝感測器網路，安裝和維持成本也太高。即使選擇最普通的方法，由政府人員調查，預算也不低。

為了解決這些問題，團隊在Twitter和Mycoast平臺上找到了替代方案。Mycoast是一個眾包APP，它能夠收集大量的沿海環境資料。科學家只要掃描Twitter並搜尋相應關鍵詞，就可以找到與洪水有關的資訊。其後，科學家只要再通過自然語言處理這一AI技術對資訊進行分類就可以了。嚴重性和位置進行分類。

該團隊科學家羅傑·王表示，一條社交訊息可能包含很多資訊。例如，網友的一段現場紀實文字，就或許涵蓋了洪水的位置、水深、氾濫的趨勢等多個重要資訊。此外，如果使用者在社交訊息中留下了街道名稱、建築物門牌號等，科學家就可以通過超歸結計算模型，精確的定位洪澇發生的位置，這一資料可能是英尺級的。

除了自然語言可以幫助研究人員確定使用者位置外，科學家還能夠通過計算機視覺技術將洪水照片與非洪水照片進行區分。

研究人員發現，與洪水有關的Twitter訊息數量跟高降水量一定的關係，而眾包資料又與實際道路封閉事件有關。科學家認為，Twitter這樣的平臺可以為他們大規模監控提供一些實際幫助，而Mycoast則可以為小規模監控提供富有價值的意見。有了這些工具的幫助，社群可以提前部署，為可能發生的洪災作準備。

但科學家同時表示，目前這個系統並不成熟，其計算機視覺技術的精準度只有70%，不過他們會繼續用Mycoast照片繼續訓練演算法的。

原文釋出時間：2017-12-28 14:59

本文作者：Lotusun

本文來自雲棲社群合作伙伴鎂客網，瞭解相關資訊可以關注鎂客網。