埃利科特市发洪水并不是什么新鲜事，这里有两条支流与帕塔普斯科河汇合。但艾伦比表示，随着开发项目覆盖了曾经是“森林天然海绵”的土地、山坡和草坪，洪水变得越来越严重。就在5月27日洪水发生的几天前，美国国土安全部根据其2016年的洪水发生情况，选择了埃利科特市开展试点项目，通过自动传感器为居民提供更好的洪水预警。
最近，艾伦比开发了另一种工具来帮助预测，计划和应对突如其来的洪水：这是一张独一无二的高分辨率地图，显示出地面建筑物，人行道，树木和草坪等信息数据——这张地图涵盖了从纽约州北部到弗吉尼亚州南部10万平方英里区域，一直延伸至切萨皮克湾。在人工智能的帮助下，航拍图像生成地图能够显示的物体小至3平方英尺，比洪灾预测着以前使用的地图精确约1,000倍。为了理解这种差异，你想象一下，此前就是试图在拥挤的城市街道上使用只能显示沃尔玛超市大小的地图来识别Uber司机。
在微软和佛蒙特大学的帮助下，绘制这张地图耗时一年，耗资350万美元。艾伦比的团队仔细研究航拍图像，道路图和分区图，以建立规则，分类对象和清楚错误。 “一旦我们完成了第一个数据集，”艾伦比说，“每个人都开始问’你打算什么时候再做一次？’”从而保持地图持续更新。
这多亏了人工智能。微软帮助艾伦比的团队训练其人工智能来自动识别物体。即使拥有强大的数据集，训练算法并不容易。这项工作需要定期进行“像素窥视” ——手动放大对象以验证和修改机器的识别结果。通过多次训练，该算法提高了识别水道、树木、田野、道路和建筑物的能力。随着相关新数据的出现，切萨皮克保护协会计划使用人工智能来更新地图，比最初耗费数百万美元的劳动密集型工作更频繁、更容易。
AL t4518534662358016 人工智能技术它是如何实现自然灾害的预防
马里兰州埃利科特市附近的一幅土地开发地图，是在人工智能(左)的帮助下生成的，比它的前身(右)提供了更多的细节。现在，微软正在向更多人提供这一工具。只需花上42美元，任何人都可以通过微软的AI for Earth平台运行2亿张航拍图像，并在10分钟内生成关于整个美国的高分辨率地图。当然，在美国的其他地方，由于人工智能算法没有在当地条件下进行训练，结果就没有那么精确 ——一棵红木树或仙人掌看起来就像柳树或橡树。
对于一个痴迷于地理位置和地图服务的社会来说——现实世界每天都在数字世界中展开——这一成就似乎并不具有开创性的意义。而现在，特别对于非盈利组织的环境目的来说，高分辨率数据和人工智能更具有成本效益。随着微软的倡导，人工智能在全球范围内即将成为商品。高分辨率成像和传感器技术、人工智能以及云计算的结合使环保人士能够更深入地了解地球的健康状况。其结果是近乎实时地读出地球的生命体征，每当环境出现恶化时，就会发出警报。
新的保护方法也在向海洋拓展。 6月4日，保罗艾伦慈善基金会与卡内基科学研究所、昆士兰大学、夏威夷海洋生物学研究所以及私人卫星公司Planet合作，在2020年之前绘制了涵盖世界上所有珊瑚礁的地图。正如Planet副总裁安德鲁?佐利(Andrew Zolli)解释的那样：这时“历史上第一次”，新工具达到了“从地球层面解决问题的水平”。
“今天，我们还不知道全球珊瑚白化事件的确切地理位置，速度和频率，”卡内基全球生态系科学家格里格?阿斯纳（Greg Asner）解释道。根据已知情况，科学家们预测，到2050年世界上90％以上的珊瑚礁将会灭绝，而这些珊瑚礁包含着25％的海洋生物。保罗艾伦慈善基金会环境影响主管劳伦·凯克姆（Lauren Kickham）预计，这一合作关系将使人们清楚滴看到全球的珊瑚礁危机，使科学家能够每天跟踪珊瑚礁的健康状况。
在另一项与Planet和卡内基研究所合作的珊瑚礁项目中，自然保护协会正在利用卡内基的计算机视觉人工智能开发了一幅关于加勒比海盆地浅水区的高分辨率地图。“通过了解这些系统如何生存以及它们如何适应环境，也许不是我们这一代，但也许是下一代将能够将曾经的珊瑚礁找回来，”自然保护协会加勒比海珊瑚礁项目负责人路易斯?索罗扎诺(Luis Solorzano)说。
绘图服务对保护来说并不陌生。地理信息系统多年来一直是保护工具中的主要内容，通过提供交互式地图，从而促进环境监测，监管执法和保护规划。但是，绘图服务的质量取决于底层数据，而获取和维护质量更高的原始数据对于环保组织来说可能过于昂贵。因此，许多自然保护主义者采用了免费提供的服务，例如美国地质调查局提供的30米分辨率图像。
“我们在看到了解有关地球健康状况的基本信息方面远远落后，而看到这种能力的缺失是我人生中的挫折，”微软负责地球人工智能的首席环境科学家卢卡斯·乔帕(Lucas Joppa)表示， “并且我也看到，那些在一线解决环境可持续性等问题的人，往往身处资源最少的组织中，却无法利用现有的技术。”然而，最终的问题是，这些由人工智能驱动的地图所提供的诊断是否能够及时起效，从而帮助解决人类造成的环境问题。
