研究人員運用人工智慧技術追蹤烏克蘭前線的未爆彈藥熱點
背景
俄羅斯對烏克蘭的入侵在前線激起了無區別炮擊，導致農田和城鎮散佈著數不清的未爆彈藥。為了防止悲慘的後果，馬裏蘭大學地理科學研究團隊正在結合衛星影象與深度學習（一種人工智慧技術）的方法，進行烏克蘭前線的未爆彈藥追蹤和熱點地圖製作。他們的系統已經在烏克蘭南部和東部的 500 英裏弧線範圍內，對約 250 萬處砲擊坑洞進行了精確保位，這些資料可以供政府和非政府的爆破清理組織在戰爭戰鬥暫停時優先處理最危險的地區。
危機與潛在威脅
在這場衝突中，雙方都使用蘇聯時代的炮彈，但沒有確切的資料顯示它們的失效率。根據一項最近發表於《遙感科學》期刊的論文，估計這些炮彈的失效率從 10%到 30%不等，這意味著在他們調查的地區可能有近 100 萬枚未爆彈藥。這給當地的農民提出了一個非常可怕的選擇：面臨破產還是在耕作的過程中發生傷害或死亡的風險。
俄羅斯的炮火部署策略是在目標區域內集中投放大量的無導彈藥，估計在進行重大攻勢時，俄方每天的炮彈使用數量高達 6 萬枚。根據口述證據，未爆彈藥事件頻繁發生。馬裏蘭大學地理科學系的教學專員 Erik Duncan 在他的碩士學位研究中研究了烏克蘭的未爆彈藥問題，他在上週的一次訪談中表示他曾與一名爆破官員交談，當天早上該區域的一臺拖拉機踩中了地雷。
全球狀況與需求
如果在戰鬥停止後未能適當清理殘餘的彈藥，烏克蘭將面臨前巴爾幹地區到東南亞和中東等前戰爭區域共同面臨的困境。根據聯合國兒童基金會的估計，全球每年因未爆彈藥導致的平民死亡人數介於 10,000 至 20,000 人之間，其中許多是兒童。早在 2017 年，聯合國兒童福利部門就將烏克蘭東部地區列為地雷問題最嚴重的地區之一，當時烏克蘭的區域分離主義衝突還沒有演變成俄羅斯總統普京在 2022 年初發動的全面入侵。
使用人工智慧技術的解決方案
這個研究團隊透過人工標記高解析度衛星影象中的 1.8 萬處砲彈坑洞，訓練了一個深度學習人工智慧系統（模仿某些人類認知功能）來辨識砲彈坑洞。現在他們使用來自 Planet Labs 的 SkySat 和 Maxar 的 WorldView 衛星商業資料，這些衛星可以看到 30 到 50 釐米大小的細節，迅速找到可能滿是未爆彈藥的農田、村莊和其他地區，以供負責監測大面積區域的官員優先處理。這樣可以避免在爆破清理過程開始之前耗時耗力的人工解讀衛星資料。
研究人員還訓練了這個系統來檢測開放地面上明顯不是農業裝置製作的軍車軌跡，這是軍事行動的標誌，也是該地區可能存在反坦克地雷的線索。研究人員透過參與 NASA 的收割計劃和商業衛星資料獲得了這些衛星影象資料。接下來的工作包括擴大系統的地理覆蓋範圍，獲取更新的衛星影象，並將系統進一步改進成一個成熟的平臺，以便運營人員能夠直接使用，不僅在烏克蘭，也在全球其他最近遭受炮擊的地區。Skakun 還表示他們的系統的某一版本甚至可以用來幫助檢測歷史衝突中的老炮彈坑，但這需要進一步的研究來辨識被歲月掩蓋的特徵。
總結與展望
這項研究將馬裏蘭大學地理科學研究團隊置於一個特殊的角色，他們可以透過擁有強大的計算能力、衛星資料的接觸和地理訊息系統和電腦科學的知識，為爆破清理組織和政府提供他們無法獨立取得的寶貴訊息，幫助拯救生命。
對烏克蘭的建議
烏克蘭政府應該優先處理這明顯的人道危機，確保戰爭結束後能迅速清理遺留的彈藥。政府應該利用這項研究所提供的系統和資料，與非政府組織合作，加速地區的爆破清理工作。同時烏克蘭應該尋求國際社會的支援和援助，共同應對這一嚴重的人道危機。
全球的啟示與教訓
這項研究還提醒了全球各地的政府和組織，應該確保在歷經戰亂後能夠優先做好未爆彈藥的清理工作。這需要國際社會的共同努力，包括提供資金和技術援助，以確保無辜民眾不再遭受彈藥遺留的危害。
（以上報導為個人觀點和建議，不代表本報或馬裏蘭大學的觀點）
延伸閱讀
- Google 推出「Web」篩選器，顯示老式文字連結，AI 技術持續演進
- 人聲 vs AI：Audible 推出 AI 旁白有機會取代人類旁白嗎？
- 為什麼 RAG 無法解決生成式 AI 的幻覺問題
- 蘋果 AI 計劃揭祕：從財報中學到的三件事
- 美國 NASA 向私人太空公司訂購研究，探討火星任務支援角色
- 微軟選擇與 Sanctuary AI 合作進行通用機器人研究
- 前 Snap 研究人員正在利用人工智慧打造下一代 Bitmoji - 輕鬆創作個人化貼圖
- CommentSold：AI 技術讓直播賣貨更加方便
- OctoAI 推出 OctoStack，讓私人 AI 模型部署更輕鬆
- AI 動力對話機器人 ChatGPT：一切你需要知道的
