今日讀報時,毒雞蛋與颱風問題都是大篇幅,在此提醒大家要多多留意與提前預防,祈福每位都能平安與健康!看到其中一篇報導,是講述關於AI對颱風預測模型的進步,不過在大略瀏覽後,認為預測的準確率已經有改善了,但是仍然會因環境瞬息萬變而不足以作為依據標準,不過,我相信這只代表還有進步空間,再讓子彈飛一會!
同時,也讓我對當下,對AI在各式防災上應用感到好奇,簡單搜尋近期新聞後看到了幾篇針對野火型火災應用的外國報導,其中分享了過去AI在火災場域上,多用於偵測或預測發生機率的判斷上,例如偵測煙霧與預測火源等等,較偏向於針對「通知提醒」上的應用;
而現在的應用,著重於連動各式工具來優化後續的救災行為,例如透過無人機辨識脆弱區域、評估地形,並規劃防火線布置與救火路線,或是透過灑水飛機控制火勢等等,很明顯地更偏向於「結合實務行動」
我認為從被動偵測轉為主動出擊與控制,其中很大的關鍵在於IoT中即時性與高可用性的進步,能讓AI能更快速、更貼合現場狀況並作出智慧決策,讓防災真正從AI走向了AIoT!
雖然現在仍然需要消防員們介入才能真正完成一場救火行動,不過無論是看到引導民眾逃離路線或是控制火勢,都能大幅降低消防員執行任務的複雜度與困難度,當然就能順應提升消防員們的安全性,真的打從心底覺得真是太好了!
也許人們對於火災的AI應變期許是能夠透過AI機器人來滅火,完全取代消防員的救災工作,就不用再聽到消防員為了救災而殞落當場的悲慟消息,不過我認為現況的學習訓練模型大多為閉環訓練,多變的現場環境仍然有可能會出現超乎預期的狀況,只要運行時的準確度會受到影響就不該將人命關天的事情交給AI處理,無論是成功案例與責任歸屬都還不夠成熟,對彼此的保障都是極大的風險問題
因此我認為在有效控制現場的狀況下,不應以解決火災為主軸,須以預防火災發生為導向,持續優先配合發展系統韌性才是上策,例如最佳化管理植披生長與防火帶規劃、自動檢測電網老舊或其他可能安全性問題
今日讀報時,毒雞蛋與颱風問題都是大篇幅,在此提醒大家要多多留意與提前預防,祈福每位都能平安與健康!看到其中一篇報導,是講述關於AI對颱風預測模型的進步,不過在大略瀏覽後,認為預測的準確率已經有改善了,但是仍然會因環境瞬息萬變而不足以作為依據標準,不過,我相信這只代表還有進步空間,再讓子彈飛一會!
同時,也讓我對當下,對AI在各式防災上應用感到好奇,簡單搜尋近期新聞後看到了幾篇針對野火型火災應用的外國報導,其中分享了過去AI在火災場域上,多用於偵測或預測發生機率的判斷上,例如偵測煙霧與預測火源等等,較偏向於針對「通知提醒」上的應用;
而現在的應用,著重於連動各式工具來優化後續的救災行為,例如透過無人機辨識脆弱區域、評估地形,並規劃防火線布置與救火路線,或是透過灑水飛機控制火勢等等,很明顯地更偏向於「結合實務行動」
我認為從被動偵測轉為主動出擊與控制,其中很大的關鍵在於IoT中即時性與高可用性的進步,能讓AI能更快速、更貼合現場狀況並作出智慧決策,讓防災真正從AI走向了AIoT!
雖然現在仍然需要消防員們介入才能真正完成一場救火行動,不過無論是看到引導民眾逃離路線或是控制火勢,都能大幅降低消防員執行任務的複雜度與困難度,當然就能順應提升消防員們的安全性,真的打從心底覺得真是太好了!
也許人們對於火災的AI應變期許是能夠透過AI機器人來滅火,完全取代消防員的救災工作,就不用再聽到消防員為了救災而殞落當場的悲慟消息,不過我認為現況的學習訓練模型大多為閉環訓練,多變的現場環境仍然有可能會出現超乎預期的狀況,只要運行時的準確度會受到影響就不該將人命關天的事情交給AI處理,無論是成功案例與責任歸屬都還不夠成熟,對彼此的保障都是極大的風險問題
因此我認為在有效控制現場的狀況下,不應以解決火災為主軸,須以預防火災發生為導向,持續優先配合發展系統韌性才是上策,例如最佳化管理植披生長與防火帶規劃、自動檢測電網老舊或其他可能安全性問題