【科学 的温度】如何撬开震后灾害的“盲盒” ？******
中新网成都1月17日电 (记者 贺劭清)滑坡预警预测是公认 的世界性难题。“5·12”汶川特大地震后 的十余年间 ，中国地质科研工作者如何从无到有，建立地震诱发滑坡预测模型 ？如何撬开震后灾害的“盲盒”？中国地灾防治如何走到世界前列 ？
围绕上述问题，2022年“科学探索奖”获得者、成都理工大学地质灾害防治与地质环境保护国家重点实验室副主任范宣梅接受中新网专访，对此进行解读 。
范宣梅接受中新网记者专访 。 唐启浩 摄有哪些因素可能诱发震后地质灾害？
范宣梅介绍 ，余震与降雨 是诱发震后地质灾害 的主要因素 。强震刚发生完，震区容易发生较强余震 。在余震影响下 ，一些在主震中震松、震裂的山体和已经发生滑坡 的地方可能还会发生二次滑坡。同样 ，震后强降雨 ，也容易导致震区发生二次滑坡或泥石流灾害。
为了预测这些可能发生的地质灾害，成都理工大学地质灾害防治与地质环境保护国家重点实验室建立了空天地一体化 的“三查”体系 。
“我们除了大范围搜集卫星遥感数据 ，还会在雨季前后 ，对一些重点区域加强监测。”范宣梅表示 ，如果“9·5”泸定地震震区在2023年发生强降雨 ，那么磨西沟 、湾东河、海螺沟等区域将有较大概率发生泥石流灾害。成理地灾国重实验室团队正准备在几条重点流域布设监测仪器，观测降雨量、沟道里的泥位、水位以及坡体上地震诱发滑坡堆积体 的稳定性 。
工作中 的范宣梅 。 受访者供图为什么要建立地震诱发滑坡预测模型？
汶川特大地震发生后 的十余年间，范宣梅团队前往“4·14”玉树地震 、“4·20”芦山地震 、“8·3”鲁甸地震和“8·8”九寨沟地震等地震救援第一线，搜集宝贵 的影像和数据，并基于全球50余次地震诱发 的40多万条灾害数据，结合最新 的人工智能算法 ，建立了地震诱发滑坡近实时预测模型 。
“汶川特大地震发生后 ，主要救援力量第一时间前往了汶川 ，而不是当时受灾最严重的映秀 、北川 。这是因为当时我们没有及时 、全面的卫星数据去在震后第一时间获取灾情灾损信息 。”范宣梅指出 ，地震诱发滑坡预测模型最大的用途，就是填补震后72小时救援黄金时间 的信息空白 ，给震后应急救援提供第一手的支撑和决策信息。
地震诱发滑坡智能预测模型 。 受访者供图范宣梅介绍 ，卫星不会固定在某一个位置拍摄地球某一个固定点位 ，而是不断围绕地球旋转 。如果泸定地震发生时 ，有一颗卫星恰好正在震区上方，那么这颗卫星可能拍下受灾情况 。如果不凑巧的话，那么就需要等这颗卫星下一次再转到泸定地震上方 ，才能拍到震区受灾影像 。甚至有时候 ，一张好的卫星影像拿到时 ，距地震发生时已经过去了一个月 。
“如果完全依赖卫星数据去评估震后灾情，大概率会错过最佳救援时间 。”范宣梅表示 ，地震诱发滑坡预测模型可以基于大数据与人工智能，根据本次地震信息 ，快速判断哪些地方地质灾害最为集中 ，哪些地方房屋道路受损最严重 ，让救援力量第一时间前往最需要救援的位置 。
工作中的范宣梅 。 受访者供图中国科研人员如何撬开震后灾害 的“盲盒” ？
范宣梅介绍 ，汶川特大地震发生后 ，中国科研人员将卫星技术 、人工智能 、大数据等技术与防灾减灾相结合，最终撬开震后灾害 的“盲盒”。
范宣梅透露，成理地灾国重实验室目前正进行地震灾害链相关 的科研攻坚 。如果震后滑坡和泥石流形成的堰塞湖-溃决洪水，可能影响到下游上百甚至上千公里的范围。目前科研人员正研究如何更好预测灾害链的发生 ，避免因灾害链可能造成 的大规模人员伤亡 。
范宣梅表示，近年来无论是中国科研人员在地灾领域的经验还 是科研成果 ，在国际上都处于领先地位 。在未来应把防灾减灾领域的中国知识、中国智慧输送到国外，以帮助更多人。(完)
龚克：人工智能应用于韧性治理 ，要依法和适度****** 中新网北京12月11日电 “人工智能(AI)应用于韧性治理要依法和适度 ，要贯彻AI伦理原则 ，坚持以人为目的 ，以目 的为中心，而不 是以工具为中心 ，避免技术异化。” 2022人工智能合作与治理国际论坛12月9日开幕 。在其中 的主题论坛“人工智能引领韧性治理与未来科技”中 ，世界工程组织联合会前主席 、中国新一代人工智能发展战略研究院执行院长龚克这样指出。 2022人工智能合作与治理国际论坛由清华大学主办、清华大学人工智能国际治理研究院(I-AIIG)承办，中国新闻网作为战略合作伙伴 ，联合国开发计划署(UNDP) 、联合国教科文组织(UNESCO)等国际组织、国内外学术机构支持。  世界工程组织联合会前主席、中国新一代人工智能发展战略研究院执行院长龚克，在2022人工智能合作与治理国际论坛主题论坛“人工智能引领韧性治理与未来科技”中发言 。主办方供图龚克认为 ，当前，韧性已成为可持续发展中的重要要求和愿景。“进入21世纪以来，韧性理论从生态学 、工程学 、心理学领域逐步延展到城市治理领域 。” 在他看来 ，韧性发展现在已经成为重要的发展思路。“它正视困难、风险、冲击、变化，以适应力、恢复力应对之，使系统损失减少到可承受 、使运行不失稳、发展不逆转 。” 龚克举例指出，韧性 的基础设施 是韧性城市的基础，AI在提高基础设施韧性方面可以发挥积极的作用 。“比如AI可以快速 、精准地帮助发现地下送水管网 的泄露，以实施快速修复 。又比如 ，AI可以及时、准确预测城市用水需求，帮助实现适时适量 的供水。再如，AI可以及早、准确地预报特定灾害，帮助实现预防和减损。” “这些例子告诉我们，AI助力韧性发展的作用 是无可置疑的，数据是AI发挥作用的重要基础 ，数据的及时 、准确、全面对于AI助力韧性发展至关重要。”龚克坦言，因此，物联网 的发展、多源数据 的融合 、数据的无偏化处理等等，特别 是相关知识与数据 的结合 ，以及降低算法对于数据规模 、质量 的依赖性，成为AI助力韧性发展的技术趋势。 龚克表示 ，“就技术赋能而言，人工智能与韧性治理的关系，包括人工智能作为治理工具和人工智能作为治理对象两方面 。我认为 ，两者统一于人工智能在韧性治理中负责任地 、符合伦理地、依法和适度地应用。” 他指出，如果AI要赋能韧性治理，就需要自身增能 ，增强透明度、可解释性 、可靠性 、鲁棒性，自身要能抗干扰 、抗攻击等，让其自身成为有韧性 的AI。“如果AI自身很脆弱，容易被攻击 、受干扰，它非但不能助力韧性治理 ，还会起到相反 的作用 。” 同时 ，龚克强调 ，AI在用于韧性治理上，要做到依法和适度。 “就技术赋权来讲，特别强调赋权必须是依法 的 ，要防止技术异化为权力 。”他认为 ，AI系统作为治理工具时应能针对具体应用主体和场景，识别法律赋予 的权力边界 ，并在任何情况下，保证包容、公平 、无歧视 ，保证不伤害，保证人类 的监督和决定权 。(完)
|
