麻省理工學(xué)院的科學(xué)家開發(fā)了一種方案，可以生成未來的衛(wèi)星圖像，以描繪某個(gè)地區(qū)在可能發(fā)生洪水事件后的情況。該方案將生成式人工智能模型與基于物理的洪水模型相結(jié)合，以創(chuàng)建某個(gè)地區(qū)逼真的鳥瞰圖，顯示考慮到即將到來的風(fēng)暴強(qiáng)度，哪些地方可能發(fā)生洪水。

作為測試案例，該團(tuán)隊(duì)將該方案應(yīng)用于休斯頓，并生成了衛(wèi)星圖像，描繪了在一場與2017年襲擊該地區(qū)的颶風(fēng)哈維類似的風(fēng)暴過后，該市某些地區(qū)的情況。該團(tuán)隊(duì)將這些生成的圖像與哈維襲擊后在同一地區(qū)拍攝的實(shí)際衛(wèi)星圖像進(jìn)行了比較；還比較了不包含基于物理機(jī)制的洪水模型的人工智能生成的圖像。

對比得知，該團(tuán)隊(duì)的物理強(qiáng)化方案生成的未來洪水衛(wèi)星圖像更加真實(shí)準(zhǔn)確。相比之下，純?nèi)斯ぶ悄芊桨干傻氖俏锢砩喜豢赡馨l(fā)生洪水的地方的洪水圖像。

該團(tuán)隊(duì)的方案是一種概念驗(yàn)證，旨在展示生成式人工智能模型與基于物理的模型結(jié)合使用時(shí)可以生成逼真、可信的內(nèi)容的情況。為了將該方案應(yīng)用到其他地區(qū)以描繪未來風(fēng)暴造成的洪水，需要對更多衛(wèi)星圖像進(jìn)行訓(xùn)練，以了解其他地區(qū)的洪水情況。

麻省理工學(xué)院地球、大氣和行星科學(xué)系博士后Bj?rn Lütjens表示：“我們的想法是：有一天，我們可以在颶風(fēng)來臨之前基于AI方案，為公眾提供額外的可視化層。最大的挑戰(zhàn)之一是鼓勵人們在危險(xiǎn)時(shí)撤離。也許這可能是另一種有助于提高準(zhǔn)備程度的可視化方法?！?/p>

研究人員在《IEEE地球科學(xué)和遙感學(xué)報(bào)》上發(fā)表了研究成果。在本研究中，作者使用了條件生成對抗網(wǎng)絡(luò)（GAN），這是一種機(jī)器學(xué)習(xí)方法，可以使用兩個(gè)相互競爭或“對抗”的神經(jīng)網(wǎng)絡(luò)生成逼真的圖像。第一個(gè)“生成器”網(wǎng)絡(luò)使用真實(shí)數(shù)據(jù)對進(jìn)行訓(xùn)練，例如颶風(fēng)前后的衛(wèi)星圖像；隨后訓(xùn)練第二個(gè)“鑒別器”網(wǎng)絡(luò)以區(qū)分真實(shí)衛(wèi)星圖像和第一個(gè)網(wǎng)絡(luò)合成的圖像。