記者洪聖壹／美國舊金山報導
環境的問題越來越嚴重，也確實相當困擾人們，但是如果你想要超越 Google，「預測地震」或許會是一個方向，因為 Google 海洋與地球計畫經理 Brian Sullivan 今天接受《ETtoday東森新聞雲》與台灣、香港媒體訪問時，指出目前災害示警服務僅能推播現有災害訊息，現有機器學習技術還無法做到事先預測地震，而這也是他目前挑戰的方向。
Deep Mind 團隊開發的 AlphGo 透過機器學習的技術，確實打敗南韓天才棋王李世乭引發全球對開發人工智慧領域的關注。然而其實 Google 有另外一個更強大的機器學習團隊 Google Brain team 所致力研發的機器學習技術，已經為現今 Google 服務，在數位生活中，為人們提供更多便民的成果，最簡單的像是關鍵字搜尋，已經可以串連圖資、地圖、店家來達成所有人想要搜尋的結果。而 Gmail 則可以自動判斷 99% 的垃圾郵件，並且進行分類過濾，並且這項功能隨著越多用戶們回報「這不是垃圾郵件」，而讓 Gmail 判斷起來更加精確。Google 圖片已經可以讓使用者透過標籤搜尋結果找到證相關的照片，讓搜尋引擎更加便利，而上週才發表的 Google 鏡頭翻譯功能，同樣也是透過機器學習的方式，讓辨識能力變得更加準確... 這些全部都是 Brain team 的成就。
除此之外，在 Google 內部有一個叫做「Geo for good」的計畫，利用 Gogole 地理圖資領域的先進科技，針對全球環境暖化、氣候變遷、瘧疾等問題，免費提供全球各地各項參考數據與圖資，以解決當地問題、並為環境生態盡一份心力。
舉例來說，像是 Google 地圖除了提供完整、準確且容易使用的圖資服務外，有政府單位也主動與 Google 合作，透過地圖與與 Timelapse 工具，了解氣候變遷、水資源變化的現象，提早進行能耗控制、節電、控水等政策運用。
而光是這個 Timelapse（縮時影像圖資計畫），就蒐集了長達 29 年的衛星圖資，分析了超過 200 萬張地圖資訊，共 909TB 的資料量，這些資料量還得要用 6.6 萬部電腦，運算長達 2 百萬小時，才能得出這些資料。
▲▼Timelapse（縮時影像圖資計畫），就蒐集了長達 29 年的衛星圖資，可以即時提供全球各地的即時地理資訊。（圖／記者洪聖壹攝）
透過 Google 地球雲端運算平台(Google Earth Engine)與第三方單位合作，提供衛星圖像、地理空間數據、行星尺度分析等,開放給科學家、相關研究人員、和開發者觀察並偵測變化、地圖趨勢、及量化地球表面差異等數據資料。Google 地球雲端運算平台所提供的資源已被廣泛運用在地圖、以高解析度影像測量全球樹林覆蓋率、全球樹林消長變化、即時監測全球森林狀況、分析在不同棲息地生長的生物、甚至用於預測瘧疾爆發的地區、及繪製全球地表水面分布等各層面。
以瘧疾為例，Google 透過衛星溫度調查整個非洲地區每天的溫度與濕度變化，進一步預測瘧疾的發展，並將瘧疾製圖(Malaria Mapping)，看哪邊比較熱、比較潮濕，將之列為重點災區，並把相關資料免費提供給當地政府、環保單位，讓防疫單位提前前往疫區「對症下藥」，而這也是透過比對科學數據搭配機器學習技術，而讓預測結果更加精準。
另外，透過Google 地球雲端運算平台，還可以進行 Global Forest Watch（全球森林實時檢視）來測量並具體呈現出全球森林變化，整合過去十年的相關資料並在最短時間內發送暖化區域的潛在危險警報通知。
▲▼從即時衛星影像回傳的 Google 圖資，可以讓所有人即時瞭解到哪些地方的樹木正慘遭濫砍。（圖／記者洪聖壹攝）
更神奇的還有 Global Fishing Watch，目前全球有超過 1 億人主要蛋白質攝取來源是魚，可是有 85% 的魚類過度被捕撈，當中 5 隻就有 1 隻的魚是非法濫捕。為此，Google 透過機器學習技術使所有人都可以在任何時間與空間下能掌握全球漁船動向，包括全球各地區正在捕魚的密度，甚至全球各地區捕魚漁船的國籍與航線，藉此讓相關單位有效控管海洋資源。
▲▼透過機器學習與影像辨識等技術，可以進一步讓相關單位查詢船隻的位置、國籍、航行路線。（圖／記者洪聖壹攝）
▲▼目前全球有超過 1 億人主要蛋白質攝取來源是魚，可是有 85% 的魚類過度被捕撈，當中 5 隻就有 1 隻的魚是非法濫捕，而這些船隻其實單靠幾組海巡隊、幾個國家監控單位人力，根本無法有效防範。（圖／記者洪聖壹攝）
面對記者詢問台灣、日本地區的地震災害問題，是否能夠做到事先通知的問題，Google 海洋與地球計畫經理 Brian Sullivan 表示，機器學習雖然帶來非常多革新的服務，像是可以為消費者帶來地震示警、提前通知正在暖化的區域、水資源變遷、天氣污染層度通知等等，然而像是地震，以現有的技術，目前還是無法做到事前預測，這也是他感到備受挑戰的，但也是他覺得他做這份工作有趣的地方。
Google 海洋與地球計畫經理 Brian Sullivan 進一步表示，機器學習這領域還有很多可能，很難知道未來五年可以進展到什麼地步。他也談到地震災害示警不光是資料預測這麼簡單就可以完成，他還牽涉到通訊技術、企業隱私等，至少現階段還無法達到事前預測。
讀者迴響