-
日期: 2026-07-12 | 來源: 聯合早報 | 有0人參與評論 | 字體: 小 中 大
這個7月，極端天氣的壞消息接踵而至。熱帶風暴“美莎克”給中國南方帶來破紀錄暴雨;超強台風“巴威”正逼近華東與台灣沿海;放眼歐洲，壹場創紀錄的熱浪據估計已造成數千人超額死亡。災難畫面年復壹年驚人地相似，每當此時，我心裡總浮起壹個有些刺耳的問題：那些平日裡號稱能寫詩、能通過考試、能下贏人類棋手的人工智能(AI)，那些在展台上靈巧得能後空翻的機器人，此刻都到哪裡去了?
極端天氣正成為全球城市共同的難題，而各地的答卷頗耐人尋味：平日裡最炫的技術未必頂用，反倒是壹些樸素到不起眼的做法，實實在在救了命。作為壹個在AI行業工作，也做過多年數學研究的人，我想聊聊這份答卷裡關於“技術究竟該用在哪”的幾點啟示。
啟示壹：漂亮的分數，未必救得了命
先看那些光鮮卻未必頂用的。科技圈素來癡迷“刷榜”——比參數、比跑分、比誰又登上排行榜頂端，仿佛分數壹高便無所不能。可惜洪水從不看排行榜。谷歌的全球AI洪水預報系統壹度被奉為明星，但2026年初壹項發表於《科學》系列期刊、以“負責任建模”為視角的研究重新審視了它，指出：它在全球排行榜上看似領先，可在許多地區真實的洪水預警中，未必比得上那些針對當地流域精心校准的“土辦法”模型。這背後有個更根本的道理：AI最擅長的是從歷史數據裡學出“規律”，可大部分災難的本質，偏偏是“打破規律”的那壹刻——越是罕見、越慘烈的黑天鵝事件，恰恰是數據最稀少、模型最使不上勁的地方。災難像壹面照妖鏡，照出“實驗室裡的聰明”與“現場裡的有用”之間那條常被忽略的裂縫。
啟示贰：真正救命的技術往往不炫
那些考得好的往往有個共同點：壹點都不炫，勝在打通了“最後壹公裡”。2026年2月，南非部署的全國AI天氣預警系統，把預報通過當地最普及的通訊軟件直接送到每個人手機上;據報道，2025年7月重慶壹場暴雨中，當地在強降雨來臨前的凌晨，用“電子圍欄”技術向核心降雨區域定向發送預警短信，兩分鍾內觸達約60萬名市民。把壹條救命信息精准送到壹個具體的人手裡，這件毫不起眼的事，恰是它們共同的價值。
同樣的方向也見於全球：聯合國推動的“全民預警”倡議，目標是在2027年前讓地球上每個人都能用上災害預警。這背後是壹個樸素的共識——與其在災後拼命搶救，不如搶在災難成形之前就把人叫醒、帶走。
在“看不見的准備”上下足功夫
這份樸素，在熱浪面前尤其見真章。熱浪沒有洪水般驚心的畫面，卻往往是更致命的無聲殺手;對付它靠的同樣不是炫技，而是最不起眼的功夫——壹條及時的高溫預警，壹處處開放的降溫中心，壹次次上門把獨居老人、露天工友找出來、護起來。
這樣的智慧在我們身邊同樣看得見。新加坡幾乎沒有大災，卻在“看不見的准備”上下足功夫：公用事業局全天候監測全島溝渠水位，配合能提前約半小時預判降雨的雷達，通過手機應用與Telegram頻道把暴雨與淹水預警推送給市民;今年新推出的“SG Alert”緊急警報，更以小區廣播技術，在無需移動數據，也不收集個人信息的前提下，向特定區域內所有手機發送警示，支持肆種官方語言，連接入本地網絡的外國訪客也能收到。這些系統都不炫，講的卻是同壹件樸素的事：把壹條救命信息，穩穩送到每壹個人手裡。
那麼，人們最容易想到的救援機器人呢?據報道，2023年2月土耳其與敘利亞那場奪去逾5萬人生命的大地震中，熱成像無人機在廢墟裡搜尋幸存者的體溫信號，測繪無人機建起叁維模型幫指揮官劃定優先搜救區，地面機器人替人先去查看搖搖欲墜的危樓。可同樣是這場地震，也照見它們的局限：破壞規模之大，遠遠壓垮當時可用的機器人資源。它們終究不是無所不能，而是人的延伸——去我們夠不到的角落。真正動人的，是能不能在生死攸關的黃金時間裡替被困者多爭取哪怕壹分鍾。
啟示叁：模型算得再准也只是半個答案
任何預測模型，本質都在“漏報”與“誤報”之間走鋼絲：閾值調低，虛假警報泛濫;閾值調高，又可能放過真正的危險;所以“准不准”從不是壹個數字，而是壹組審慎的取舍。再精妙的模型也只是半個答案，另壹半在於人是否信、是否動：預警若傳不到人耳中，或傳到了、人卻不信不動，價值便是零;壹個總喊“狼來了”的系統，更會耗盡公眾的信任。研究巴倫西亞與德國洪災的分析都指向同壹痛點——傷亡往往不是救援不力，而是預警缺失、公眾准備不足。技術之外，制度、演練，以及那份“我信你、我照做”的默契，永遠是缺壹不可的另壹半。- 新聞來源於其它媒體，內容不代表本站立場！
-
原文鏈接
原文鏈接:
目前還沒有人發表評論, 大家都在期待您的高見