社交軟件新功能:英國科學家用AI和社交軟件監控城市內澇

　　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數據。

　　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;如果在地面安裝傳感器網絡，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數據。科學家只要掃描Twitter并搜索相應關鍵詞，就可以找到與洪水有關的信息。其后，科學家只要再通過自然語言處理這一AI技術對信息進行分類就可以了。嚴重性和位置進行分類。

　　該團隊科學家羅杰·王表示，一條社交消息可能包含很多信息。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、泛濫的趨勢等多個重要信息。此外，如果用戶在社交消息中留下了街道名稱、建筑物門牌號等，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，這一數據可能是英尺級的。

　　除了自然語言可以幫助研究人員確定用戶位置外，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消息數量跟高降水量一定的關系，而眾包數據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，社區可以提前部署，為可能發生的洪災作準備。

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