防止地面坍陷:基於人工智慧的監測方法
背景
隨著全球城市人口過度擁擠的現象越來越盛行,各大都會中心開展了眾多地下開發專案。自 20 世紀 70 年代和 80 年代以來,南韓由於城市快速發展,面臨了地下設施老化和不準確的資訊管理等問題。地下空間的事故發生也成為一個重大挑戰。為了預防導致人員傷亡和財產損壞的地下安全事故,南韓政府正在進行地下設施和地面訊息的數位化專案,並建立一個三維地下空間訊息資料庫。然而對於基於數位化訊息的地下安全管理問題,還沒有一個具體的解決方案。AI-based CRPM 模型的開發
南韓土木工程與建築技術研究所(KICT)的研究團隊已經開發出一個基於人工智慧的預測模型,稱為"AI-based CRPM(Collapse Risk Prediction Model)"。該模型利用三維地下空間訊息,有效地提供地面坍陷風險的預警。這個 AI-based CRPM 模型可以應用於實際場地,只需要使用地方政府建立的現有數位地下訊息集合中的元素,就能夠預測風險。 在南韓,由於地下設施損壞或道路和建築物下土壤損失導致了多次地面坍陷事故。例如,伊利山白石站的熱傳輸管破裂導致了致命的地面坍陷事故以及陽陽納善海灘一家便利店的倒塌,造成了極大的破壞。此外還需要做好應對突發大規模災害損失的準備,例如瓜地馬拉城和廣州發生的坍塌事故。AI-based CRPM 模型的可行性和應用
這個由姜在茂博士的研究團隊開發的 AI-based CRPM 模型,基於人工智慧算法,利用城市地下六種型別的設施屬性訊息(水、污水、通訊、電力、燃氣、暖氣),預測地面坍陷的風險。該模型將地面坍陷風險預測劃分為三個階段(安全、謹慎、危險)。在實際發生地面坍陷的區域進行可靠性分析後,顯示準確率約為 80%。 開發的 AI-based CRPM 模型具有將三個階段的風險水平以 GIS 地圖的形式進行視覺化的功能,可以作為事故預防決策安全工具,用於優先和詳細調查風險區段或及早更換地下設施時的需求。這個研究團隊開發的 AI-based CRPM 模型顯示出很高的可靠性,並準備好在現場應用中使用。他們正在進行進一步的研究,以提高準確性,將其可靠性提高到 90%以上,以實現更加精確的預測。評論與建議
這個基於人工智慧的監測方法的開發在預防地下安全事故方面具有重大意義。由於全球城市人口的不斷增長和城市開發的加快,地下空間的使用越來越頻繁,因此地下安全事故的風險也日益增加。這個 AI-based CRPM 模型的開發為地下設施和地面訊息的監測提供了一個有效的解決方案。 在應對地下安全事故時,預防總是比事後處理更加重要。地方政府應該考慮採用這個 AI-based CRPM 模型,在地下設施建設的早期階段就開展有效的風險評估,並及早進行必要的調查和設施更換。 然而僅僅依賴技術並不能解決所有問題。政府和相關利益者應加固監督和管理地下設施建設,確保建設過程中的質量和安全。同時應該加固對公眾的教育和宣傳,提高對地下設施和地下空間安全的意識,以減少意外事故的發生。結論
基於人工智慧的地下安全監測模型的開發無疑對預防地下安全事故具有重大意義。南韓的研究團隊在這方面取得了重要的突破,並開發出高度可靠且可應用的 AI-based CRPM 模型。然而這只是解決問題的一個方面,政府和相關利益者也應該在地下設施建設和管理方面加固努力,以確保地下空間的安全。Prevention-人工智慧,監測方法,預防,地面坍陷
延伸閱讀
- RPA 供應商如何在 AI 代理人世界保持競爭力
- 元 AI 測試:未能彰顯自身價值,但免費就是免費
- Google 推出新功能“口語練習”,利用人工智慧幫助使用者提高英文能力
- 科技巨頭 xAI 競爭開放人工智慧,吸金 60 億美元。推動社交網路 X 成為股東
- Xaira:AI 藥物發現新創公司以 10 億美元巨額啟動,宣稱已準備好開展藥物開發
- Rabbit 宣布推出一個迷人的小型 AI 裝置:R1
- Perplexity AI 可能價值高達 30 億美元,原因在於…
- 基於人工智慧時代,Anon 正在打造自動化認證層 - 技術新聞
- Snowflake 推出自家旗艦生成式人工智慧模型
- Parloa 完成 6600 萬美元融資,打造客服對話人工智慧平臺