德州农工大学开发了一款名为 CLARKE 的人工智能工具，它结合无人机影像与机器学习，能在短短几分钟内快速评估灾后房屋、道路等基础设施的损坏情况。该系统旨在大幅提升应急响应速度和效率，尤其是在偏远地区，并已在 2024 年的飓风应对中投入实际使用，证明了其巨大价值。
灾后评估的革命性工具
德州农工大学的研究团队开发了一款名为 CLARKE 的人工智能系统，它能够利用无人机拍摄的图像，在数分钟内评估建筑和道路的损坏程度。该系统由计算机科学与工程博士生 Tom Manzini 和救援机器人领域的先驱 Robin Murphy 博士领导开发。
“这是首个能以如此规模和速度，通过无人机影像对建筑和道路损坏进行分类的人工智能系统。我们谈论的是在短短七分钟内评估一个包含 2,000 户住宅的社区。这种速度可以拯救生命和资源。” — Dr. Robin Murphy
CLARKE 已经在 2024 年的飓风季节中证明了其价值，在 Debby 和 Helene 飓风后被部署于佛罗里达州和宾夕法尼亚州。
机器学习的“魔法”
CLARKE 的名字来源于科幻作家亚瑟·克拉克的名言：“任何足够先进的技术都与魔法无异。”该系统利用先进的计算机视觉和机器学习算法分析无人机影像，其核心功能包括：
- 在地图上叠加损害评估结果。
- 生成包含每栋建筑地址和损坏等级的电子表格。
- 为道路提供谷歌地图式的路线规划器，帮助救援人员避开无法通行的路段。
对于传统评估方法需要数天的偏远地区，CLARKE 能在几分钟内提供全面的损害报告，从而极大地加快了援助和后勤工作的速度。
强大的数据与实地训练
CLARKE 的高准确性得益于其庞大的训练数据集。研究人员使用了来自哈维和伊恩飓风等 10 场重大灾害中超过 21,000 座房屋的无人机图像对其进行训练。这使得系统能够识别各种损坏模式，适应飓风、洪水和野火等不同类型的灾害。
为了确保技术的有效应用，已有超过 60 名来自 38 个机构的应急响应人员接受了关于 CLARKE 的培训。佛罗里达州紧急管理和国土安全项目的负责人 David Merrick 对此评价道：
“这对农村县来说是一个游戏规则的改变者——他们可以放飞无人机，然后立即了解自己地区的损害程度，而不用等上几天才能从其他来源获得信息。”
未来展望与持续改进
CLARKE 的开发始于 2022 年，并根据真实世界的反馈不断进行优化。开发团队通过与应急管理部门的合作，收集用户的宝贵意见，并发现了机器学习在处理此类图像方面的基础性差距，这与医学影像领域面临的问题相似。
Murphy 博士表示：“我们还没有结束。我们已经发现了机器学习在处理这类影像时存在的重大基础性差距，这为未来的研究开辟了新的方向。” 这项研究由美国国家科学基金会资助。