前沿的AI技術(shù)有望被用于火災(zāi)事故中，被給予厚望的AI能發(fā)揮其優(yōu)勢(shì)嗎？

持續(xù)了5個(gè)小時(shí)的大火，將擁有850年歷史的巴黎圣母院付之一炬。

在這個(gè)全人類為之惋惜的時(shí)刻，我們同樣也無(wú)法忘記：始建于1284年的元代護(hù)國(guó)寺曾經(jīng)多次為火災(zāi)所困擾；2010年清華大學(xué)的百年老學(xué)堂被一場(chǎng)大火完全燒毀；2014年蘇格蘭格拉斯哥藝術(shù)學(xué)院及無(wú)數(shù)藝術(shù)珍品被完全燒毀；2017年，位于四川的亞洲第一高木塔靈關(guān)樓因大殿火災(zāi)而終遭焚毀；2018年，巴西國(guó)家博物館2000萬(wàn)藏品陷入火海，其中包括巴西最古老的人類化石……

而那些暫時(shí)幸免于難的古建筑群們，也并不能高枕無(wú)憂，而是常年活在對(duì)火災(zāi)的忐忑之中。巴西博物館被燒光后，我國(guó)就迅速組織了一次全國(guó)范圍內(nèi)的博物館和文物建筑消防安全大檢查。巴黎圣母院失火的消息剛剛傳出，故宮就緊急召開了防火動(dòng)員會(huì)議；而預(yù)防性保護(hù)現(xiàn)存最高全木建筑應(yīng)縣木塔的呼吁更是得到了廣泛關(guān)注與聲援。

火災(zāi)對(duì)重要文化建筑的威脅，常年如幽靈一般盤旋在人類文明的頭頂。之所以每一場(chǎng)大火都讓人們無(wú)比惋惜并憂心忡忡，一方面是代價(jià)太大，火災(zāi)對(duì)于人類建筑藝術(shù)文化帶來(lái)的傷害幾乎是毀滅性的、無(wú)法修復(fù)的；另外，許多古建筑往往有著特殊的結(jié)構(gòu)工藝與材料，讓很多現(xiàn)代消防措施顯得有點(diǎn)無(wú)力。

比如火災(zāi)救援中經(jīng)常使用的高壓水槍和泡沫滅火器，就有可能對(duì)傳統(tǒng)建筑中脆弱的木結(jié)構(gòu)部位造成二次傷害；一些建筑的地理位置和周邊基礎(chǔ)建設(shè)比較古老，消防車等大型救火設(shè)施無(wú)法大規(guī)模進(jìn)場(chǎng)等等。

在這場(chǎng)人類與“火龍”的文明保衛(wèi)戰(zhàn)中，前人已經(jīng)總結(jié)和探索出了不少方法論，比如智能消防栓、自動(dòng)報(bào)警系統(tǒng)等等。那么，當(dāng)技術(shù)的接力棒交到AI手里，它能做到更多嗎？答案必須是肯定的。

AI挑戰(zhàn)火災(zāi)，有哪些核心戰(zhàn)斗力？

以AI為代表的前沿科技，正在火災(zāi)救援任務(wù)上被寄予厚望。之所以能當(dāng)大任，可能要?dú)w結(jié)于AI的三個(gè)核心戰(zhàn)斗力：

1. 深度學(xué)習(xí)+智能數(shù)據(jù)終端的結(jié)合，來(lái)預(yù)測(cè)和確定火災(zāi)風(fēng)險(xiǎn)以及事故發(fā)生的具體情況，從源頭控制火情；

2. 智慧城市的云端調(diào)度，能夠快速制定救災(zāi)方案，幫助消防隊(duì)伍及相關(guān)物資高效進(jìn)場(chǎng)，為救援工作爭(zhēng)取時(shí)間；

3. 智能機(jī)器人等可以完成一些人類和傳統(tǒng)器材無(wú)法實(shí)現(xiàn)的任務(wù)，比如前往耐熱性。

當(dāng)然，這么籠統(tǒng)的概括可能還是有點(diǎn)模糊。畢竟重點(diǎn)建筑的防火工程，是一個(gè)包含了預(yù)防、救災(zāi)、修復(fù)重建等等的龐大綜合體系，期間還可能遇到各種各樣的特殊困難。

為了更充分地讓大家系統(tǒng)性了解AI在重要建筑火災(zāi)救援中起到的具體作用和潛在價(jià)值，我們?cè)噲D通過幾個(gè)重點(diǎn)場(chǎng)景來(lái)還原一下，AI技術(shù)集群在火災(zāi)中如何綜合做功的。

場(chǎng)景一：火情預(yù)防

對(duì)于像巴黎圣母院、應(yīng)縣木塔、故宮這樣古老的建筑物而言，預(yù)防永遠(yuǎn)是第一位的。但是依靠人工來(lái)定期巡檢，受復(fù)雜結(jié)構(gòu)和規(guī)模的影響，又很難保證及時(shí)發(fā)現(xiàn)火情。所以，通過云端網(wǎng)絡(luò)+智能IoT“軟硬件”協(xié)同預(yù)防火災(zāi)的技術(shù)解決方案，就顯得很必要了。

先說硬件。不少團(tuán)隊(duì)已經(jīng)開始嘗試，將帶有無(wú)線傳感器的IoT設(shè)備布置到一些薄弱位置。這些設(shè)備會(huì)實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)并上傳到云端，一旦出現(xiàn)異常會(huì)直接觸動(dòng)報(bào)警機(jī)制。當(dāng)然，，設(shè)備還帶有自動(dòng)報(bào)修功能，以保證長(zhǎng)期全時(shí)段穩(wěn)定可用。

針對(duì)一些非易燃物引發(fā)的火情，比如線路打火或用電設(shè)備使用等較為隱蔽的火災(zāi)風(fēng)險(xiǎn)，“電流指紋識(shí)別”技術(shù)就可以及時(shí)地判斷出來(lái)。其背后的工作原理有點(diǎn)像人臉識(shí)別，通過對(duì)“電流特征數(shù)據(jù)”進(jìn)行提取，并判斷出相關(guān)電路設(shè)備的工作狀態(tài)是否存在異常，從而實(shí)現(xiàn)風(fēng)險(xiǎn)預(yù)警。

大家可能已經(jīng)發(fā)現(xiàn)了，IoT智能消防設(shè)備都只是作為數(shù)據(jù)終端存在，具體的處理效果，還是要靠云端平臺(tái)及算法來(lái)保障。

智慧消防云平臺(tái)的整體架構(gòu)，大致分為三層：

第一層：設(shè)備感知層，也就是剛才我們提到的包括煙感、溫感、電感、智能攝像頭等等各類傳感設(shè)備。這方面的應(yīng)用已經(jīng)比較成熟，比如2014年華為就已經(jīng)在消防栓監(jiān)測(cè)、煙霧探測(cè)等領(lǐng)域?qū)嵺`窄帶物聯(lián)網(wǎng)技術(shù)了。BAT也聯(lián)合不少省市政府展開合作，部署城市消防傳感器和邊緣計(jì)算網(wǎng)關(guān)。

第二層：云端 PaaS 層。傳感器收集的數(shù)據(jù)都被匯總到云端進(jìn)行處理，AI的預(yù)測(cè)能力也在這里發(fā)揮作用。但客觀來(lái)說，目前還沒有有效探測(cè)火災(zāi)位置及潛在風(fēng)險(xiǎn)的成熟算法。

一方面是由于偶發(fā)事件支撐的數(shù)據(jù)規(guī)模不足，系統(tǒng)無(wú)法得到充分的訓(xùn)練；另外則是包括終端IoT及地球同步運(yùn)行環(huán)境衛(wèi)星(GOES)等傳回的數(shù)據(jù)有著一定的時(shí)延，比如數(shù)分鐘才能提供高分辨率的圖像，大大降低了預(yù)測(cè)的時(shí)效性。而且算法的準(zhǔn)確性也不敢恭維，加州大學(xué)戴維斯分校的研究人員設(shè)計(jì)出了火災(zāi)探測(cè)方法，有些檢測(cè)到的卻是后院的篝火和燒烤。

目前來(lái)看，想要靠神經(jīng)網(wǎng)絡(luò)+深度學(xué)習(xí)來(lái)預(yù)測(cè)火災(zāi)，可能達(dá)到一定的準(zhǔn)確率需要還數(shù)年之久。

第三層：應(yīng)用SaaS層。云端預(yù)測(cè)結(jié)果最后將通過 APP、web等應(yīng)用平臺(tái)呈現(xiàn)給專業(yè)人士，并完成防火監(jiān)測(cè)預(yù)警、消防物資管控等業(yè)務(wù)工作。

盡管我們很想對(duì)重大災(zāi)害“防患于未然”，但對(duì)于歷史數(shù)據(jù)不夠豐富的火災(zāi)，AI算法似乎還是有些束手無(wú)策。但硬件端的智能升級(jí)，顯然對(duì)于防災(zāi)救災(zāi)有著極為重要的現(xiàn)實(shí)意義與可行性。

場(chǎng)景二：火災(zāi)救援

靠人力巡檢和AI預(yù)測(cè)來(lái)預(yù)防火情，顯然都自有其局限性，無(wú)法達(dá)到真正理想的效果。一位美國(guó)加州的消防隊(duì)員更是直言不諱，認(rèn)為該州最有價(jià)值的滅火工具之一其實(shí)是不起眼的手機(jī)，因?yàn)樗梢宰屍胀ㄈ嗽诎l(fā)現(xiàn)火災(zāi)時(shí)撥打緊急服務(wù)電話。如果不幸發(fā)生了火情，AI等前沿科技的效率優(yōu)勢(shì)和特殊能力就能夠真正幫上忙了。

AI在救災(zāi)場(chǎng)景中的應(yīng)用，核心就在于利用技術(shù)提高救援效率。

首先在調(diào)度上，依托智慧城市的大數(shù)據(jù)，能夠及時(shí)判斷并決策出最佳的救援策略。

比如在路線規(guī)劃上，可以根據(jù)火警位置和人流、車流狀況實(shí)現(xiàn)周邊智能疏散，為趕赴現(xiàn)場(chǎng)節(jié)約時(shí)間。根據(jù)衛(wèi)星、智能終端、城市攝像頭等的實(shí)時(shí)數(shù)據(jù)決定救援設(shè)施。

智能消防車上還配有GPS衛(wèi)星定位自主導(dǎo)航儀。當(dāng)接到報(bào)警時(shí)，就能顯示出報(bào)警的地點(diǎn)、路線、用戶名稱等，調(diào)出救援對(duì)象的滅火預(yù)案資料，并規(guī)劃出到達(dá)火警點(diǎn)的最佳行車路線。

目前在科技公司與有關(guān)部門的努力下，搶險(xiǎn)救災(zāi)的前期調(diào)度已經(jīng)能夠借助智慧城市網(wǎng)絡(luò)有效地實(shí)現(xiàn)了。比如深圳市的“智慧交通平臺(tái)”，就能夠在發(fā)現(xiàn)火情時(shí)，快速自動(dòng)生成將所有必經(jīng)道路調(diào)成綠燈，以保障消防車輛快速通過的最短導(dǎo)航路線等等。

在救災(zāi)現(xiàn)場(chǎng)，智能技術(shù)也可以大幅度提升救援效率。比如依托成熟的無(wú)人機(jī)設(shè)備，在一些老城區(qū)的崎嶇小路等，率先派出帶有熱成像功能的無(wú)人機(jī)可以提供最及時(shí)的火情偵察、火源定位等關(guān)鍵信息。

與消防云結(jié)合，還能夠預(yù)測(cè)火災(zāi)的蔓延路徑，及時(shí)地調(diào)整策略并疏導(dǎo)人群，以降低潛在的人員傷亡。另外，AI的云端能力能夠幫助專業(yè)消防人員做出更為合理的判斷。

前面我們提到，重要古建筑往往需要特殊的消防策略來(lái)應(yīng)對(duì)。以巴黎圣母院為例，現(xiàn)場(chǎng)除了消防人員之外，還需要由中世紀(jì)建筑專家進(jìn)行技術(shù)指導(dǎo)，根據(jù)文物的具體情況來(lái)制定合理的救援方案，最大限度地降低損失。

巴黎圣母院的消防方案就放棄了已經(jīng)無(wú)法拯救的屋頂，將所有措施投入到了內(nèi)部結(jié)構(gòu)的保護(hù)上，最后導(dǎo)致?lián)p失比料想中輕很多。

試想一下，如果是其他的非著名建筑，消防員在救援時(shí)如果能夠通過數(shù)字資料來(lái)及時(shí)獲取相關(guān)信息，是否就能避免一些原本能夠規(guī)避的損失呢？

目前，有不少機(jī)構(gòu)都在嘗試用數(shù)字的方式來(lái)保留重要的建筑信息。比如Google Arts & Culture就將世界各地的博物館高質(zhì)量地還原在網(wǎng)絡(luò)中，中國(guó)古建筑文化資源數(shù)據(jù)庫(kù)，也將數(shù)百處國(guó)寶級(jí)木結(jié)構(gòu)古建筑通過數(shù)字化掃描和保真攝影的方式進(jìn)行了信息采集。

未來(lái)通過對(duì)這些數(shù)據(jù)進(jìn)行智能整合，合理安排救災(zāi)方式，就能夠讓一線消防員在爭(zhēng)分奪秒的救援現(xiàn)場(chǎng)快速做出更有針對(duì)性的選擇，避免出現(xiàn)不恰當(dāng)方式帶來(lái)的次發(fā)損失。

這類系統(tǒng)已經(jīng)在逐步建構(gòu)中，未來(lái)隨著AI能力的引入，必然會(huì)成為指導(dǎo)古建筑救援的重要標(biāo)尺。

除了消防員，在今天的火災(zāi)救援現(xiàn)場(chǎng)我們能夠看到很多智能機(jī)器人的參與。它們存在的價(jià)值在于，能夠幫助消防員完成危險(xiǎn)環(huán)境探測(cè)、特殊空間救援等任務(wù)。

比如斯坦福大學(xué)的團(tuán)隊(duì)就設(shè)計(jì)了一種“充氣式機(jī)器蛇”，可以自由伸縮自己的長(zhǎng)度。并且搭載了自主運(yùn)算的芯片和運(yùn)動(dòng)感應(yīng)器，讓它可以智能地判斷“路況”。

如果遇到障礙物需要轉(zhuǎn)彎，“空氣蛇”的大腦就會(huì)發(fā)送信號(hào)給后端的機(jī)械泵，通過在上下左右不同側(cè)面充入不同量的空氣，來(lái)實(shí)現(xiàn)轉(zhuǎn)彎等復(fù)雜的運(yùn)動(dòng)。

因此，這種空氣蛇可以精準(zhǔn)地穿越障礙物到達(dá)火場(chǎng)。對(duì)于教堂穹頂、藻井等不便接觸的角落，“空氣蛇”就可以代替人類完成滅火。由于稱重能力強(qiáng)，至少100公斤以上的重物，它還能夠幫助被壓在掉落物下面的人脫險(xiǎn)。

當(dāng)然，這種柔性機(jī)器人也面臨不少問題。比如智能化程度不高，在缺乏真人指揮的前提下，只能憑借感應(yīng)器做出少量“智能”的反應(yīng)，本質(zhì)上還比較機(jī)械，只能完成單項(xiàng)救援任務(wù)。

另外，柔軟的材料（像是塑料）在抗熱性上也表現(xiàn)不佳，據(jù)說研究人員正打算將“空氣蛇”改為液壓的，但總體而言，其耐受力都是相對(duì)有限的。想要提高救災(zāi)機(jī)器人的智力和適應(yīng)性，還需要芯片硬件、材料學(xué)、物聯(lián)網(wǎng)、智能算法等技術(shù)的綜合進(jìn)步，短時(shí)期內(nèi)救災(zāi)恐怕還要靠人類自己了。

場(chǎng)景三：災(zāi)后重建

由于結(jié)構(gòu)和材料的特殊性，火災(zāi)之于重要文化建筑，幾乎很難是“零損失”。就在剛剛，法媒公布了巴黎圣母院的受災(zāi)損失，雖然比料想中要輕，主體結(jié)構(gòu)得以保留。但塔尖已經(jīng)倒塌，左塔上半部和著名的玫瑰花窗都被摧毀。館內(nèi)的藝術(shù)作品也被轉(zhuǎn)移保存。

災(zāi)難的結(jié)果固然令人遺憾，但災(zāi)后如何重建文明才是關(guān)鍵。其中，3D激光掃描等現(xiàn)代技術(shù)的運(yùn)用，就起到了重要的參考價(jià)值。

2015年，藝術(shù)歷史學(xué)家安德魯·塔隆對(duì)巴黎圣母院的激光掃描工作，就成為其災(zāi)后修復(fù)最為可靠的參考資料。塔隆的工作留下了超過10億個(gè)數(shù)據(jù)點(diǎn)，囊括了大教堂內(nèi)外的50多個(gè)地點(diǎn)，色彩數(shù)據(jù)可精確到5毫米。因此，最后得出的照片也非常準(zhǔn)確。

最后，采集的數(shù)據(jù)被拼接成一個(gè)包含10億個(gè)點(diǎn)的“point cloud（點(diǎn)云） ”，打造出逼真的三維立體模型。這些數(shù)據(jù)將直接輔助完成教堂的修復(fù)工作，還原出受災(zāi)前的原貌。

關(guān)于智能技術(shù)介入火災(zāi)的故事，還有很多無(wú)法一一講述。面對(duì)火災(zāi)這樣浩然的自然力量，人類舉起手中的“屠龍刀”，一次次發(fā)起沖鋒。戰(zhàn)斗的終局未必會(huì)是勝利，但絕對(duì)是值得當(dāng)下每一個(gè)人期待和努力。

作者：腦極體，微信公眾號(hào)：腦極體

本文由 @腦極體 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來(lái)源于 Unsplash，基于CC0協(xié)議