极端天气下炫技的AI和机器人都去哪了?

2026-07-12 | 来源: 联合早报 | 转到微信 | 有0人参与评论 | 字体: 放大缩小 | 收藏 | 打印

这个7月，极端天气的坏消息接踵而至。热带风暴“美莎克”给中国南方带来破纪录暴雨;超强台风“巴威”正逼近华东与台湾沿海;放眼欧洲，一场创纪录的热浪据估计已造成数千人超额死亡。灾难画面年复一年惊人地相似，每当此时，我心里总浮起一个有些刺耳的问题：那些平日里号称能写诗、能通过考试、能下赢人类棋手的人工智能(AI)，那些在展台上灵巧得能后空翻的机器人，此刻都到哪里去了?

极端天气正成为全球城市共同的难题，而各地的答卷颇耐人寻味：平日里最炫的技术未必顶用，反倒是一些朴素到不起眼的做法，实实在在救了命。作为一个在AI行业工作，也做过多年数学研究的人，我想聊聊这份答卷里关于“技术究竟该用在哪”的几点启示。

启示一：漂亮的分数，未必救得了命

先看那些光鲜却未必顶用的。科技圈素来痴迷“刷榜”——比参数、比跑分、比谁又登上排行榜顶端，仿佛分数一高便无所不能。可惜洪水从不看排行榜。谷歌的全球AI洪水预报系统一度被奉为明星，但2026年初一项发表于《科学》系列期刊、以“负责任建模”为视角的研究重新审视了它，指出：它在全球排行榜上看似领先，可在许多地区真实的洪水预警中，未必比得上那些针对当地流域精心校准的“土办法”模型。这背后有个更根本的道理：AI最擅长的是从历史数据里学出“规律”，可大部分灾难的本质，偏偏是“打破规律”的那一刻——越是罕见、越惨烈的黑天鹅事件，恰恰是数据最稀少、模型最使不上劲的地方。灾难像一面照妖镜，照出“实验室里的聪明”与“现场里的有用”之间那条常被忽略的裂缝。

启示二：真正救命的技术往往不炫

那些考得好的往往有个共同点：一点都不炫，胜在打通了“最后一公里”。2026年2月，南非部署的全国AI天气预警系统，把预报通过当地最普及的通讯软件直接送到每个人手机上;据报道，2025年7月重庆一场暴雨中，当地在强降雨来临前的凌晨，用“电子围栏”技术向核心降雨区域定向发送预警短信，两分钟内触达约60万名市民。把一条救命信息精准送到一个具体的人手里，这件毫不起眼的事，恰是它们共同的价值。

同样的方向也见于全球：联合国推动的“全民预警”倡议，目标是在2027年前让地球上每个人都能用上灾害预警。这背后是一个朴素的共识——与其在灾后拼命抢救，不如抢在灾难成形之前就把人叫醒、带走。

重大突破!人形机器人首次完成胆囊切除手术全球首次

"机器人的士" 中国又成功弯道超车?

99万的仿生陪伴机器人,泡沫有多大?

在“看不见的准备”上下足功夫

这份朴素，在热浪面前尤其见真章。热浪没有洪水般惊心的画面，却往往是更致命的无声杀手;对付它靠的同样不是炫技，而是最不起眼的功夫——一条及时的高温预警，一处处开放的降温中心，一次次上门把独居老人、露天工友找出来、护起来。

这样的智慧在我们身边同样看得见。新加坡几乎没有大灾，却在“看不见的准备”上下足功夫：公用事业局全天候监测全岛沟渠水位，配合能提前约半小时预判降雨的雷达，通过手机应用与Telegram频道把暴雨与淹水预警推送给市民;今年新推出的“SG Alert”紧急警报，更以小区广播技术，在无需移动数据，也不收集个人信息的前提下，向特定区域内所有手机发送警示，支持四种官方语言，连接入本地网络的外国访客也能收到。这些系统都不炫，讲的却是同一件朴素的事：把一条救命信息，稳稳送到每一个人手里。

那么，人们最容易想到的救援机器人呢?据报道，2023年2月土耳其与叙利亚那场夺去逾5万人生命的大地震中，热成像无人机在废墟里搜寻幸存者的体温信号，测绘无人机建起三维模型帮指挥官划定优先搜救区，地面机器人替人先去查看摇摇欲坠的危楼。可同样是这场地震，也照见它们的局限：破坏规模之大，远远压垮当时可用的机器人资源。它们终究不是无所不能，而是人的延伸——去我们够不到的角落。真正动人的，是能不能在生死攸关的黄金时间里替被困者多争取哪怕一分钟。

启示三：模型算得再准也只是半个答案

任何预测模型，本质都在“漏报”与“误报”之间走钢丝：阈值调低，虚假警报泛滥;阈值调高，又可能放过真正的危险;所以“准不准”从不是一个数字，而是一组审慎的取舍。再精妙的模型也只是半个答案，另一半在于人是否信、是否动：预警若传不到人耳中，或传到了、人却不信不动，价值便是零;一个总喊“狼来了”的系统，更会耗尽公众的信任。研究巴伦西亚与德国洪灾的分析都指向同一痛点——伤亡往往不是救援不力，而是预警缺失、公众准备不足。技术之外，制度、演练，以及那份“我信你、我照做”的默契，永远是缺一不可的另一半。