美國紅十字會及其“缺失地圖”項目（Missing Maps project），正與英特爾共同應用人工智能技術繪制發(fā)展中國家易受災地區(qū)的地圖，以幫助其防災備災。在2019年，英特爾數據科學家構建了一個計算機視覺模型，該模型能夠識別烏干達衛(wèi)星圖像上先前未被標記的橋梁和道路。

　　“對紅十字會的工作人員而言，在防災規(guī)劃和緊急響應過程中，精確的地理信息極其重要。但世界上有些地區(qū)還未被標記在地圖上，這給防災規(guī)劃和災害響應造成了極大的困難。正因如此，我們與英特爾攜手，運用人工智能技術繪制易受災地區(qū)的地圖，標記道路、橋梁、建筑物和城市?！薄狣ale Kunce，“缺失地圖”項目聯合創(chuàng)始人、美國紅十字會Cascades大區(qū)首席執(zhí)行官

　　根據缺失地圖項目 <https://www.missingmaps.org/>的數據，世界各地每年有近2億人受災。很多災區(qū)并未標記在地圖上，這導致應急響應人員缺少必要的信息，以快速制定救災決策。

　　衛(wèi)星圖像有時不易辨識，并且各個國家的橋梁和基礎設施不盡相同。人工智能模型增強了制圖能力，可以覆蓋更廣泛的區(qū)域，并捕捉人眼難以察覺的事物。例如，該模型在烏干達南部發(fā)現了70座橋梁，而這些橋梁在“開放街道地圖”（OpenStreetMap）或烏干達統(tǒng)計局官方地圖中均未找到。

　　這一計算機視覺模型運行在第二代英特爾?至強?可擴展處理器上，該處理器內置了英特爾?深度學習加速技術（DL Boost）和nGraph 編譯器。

　　盡管英特爾并不享有該數據集的全部權利，但正在尋求將該數據集作為開源資源提供給研究者和地理空間專業(yè)人士的機會。此外，英特爾還將召開研討會，探討如何將衛(wèi)星圖像和AI技術用于人道主義實踐，從而充分利用為該項目開發(fā)的數據集和代碼庫。