當病毒來襲，AI如何幫助我們繪製「命脈」地圖

• 2020 年 3 月 6 日
• 筆記

大數據文摘出品

來源：Microsoft

編譯：張大筆茹、錢天培

2013年12月，一個小男孩在幾內亞一個偏遠村莊的樹洞中玩耍。這種樹正是一群攜帶埃博拉病毒的蝙蝠的家園。

幾天之後男孩就死了。

這是病毒暴發的第一位受害者。隨後，這種疾病傳染到了鄰國及其他地區，並蔓延到了歐洲和美國。在接下來的兩年半中，共出現了28,600例埃博拉病毒病例，其中11,325例死亡。

由於援助機構和當局沒有所需的數據，高傳播性使脆弱的社區面臨更大的風險。

HOT（Humanitarian OpenStreetMap Team）執行主任泰勒·拉德福德（Tyler Radford）說：「如果患者被送往醫療機構，且發現患有埃博拉病毒，那麼公共衛生工作者和臨床醫生就需要知道該人與誰接觸過。這樣他們才能盡最大努力儘早發現疾病，以阻止疾病傳播，並幫助所有感染者。」

但是，如果你使用的地圖不足夠精確，那麼你要如何跟蹤患者的運動軌跡？你無法找到他的村莊，不知道路在哪裡，無法確切地說出人們可能在哪些地方遇到了感染者，這必然會阻礙援助的工作。

患者乘坐公共汽車了嗎？公共汽車從哪裡來，其他乘客又去哪裡？

未來趨勢

儘管世界上很少有完全未被標記的部分，但並非所有地方都以相同的詳細程度進行了標記。

在北美，歐洲和大多數發達國家中，地圖和地圖系統中的數據十分詳盡。人們繪製道路，房屋，學校，醫院，企業等等，並對其進行標記（甚至是拍照）使其可被搜索到。

相比之下，某些國家的最偏遠地區通常就不是這種情況了。

精準的數據需求是的HOT工作動力。

這個非營利組織正在與微軟的人道主義AI計劃和必應合作，將地圖繪製衛星，機器學習和一大批志願者聚集在一起，創建新一代詳細的、可能挽救生命的地圖。

人和機器一起工作

志願者可以在HOT Missing Maps網站上註冊一個帳戶。他們通過搜索區域的衛星影像並標記建築物的外觀，添加額外的數據層並增加OpenStreetMap的細節級別。現在，這項工作正在接受各類技術的輔助。

與微軟的合作使HOT能夠開發基於AI的工具，使志願人員的工作更具影響力。Radford表示：「但 AI不能完全替代我們團隊的工作。」

「AI可以預測特徵，暗示這種形狀可能是建築物，並且可以加快最初的識別速度。這樣，我們的員工也可以更快地實現附加價值，確定是什麼來添加詳細資訊。」

取得進步

HOT優先考慮繪製一些非洲最偏遠的社區。HOT與微軟的必應地圖合作，首先著手於繪製烏干達和坦尚尼亞地圖。希望最終能繪製整個非洲大陸的地圖。

賴比瑞亞蒙羅維亞的衛星影像，上面疊加了地圖數據。

HOT幾乎完成了坦尚尼亞沿海城市達累斯薩拉姆（Dar es Salaam）的詳細地圖，這是非洲增長最快的城市之一。 它容易受到包括洪水在內的多種氣候變化影響，還具有不一致的施工標準。新地圖顯示了道路，建築物和其他關鍵基礎設施的狀況。

坦尚尼亞更偏遠的地區，例如該國中部的Sepuka地區，也是該計劃的受益地區。以前我們只知道它的人口約為24,000，分布在廣泛的區域，但是現在我們可以通過OpenStreetMap放大並查看各個建築物。

在緊急情況下，地圖的詳盡程度至關重要。快速做出正確的決定取決於是否掌握最佳資訊。沒有可靠的數據，就很難對情況進行分析，知道要採取什麼行動以及將資源定向到何處可能事關成功與失敗。

當災難來臨時

2015年4月，尼泊爾山區發生了八級以上的地震，這是近年來最嚴重的地震。地震中多達9000人喪生，約60萬所房屋被摧毀。

到達受災最嚴重的地區對救援隊來說是一個大挑戰。喜馬拉雅山雖然宏偉，但也不適合居住，當地震活動導致山體滑坡，崩塌和道路倒塌時，情況更是如此。知道將精力用在何處是救援行動迫切需要解決的問題。

在幾個小時內，HOT迅速付諸行動。不久，來自世界各地的志願者和合作夥伴機構共同努力，與當地的觀察員進行協調，繪製受災地區的詳細地圖。他們確定了受損的道路和居民區，流離失所者的營地，找到了直升機著陸區的空地，共有4,000多名製圖員參加此次災難營救。

具有強大的AI技術和龐大地面情況數據及和堅定的志願者相結合是至關重要的，尤其是災難來臨時，這可能是生與死之間的差異。

相關報道：

https://news.microsoft.com/on-the-issues/2020/02/13/ai-missing-maps-hot-bing/