人工智能系统实测用于实时预测滑坡
一支研究团队目前正在测试一种人工智能力系统，其设计目标是通过分析土壤湿度、地震活动及天气模式等环境数据来识别滑坡的早期征兆。
据BBC新闻科技频道的亚斯敏·莫根-格里菲思报道，该项目在山地地区部署了传感器，这些区域因滑坡对基础设施与人类安全构成重大威胁。该人工智能模型会处理来自现场传感器的实时输入，并检测可能预示斜坡失稳异常的现象。
该系统的运作方式
来自地面仪器的数据——包括雨量计、压力传感器和GPS设备——持续被送入一个基于历史滑坡事件训练过的机器学习算法中。当系统发现环境条件出现与以往失败点一致的偏差时，便会向当地当局或应急服务机构发出警报。
这项技术已在东南亚偏远地区以及欧洲部分区域进行了试点应用，但截至目前尚未有官方确认其在大规模部署中的实际运行情况或极端天气条件下准确性的问题。
验证有限及不确定性
截至目前，尚无经过同行评审的研究证实该人工智能模型在不同地质环境下的预测性能。BBC报道指出，尽管初步结果显示出潜力，但其全面可靠性尚未得到验证——尤其是在高强度降雨事件中，土壤饱和度可能在短时间内迅速变化。
没有任何一方声称该系统已减少山体滑坡相关的伤亡人数。所有呈现的数据均基于该项目研究人员的实地观测和技术描述。
BBC新闻科技栏目并未核实或确认该人工智能是否曾成功提前预测过一次实际发生的山体滑坡事件。任何关于成功的说法都必须有独立证据支持，而目前公开记录中尚无此类证据。