德克萨斯农工大学开发的一项创新工具——CLARKE(道路和关键建筑物分析的计算机视觉和学习)，正引领应急响应人员评估灾后损失的新潮流。该技术利用人工智能与无人机图像，能在短时间内精准评估建筑物、道路等基础设施的受损状况。CLARKE由计算机科学与工程博士生Tom Manzini与救援机器人领域先驱Robin Murphy博士领衔的研究团队打造。

“这是首个能以如此规模和速度，根据无人机图像对建筑物和道路损坏进行分类的人工智能系统，”墨菲表示，“我们旨在七分钟内完成对2000户居民社区的评估，以挽救生命、节省资源。”2024年飓风季节，CLARKE在佛罗里达州和宾夕法尼亚州飓风黛比和海伦过境后大显身手，证明了其实际价值。

CLARKE采用先进的计算机视觉和机器学习算法，分析无人机拍摄画面，在地图上叠加损坏评估，并生成包含建筑物地址和损坏程度的电子表格。对于道路，它还提供类似谷歌地图的路线规划，助力救援人员避开障碍。“CLARKE不仅能指出受损地点，还能提供修复建议，这在紧急情况下至关重要。”墨菲强调。在农村或偏远地区，传统评估耗时长久，而CLARKE能在几分钟内提供全面报告，加速响应。

该系统基于多次重大灾害中超21,000栋房屋的无人机图像训练，能识别多种破坏模式，适应飓风、洪水和野火等不同灾害。为确保技术成功应用，上月，60多名应急响应人员齐聚佛罗里达州塔拉哈西，参加CLARKE认知培训课程。活动反响热烈，凸显了人工智能驱动灾难工具的广泛兴趣。德克萨斯农工大学团队持续收集反馈，完善系统，并计划进一步研究机器学习在处理此类图像中的根本性缺陷。