为什么无人机和 AI 还不能快速找到失踪的洪水受害者

快速阅读: 据《The Conversation （英国）》称，美国研究显示，AI在搜救中虽不及人类准确，但速度更快。无人机图像分析可快速评估灾后情况，助力寻找失踪者。尽管存在识别困难和数据不足等问题，AI与人类协作仍能提升搜救效率。

据《科学日报》报道，7月15日，美国马里兰州，机器人技术研究人员表示，在搜救任务中，人工智能虽不如人类准确，但其速度远超人类。最近的应用案例显示，将计算机视觉和机器学习技术用于无人机图像分析，可迅速评估飓风或火灾后建筑物和道路的损坏情况，这表明人工智能在洪水后寻找失踪人员方面具有潜在价值。

研究人员指出，机器学习系统扫描一张高分辨率的无人机图像通常只需不到一秒，而人类则需一至三分钟。此外，无人机在短时间内生成的大量图像，远远超出人类在搜救初期几小时内能处理的数量。然而，目前的人工智能系统仍存在缺陷，无法完全胜任这一任务。

机器人技术研究人员埃里克·斯马利表示：“我们参与过多次洪水及其他灾害的搜救工作，发现当前的人工智能实现还存在不足。但通过人工智能与人类的合作，这项技术仍能在寻找洪水受害者方面发挥重要作用。”

在洪水搜救中，人工智能的目标是快速筛选出可能包含受害者迹象的图像，并标记重点区域。例如，分类器可以识别出人类活动的迹象，如垃圾或背包，并将其传递给搜救团队。理想情况下，AI系统可以高效地筛选图像，减少人类的负担，提高搜救效率。

尽管如此，现代计算机视觉和机器学习系统在识别洪水受害者时仍面临挑战。首先，洪水受害者常被遮挡或缠绕在废墟中，这增加了识别难度。其次，缺乏相关的训练数据，使得系统难以准确识别受害者的图像。最后，无人机拍摄的图像多为斜视图，导致定位坐标不准确，影响搜救效果。

不过，通过人类与人工智能的协作，搜救团队可以有效利用现有系统，缩小搜索范围，优先处理可能含有受害者的图像。例如，系统可以识别出足够大的废墟团，这些地方可能藏有受害者。这种结合了人工智能与人类智慧的方法，有望在未来的搜救行动中发挥更大作用。

(以上内容均由Ai生成)