技術論壇
發文時間 2020/04/20 作者 dikai
瀏覽次數 1967 留言數量 10 按讚 6
IoT數據資料蒐集/分析/預測類 AI防災
最常聽到AI的應用太多是在智慧工廠、智慧城市、交通、零售、醫療...等主題上,對於天災像是地震、水災、火災,甚至是covid-19病毒的危害,AI能扮演什麼關鍵的角色呢?
發文時間 2020/04/21 作者 omnixri
按讚 4
不久前國網中心以臺灣AI雲(TWCC)整合物聯網即時水情監測、高效能物理模型演算的水情趨勢推估,以及歷史淹水和雨量大數據,可在短短3分鐘內處理全台各縣市的水情數據,提供未來1小時的都市水情變化預測報告,供各級地方政府進行防災規劃。
當然要建立如此智慧的防災系統,需要有很多前置條件。首先要遍佈有即時回報能力的感測器(如溫濕度,雨量,水位等)。再來要有充足的歷史記錄作為預測模型的建立。最後才是足夠的算力和即時的通報系統。依此概念就能推廣至更多防災系統,如土石流等。
關於相關介紹影片可參考 https://youtu.be/RxXD5B5Go0w
相關新聞可參考 https://www.nchc.org.tw/Message/MessageView?id=3365&mid=46
發文時間 2020/04/21 作者 omnixri
按讚 4
AI在防汛方面可以有不錯的表現,主要是依靠事件有明顯連續性及因果性關連,且容易收集歷史資料方便後續訓練及建立預測模型,但對於像地震火災這類突發性狀況就很難收集資料並建模預測。
若把AI防災定義擴大些,包含可能受災的區域及規模及後續衍生的週邊效應一起預測,如物價及物資需求等,那就更有利於政府機關提前部署,也讓民眾能有心理準備,這樣就可像颱風來時有充份資訊就不用擔心受怕。
發文時間 2020/04/21 作者 laisan86
按讚 4
其實如果就目前武漢肺炎也就是COVID-19的疫情來說, 我個人淺見AI雲是有不少用得上的地方! 除了之前我在其他貼文就提過的X光影像辨識以外, 還有就是最近很多電子公司不斷推出的自製呼吸器所需的電力這方面其實也可能幫上忙
呼吸器主要其實就是呼吸治療師根據病患的狀況, 以呼吸器代替或補強病患已經受損的肺部機能, 其關鍵就是透過機械壓縮或舒放像是PVC甦醒球、渦輪、幫浦...等這類的元件, 讓調節濕度與氧氣比例的氣體, 能進入患者肺部並抽出肺部的二氧化碳
這類電機機械本身就需要電力, 而且隨著全球患者目前數量激增, 再加上夏季即將來臨, 用電量也會相當可觀, 若是能透過深度學習對於輸電網路Power Grid的運作情況進行預估, 達到調節以及蓄電量規劃的話, 相對於這些呼吸器所需要的電力相信會有保障
附帶一提:這 範例
是我參考一些技術論壇還有期刊,用我們台北科技大學的nVidia DGX-1製作的
如果沒有nVidia DGX-1,那用AI雲試試看製作的效果囉~
作者 laisan86 發文時間 2020/04/29 按讚 0
發文時間 2020/04/22 作者 shuechang886
按讚 4
AI可以做的事太多了,當然也包括防災
但AI防災能發揮功能前,必須先佈建好基礎建設,我認為就是大量的佈置感測器、物聯網、通訊網絡,然後有雲平台能夠將收集到的資訊做統整、統計,找到趨勢和pattern,面對天然災害時,就有機會做到超前佈署。
可以參考一個開源的公益專案LASS https://lass-net.org/2016/03/understand-lass/
它已經提供了一個現成的平台,結合了地理資訊,Bottom up建置一套環境感測系統,任何人都可以自己輕易地架設起來,再把所得資訊分享出去;任何想知道某地環境狀況的人,都可以在地圖上看的到
發文時間 2020/04/22 作者 zhoujieren8
按讚 4
最近有一則報導是關於成大研發AI判讀COVID-19系統,參加國際COVID19科技防疫黑客松大賽並且獲得奬項的肯定
這個系統是以AI判讀病患肺部X光片,只需一秒即可辨識是否具備新冠肺炎特徵,對醫生示警是否要進一步做檢測。若在未來開發完成後,即便是在缺乏醫師的地區,也能透過AI迅速偵測疾病,阻止擴大蔓延,突破放射科醫師無法24小時待命的限制,大量節省醫師的人力資源。
這裹有這個系統的簡介,有興趣的朋友可以參考。https://devpost.com/software/medchex
發文時間 2020/04/24 作者 hannibal34
按讚 3
正巧前幾天在AIGO粉專看到直播就是在介紹如何用AI協助我們更有效率的防疫,值得一看
https://www.facebook.com/aigoplan/videos/548970502472528/
我也有看!內容相當有趣!
作者 kyriehong 發文時間 2020/04/30 按讚 0
發文時間 2020/04/24 作者 jingrul691
按讚 1
如果是針對火災的智慧防災,已經有滅火機器人的原型了,希望早點上市
滅火於初萌,才能真正做到有效的防止火災
https://www.seinsights.asia/article/3290/3270/6454
發文時間 2020/04/24 作者 dikai
按讚 0
看了這麼多人的分享,AI在天然災害的防災上要發揮真正作用,我想還是得有賴於數量夠多、量測夠準、品質夠好的傳感器的佈建,要能夠預防或防止應該是不可能,但若能做到提前部署、超前部署,就夠厲害,夠有價值了。
發文時間 2020/05/17 作者 bioasura
按讚 0
在面對大自然很特別的重大傷害時, 不同災害的類型, 感覺在事前的預防如果很難達到, 或者目前的技術已經適度提供了足夠的指引, 例如颱風的路徑預測, 已經幫忙了許多農漁業的人有效的避開潛在危險的區域, 跟災害之前適度有時間反應的部屬跟準備.
當然大範圍的資料蒐集很困難, 而小區域的資料蒐集, 如果沒有足夠的感測器, 或者隨時間變化的資料沒有長期的累積跟蒐集, 對於防災的即時決策支援系統, 應該會面臨很大的挑戰, 感覺AI在防災上面要能有即戰力, 相對過去的觀念就是如何建立一套即時的決策系統, 無論對於災害發生當時的即時逃生反應決策, 甚至在災害之後如何指揮調度相關的資源, 能夠針對某一個區域型重大的災害事故的重建, 以及減少後續各項損失的情形.
目前人類對於區域型災害的能力, 漸漸可以透過AI的方法達成有效防堵災害的擴散, 以及區域型重建需要的人力調配, 可以快速的透過雲端的後端平台, 清楚的達到統一執行的狀態, 相對其實比較藥擔心的可能是大區域全面型的災害, 例如武漢肺炎快速擴散至全球, 之後又變成各國小區域之間的快速傳播的狀態, 這時候會發現除了減少人的活動頻率與範圍之外, 其實如何有效的偵測接觸史, 並且透過各種數位化的資料產生的墨點痕跡, 進而推估或回朔潛在的傳播路徑, 應該是日後很重要的課題.
資料可以都留著, 要用到的時候, 會覺的非常的珍貴
此外對於武漢肺炎的疫苗來說, 各國目前不斷投入心力與人力加緊腳步開發, 這類生物化學方面的研究, 其實國外有不少機構已經投入機器學習的應用
好比說這篇報導就提到, 有關於尋找出有效對抗武漢肺炎的藥方, 研究人員就利用生物工程技術得知武漢肺炎的病毒基因結構, 再利用機器學習來設法加速調配出合適的方法
相信如果是AI雲這樣的服務, 對於這類的應用來說將是相當有效
作者 laisan86 發文時間 2020/04/21 按讚 1