谷歌和美國國家海洋和大氣管理局（NOAA）又開始合夥搞事情了！近日，據baynews9.com的報導，雙方要用 AI 來改變大火預測的現狀。
國家海洋和大氣管理局（NOAA）幹這事兒大家都理解，財大氣粗的國家大機構手握多顆關鍵衛星，可通過遙感技術探測到地球高空發生的情況。
但谷歌能幹些什麼？谷歌的強項之一在於它有一套遍布全世界的公共預警程序，它可通過包含谷歌搜索、谷歌地圖和谷歌新聞等粘度頗高的應用程式，來快速觸達精準人群，第一時間通報正在發生或即將發生的事情，如颶風、大火、火山爆發、海嘯、地震等事件。
截止目前來看，美國，澳大利亞，加拿大，日本等國家的居民都曾從中獲益。
除此之外，谷歌的AI技術也日漸成為挖掘海量數據寶藏的利器。
AI預測能為傳統的大火預警帶來什麼？
其實，大火作為我們日常生活中的事件之一，經常在人們意識到它的時候就已經處於比較嚴重的階段，傳統的大火預警往往無法在苗頭發生時就儘早發現。
比如，2018年的美國加州大火，由於發現不及時以及氣候、風向等原因，就摧毀了數以千計的建築，導致超過40 人死亡，200多 人失蹤，並迫使洛杉磯西部和東部大約數萬居民撤離。
那如何能將危險信號儘量進行前置，並幫助相關人員更有效地撤離地區，甚至最大限度挽救置身危險境地的生命？
AI技術和氣象衛星大數據的結合，也許正在成為解決這個問題的突破口！此次谷歌同美國國家海洋和大氣管理局（NOAA）的合作也正是在這個領域尋求突破。
目前，美國的國家航空航天局(NASA)和美國國家海洋和大氣管理局(NOAA)正在運營一個大型的全球衛星群，通過衛星遙感圖像，為大火的發生進行數據方面的收集。
與此同時，當有火災苗頭出現時，由美國林務局(USFS)運營的飛機機隊，也在同步進行探測和繪製森林火災的範圍、蔓延和影響。
兩者相加，衛星和高空飛行的飛機都在以更加科學的方式來掃描地球上發生大火的跡象。而現在，這些機構所產生的海量數據，亟需一套能挖掘出數據價值的算法。
隨著谷歌所擅長的AI、大數據等技術在這些領域的漸趨成熟，這些數據也正在體現出更為明顯的價值。
比如，此前 Google 的AI洪水警報系統已經覆蓋了印度全境和孟加拉國部分地區。該系統可以分析從不同地區的幾個流域收集的歷史洪水數據，從而對洪災的發生做出準確的預測。
40年前，兩位科學家就奠定了衛星大火預警探測算法的基礎
其實，大火預警探測是 AI 應用在氣象行業的一個典型例子，通過AI技術與氣象衛星的數據相結合，能引導急救人員及時趕到野外的事故現場。
▲在2019年9月13日，OMPS的數據顯示南美洲和北美洲的火災產生的氣溶膠和煙霧。
1980 年 1 月，在 NOAA 馬裡蘭衛星數據辦公室工作的兩位科學家 Michael Matson 和 Jeff Dozier，在波斯灣的衛星圖像上發現了微小的亮點，該圖像就來自 NOAA-6 衛星上的儀器。
他們發現，這些亮點是營火大小的火焰，由油井中的甲烷燃燒引起。這也是人類首次在太空中看到如此小的火焰。
Dozier"對這張圖像背後的可能性很感興趣"，他在一年內就開發出了一種數學方法來區分小型火焰和其他熱源，而這種方法將成為後來幾乎所有衛星大火探測算法的基礎。
在大火高發期，衛星數據可被用來估計大火的演變，捕捉被燒毀的區域、不斷變化的周長和潛在的破壞。而谷歌的AI模型算法則可對海量數據進行實時的挖掘和計算，從而得出更加精準的預測。
從大火預警到氣象預測，AI正在撬動精準預報的指針
日後，隨著雲計算功能的不斷增強，AI開始處理大數據問題，將變得更加遊刃有餘，除了大火預警外，AI也正在氣象預測領域大展拳腳，比如通過篩選那些原本大到無法處理的數據，來挖掘到有價值的信息，
除了前面提到的用遙感數據進行火災預測，谷歌 AI模型 還準備增強 NOAA 對極端天氣事件的預測能力，而從觀測中匯總海量數據甚至能決定我們能否拿出最精準的預報。
眼下，這些價值連城的大數據已經被嵌入到世界上最優秀的天氣模型中，但即使是這樣有時預報也會有些偏頗。藉助 AI 之力，NOAA 正在用機器學習的槓桿，撬動精準預報的指針。
其實，NOAA 並不是氣象行業中唯一一個使用 AI 來提高預報準確性的玩家。你可能已經在 Spectrum News 上見到過 AI 增強天氣預報。
比如IBM也擁有一個專屬的天氣模型，每小時會對其更新1次，利用 AI 功能來確定特定地點的雨量或雪量強度。今年冬天，該模型將迎來首次大規模測試。
那麼，在短期內 AI 會取代人類氣象學家嗎？答案很簡單——No，因為 NOAA 正在投資的是那種只能增強氣象學家預測能力的 AI。
以船舶軌跡為例，研究人員必須先手動找到數百條船跡，並告訴 AI 在哪裡找到它們以及它們的模樣，隨後才能讓 AI 獨立完成幾十年數據的彙編。
除了準確性，AI 還能讓氣象學家更快拿到預報結果。畢竟即使是世界上最快的超級計算機，對天氣模型數據的處理也是非常耗費算力的。
要完成對未來 1-10 天的預報，天氣模型依然要跑 4-6 個小時。NOAA 希望 AI 能夠將整個循環的時間縮短到原來的幾分之一。
即使我們最初只能享受到 AI 輔助預報帶來的一點甜頭，這種強強聯合未來也是光明的。隨著更多互聯設備的加入，類似預報會掌握更精準的數據，氣象行業未來可期。