MIT研发AI工具，通过卫星图像预测洪水区域，提前预警挽救生命

麻省理工学院（MIT）的科学家正在开发一种人工智能(AI)工具，这个工具能够生成逼真的卫星图像，来展示潜在的洪水区域。这项技术结合了生成式人工智能模型和基于物理学的洪水模型，通过AI与传统物理学的结合，进而更准确地识别高风险的洪水区域，并为可能出现的险情提供更加可靠的可视化支持。

AI+物理模型:生成更精准的洪水图像

据Space报道，这个工具结合了生成式模型和基于物理的洪水模型，能够预测出可能遭受洪水侵袭的区域灾后情况。

工作原理是通过分析即将到来的风暴强度，AI工具可以生成详细的鸟瞰图，然后直观展示被洪水覆盖地区的可能景象。

在实践中，由于生成对抗网络（GANs）会产生“幻觉”，也就生成的这些灾后图像虽然看起来逼真，但实际上并不准确或就根本不存在。

麻省理工学院 (MIT) 地球、大气与行星科学系博士Lütjens表示，“AI产生的这些幻觉可能会误导当地的群众以及需要预判灾情的决策者。因此，在洪水预测的场景中，我们需要非常可靠的数据来源来避免幻觉的出现，所以，我们引入了传统的物理模型，他们在数据源方面提供了重要的帮助。”

更直观的预警:能够帮助提高疏散意愿

Lütjens博士说:“我们的期望是，有一天我们可以在飓风来临之前使用这项技术，为公众提供一个可视化的参考，这种参考可以为灾情发生前的疏散动员工作启动非常大的作用。”

他特别强调了疏散的重要性，他说:“鼓励人们在面临风险前就撤离是一项非常困难的事情。毕竟灾情还没有发生，大家总是心存侥幸心理。但是通过这种可视化大参考，就可以极大的提高大家被疏散的意愿。”

实测对比:AI+物理模型优势明显

为了演示这个模型的有效性，研究人员将其应用于休斯顿的一个情景，生成了该市在类似飓风哈维强度风暴后发生洪水的卫星图像。他们将AI生成的图像与真实的卫星图像以及没有物理模型辅助生成的图像进行了比较。结果显示，没有物理模型辅助生成的AI图像非常不准确，出现了很多“幻觉”，尤其是显示在不可能发生洪水的区域出现了洪水。相反，使用物理强化方法生成的图像与真实情景非常吻合。

应用前景:辅助决策，保护生命安全

科学家们预计，这项技术将有助于预测未来的洪水情景，并提供可靠的可视化数据，帮助决策者为洪水规划、疏散和缓解工作做出明智的决策。Lütjens博士表示，决策者通常使用可视化（如颜色编码的地图）来评估潜在的洪水区域，但卫星图像可视化可以提供更直观、更具吸引力的信息，同时保持可信度。

目前，该团队的方法仍处于概念验证阶段，需要更多的时间来分析其他区域，以更准确地预测各种风暴的结果。

Lütjens博士表示：“我们展示了一种将机器学习与物理学相结合之后，用来专业处理涉及高风险天气预警的一种应用方法，这就要求我们深入分析地球系统的复杂性，并预测未来可能的情况，以确保人们可以远离危险。我们非常期待将这款生成式AI工具交到相关地区的决策者手中，它会带来重大影响，可以挽救非常多的生命。”

文章来自 “ news4jax “