Google X 团队 Bellwether 为美军救灾引入 AI：数秒内分析航拍灾情

飓风扫过得克萨斯，或者肯塔基突发洪水后，冲在最前面的通常是美国国民警卫队。

但在过去的救援流程里，有个环节慢得让人着急：分析人员得在成千上万张飞机拍回来的高空照片里一张张翻找，找出受灾最严重的区域，再手动去翻数据库，比对灾前灾后的建筑与道路。

等关键基础设施的损毁情况被人工一点点标出来，救援队伍和物资调配往往已经耽误了不少时间。

几秒钟标出受损基础设施

为了改变这种低效现状，美国国防部下属的国防创新小组（DIU）找到了 Alphabet 旗下的前沿创新实验室 X。

双方联手打造了一个 AI 系统，技术来自 X 实验室内部一个名为 Bellwether 的团队。

这套系统利用机器学习算法，能在短短几秒钟内快速筛查灾区的航拍照片，自动识别出受损的关键基础设施，并生成带有清晰标注的地图。

更关键的是，它深度结合了 Google 的地理空间信息数据，能自动将灾区现状与灾前的原始地理全貌进行快速比对。

负责国民警卫队行动、计划与训练部门的 Brian McGarry 上校解释说，以往分析人员要花大量时间做繁琐的图像地理校准、目标识别和标注工作。把这些机械步骤交给 AI，能极大地加快关键信息传达给一线急救人员的速度。

据 DIU 项目经理 Nirav Patel 透露，国民警卫队预计将在今年夏季野火季节来临前正式部署这套 AI 工具，时间大概在 6 月。

为什么重要

我们认为，这项合作展现了 AI 在现实公共安全场景中最务实、最不花哨的落地价值。

对于一线救援人员和受灾民众来说，灾难响应的核心从来都是抢时间。过去卡住救灾效率的往往不是人力不够，而是海量非结构化图像带来的信息堵塞。让视觉模型处理基础的图斑比对和标注，把人类分析师从肉眼找不同中解放出来，能够让物资和搜救人员更快抵达真正需要的地方。

从技术和行业角度来看，这也是 Google 地理空间数据与国防应急需求的一次顺理成章的结合。Alphabet 坐拥庞大的卫星和航拍图谱，结合成熟的计算机视觉模型，在地理智能这个垂直领域有着极高的壁垒。

不过，我们觉得这项技术在实际应用中依然面临考验。航拍环境往往伴随着浓烟、阴雨和遮挡，AI 能否在高压环境下保持极低的漏报率和误报率，还需要等 6 月野火季节的实战检验。毕竟在真正的灾害救援中，一次误判就可能牵扯生死。