Google X 團隊 Bellwether 為美軍救災引入 AI：數秒內分析航拍災情

颶風掃過得克薩斯，或者肯塔基突發洪水後，衝在最前面的通常是美國國民警衛隊。

但在過去的救援流程裡，有個環節慢得讓人著急：分析人員得在成千上萬張飛機拍回來的高空照片裡一張張翻找，找出受災最嚴重的區域，再手動去翻資料庫，比對災前災後的建築與道路。

等關鍵基礎設施的損毀情況被人工一點點標出來，救援隊伍和物資調配往往已經耽誤了不少時間。

幾秒鐘標出受損基礎設施

為了改變這種低效現狀，美國國防部下屬的國防創新小組（DIU）找到了 Alphabet 旗下的前沿創新實驗室 X。

雙方聯手打造了一個 AI 系統，技術來自 X 實驗室內部一個名為 Bellwether 的團隊。

這套系統利用機器學習演算法，能在短短幾秒鐘內快速篩查災區的航拍照片，自動識別出受損的關鍵基礎設施，並生成帶有清晰標註的地圖。

更關鍵的是，它深度結合了 Google 的地理空間資訊資料，能自動將災區現狀與災前的原始地理全貌進行快速比對。

負責國民警衛隊行動、計劃與訓練部門的 Brian McGarry 上校解釋說，以往分析人員要花大量時間做繁瑣的影像地理校準、目標識別和標註工作。把這些機械步驟交給 AI，能極大地加快關鍵資訊傳達給一線急救人員的速度。

據 DIU 專案經理 Nirav Patel 透露，國民警衛隊預計將在今年夏季野火季節來臨前正式部署這套 AI 工具，時間大概在 6 月。

為什麼重要

我們認為，這項合作展現了 AI 在現實公共安全場景中最務實、最不花哨的落地價值。

對於一線救援人員和受災民眾來說，災難響應的核心從來都是搶時間。過去卡住救災效率的往往不是人力不夠，而是海量非結構化影像帶來的資訊堵塞。讓視覺模型處理基礎的圖斑比對和標註，把人類分析師從肉眼找不同中解放出來，能夠讓物資和搜救人員更快抵達真正需要的地方。

從技術和行業角度來看，這也是 Google 地理空間資料與國防應急需求的一次順理成章的結合。Alphabet 坐擁龐大的衛星和航拍圖譜，結合成熟的計算機視覺模型，在地理智慧這個垂直領域有著極高的壁壘。

不過，我們覺得這項技術在實際應用中依然面臨考驗。航拍環境往往伴隨著濃煙、陰雨和遮擋，AI 能否在高壓環境下保持極低的漏報率和誤報率，還需要等 6 月野火季節的實戰檢驗。畢竟在真正的災害救援中，一次誤判就可能牽扯生死。