廣島大學(xué)的研究人員教授一種AI，可以觀察災(zāi)后的航空影像并準(zhǔn)確確定建筑物的受災(zāi)程度，這是危機(jī)響應(yīng)者可以用來(lái)繪制損壞程度并確定最需要幫助的受災(zāi)最嚴(yán)重地區(qū)的技術(shù)。

災(zāi)難發(fā)生后的頭72小時(shí)之內(nèi)迅速采取行動(dòng)對(duì)于挽救生命至關(guān)重要。災(zāi)難官員需要計(jì)劃有效的應(yīng)對(duì)措施的第一件事就是準(zhǔn)確的損害評(píng)估。但是，任何看到過(guò)自然災(zāi)害余波的人都知道許多后勤方面的挑戰(zhàn)，這些挑戰(zhàn)可能使現(xiàn)場(chǎng)評(píng)估對(duì)危機(jī)響應(yīng)者的生命構(gòu)成威脅。

使用卷積神經(jīng)網(wǎng)絡(luò)(CNN)(一種受人腦圖像識(shí)別過(guò)程啟發(fā)的深度學(xué)習(xí)算法)，由廣島大學(xué)高級(jí)科學(xué)與工程學(xué)院副教授三浦博之(Hiroyuki Miura)領(lǐng)導(dǎo)的團(tuán)隊(duì)訓(xùn)練了一個(gè)AI，可以立即完成一項(xiàng)任務(wù)，通常要求我們?cè)谫Y源匱乏的時(shí)候投入關(guān)鍵的時(shí)間和人員。

先前用于評(píng)估損壞的CNN模型需要在照片前后進(jìn)行評(píng)估。但是Miura的模型不需要災(zāi)前圖像。它僅依靠災(zāi)后照片來(lái)確定建筑物損壞。

它根據(jù)日本建筑學(xué)會(huì)在2016年熊本地震中使用的七個(gè)破壞等級(jí)(D0-D6)將建筑物分類為塌陷，未塌陷或覆蓋有藍(lán)色篷布。

甲倒塌的建筑物被定義為D5-D6或嚴(yán)重?fù)p壞。未塌陷被解釋為D0-D1或微不足道的損壞。在以前的CNN模型中很少考慮的中間損壞被指定為D2-D3或中度損壞。