预测余震和森林野火，Google AI 还有这些新应用

谷歌一直在尝试将人工智能和机器学习应用于不同的子行业和行业，希望通过科技的力量为人类解决困难的障碍，让这项技术惠及每一个人。

张量流作为谷歌人工智能开源平台发挥着重要作用。全世界的开发者都在利用这个平台实现创新，并且已经在保护热带雨林、濒危物种和诊断糖尿病视网膜病变方面实现了实际应用。今天，基于张量流的人工智能的发展和应用在预测地震余震、节能和森林野火方面取得了新的突破。

人工智能对余震的预测

在大地震后的几周和几个月里，周边地区经常发生强烈的余震，再次破坏被破坏的社区，极大地阻碍了震后的恢复和重建工作。尽管科学家们已经提出了一些经验法则来预测余震的可能时间和规模，但是预测余震的位置却更加困难。作为回应，谷歌和哈佛大学的研究人员试图用人工智能来解决这个问题。

研究人员使用机器学习模型分析了世界各地超过118次大地震的地震数据库，包括现代史上最具破坏性的地震，如2011年3月发生在日本的9.1级地震。利用该地震数据库训练神经网络，分析主震和余震的位置与应力变化之间的关系，从而预测余震的位置。这比目前使用的余震预测方法更准确，是余震预测的一大进步。

利用人工智能降低数据中心能耗

数据中心的内部通常又吵又热，防止服务器过热是数据中心运营成本的主要组成部分。作为回应，谷歌正试图通过自主开发的人工智能来降低能耗和节约成本。

早在2016年，谷歌就开发了一个人工智能驱动的系统来降低数据中心的能耗。当时，系统只提出建议，是否实施建议仍由员工决定。现在，该系统已经升级到一个新的水平，可以直接控制数据中心的冷却系统，并在专家的监督下提供节能服务。每隔五分钟，人工智能将从数千个传感器中提取数据中心冷却系统的信息，并将其输入深层神经网络。在保证安全的条件下，人工智能将识别出能耗最小的操作并实施。仅在几个月内，该系统就实现了平均约30%的持续节能。随着时间的推移和技术的成熟，能耗将大大降低。

基于机器学习的森林野火预测

2017年，加州遭受了有史以来最具破坏性的野火，9000多场大火烧毁了约2200平方英里的森林。鉴于这些树木的毁坏，热爱自然的高中生阿迪雅·沙阿决定和他的同学萨尼亚·沙阿一起设计一种智能野火传感器设备，来识别和预测森林中容易发生野火的区域。

风速、风向、温度、湿度和其他导致野火的因素可以通过现有的工具来测量。然而，很难估计和测量多年来从落叶中积累的生物量。现在，通过训练基于张量流的机器学习模型，可以分析生物量图像并估计其含水量和大小。多次采集生物量图像后，预测精度显著提高，从而防止森林野火的发生，保护人身和财产安全。

人工智能不再是解决全球社会中的世界问题的遥不可及的技术。通过TensorFlow开源平台和开发者的创新和智慧，人工智能已经应用到我们生活的许多领域。人们相信，这项受到全球关注的技术将在未来蓬勃发展，并成为提高个人生活质量和促进社会发展的一个很好的帮助。