作者 | 袁漪琳
出品 | 虎嗅科技组
题图 | NVIDIA
这两天，无人不谈英伟达。
不过值得兴奋的，不只有元宇宙、黄仁勋的“小人”和自动驾驶。
英伟达和美国航空制造巨头洛克希德·马丁在周二的GTC会议上宣布，他们正准备强强联手，解决令人头大的美国山火。
两家公司称他们将在硅谷建立一个以人工智能为中心的实验室，把人工智能基础设施、Omniverse平台和洛克希德的实时传感软件结合起来，在数字孪生模拟平台上预测山火的蔓延路径和规模，从而告诉消防人员可以采取什么策略抑制火势。通过与美国林务局，以及科罗拉多州火灾预防和控制部门合作，两家公司正在探索控制森林火灾的难点。
可以说，Omniverse站上了这次发布会C位，也在试图力证自己在“科技向善”上的可作为。
英伟达们操的什么心？
连年野火，对于身处其中的硅谷和加州也是一道生存关。
美国西部大片地区的干旱，已经处于干旱监测机构定义的最严重级别。根据美国国家机构间消防中心（National Interagency Fire Center）数据，全美今年光是被烧毁的土地面积就多达650万英亩（约263余万公顷），其中发生在8月初的加州迪克西大火是今年最大的一场山林火灾，经控制后受灾面积仍堪比洛杉矶，超过了46.3万英亩。
根据气象预报服务公司Accuweather的推算，今年的野火季或造成高达900亿美元的经济损失，而加州就占了一半以上。再往前推一年，加州折损420万英亩土地，突破该州历史记录。
灭火黑科技，除了AI还有谁
首先，回到英伟达对元宇宙的定义——一个沉浸且相连的共享虚拟世界。
Omniverse提供虚拟世界的基础，让来自不同行业、超过七百家公司和七万名个人创作者能在一个虚拟的世界里精准复制出真实世界中的事物，也就是“数字孪生”。比如，一个设计师可以先在数字世界不断完善自己的作品，再将其带到物理世界。Omniverse平台开发副总裁Richard Kerris还强调，Omniverse的目标是解决真正的难题——让“两个次元”连通一致地协同工作。
实现了孪生之后，叠加上可以准确模拟事物在现实中运行过程的模拟器，“你就可以做一些非常了不起的事情，” Omniverse工程副总裁Rev Lebaredian在新闻发布会上如是说。
预测山火灾情，显然是“了不起的事情”。
野火之所以危险而难缠，是因为它的传播速度和路径会在几秒之内改变，预测难度大。如果按照多数机构的传统手动操作——去查询天气、地形、植被干燥程度来做计算，这些加起来就是一个复杂的数学方程，可能需要算上一天的时间，显然很难招架住瞬息万变的火势。
人工智能的深度学习能力此时便可以派上用场。
据媒体介绍，实验室将会使用来自洛克希德的认知任务管理器（CMM）系统。这是一个端到端、人工智能驱动的规划和协调平台。通过结合各种数据，包括关于火灾现场的实时传感器数据，关于植被、地形、风力的数据源，把这些信息整合到模型中，模型可以判读火灾发生的位置、蔓延速度和方向，以此缩短消防工作的响应时间。此前，由圣地亚哥加尼福尼亚大学分支机构WIFIRE实验室开发的人工智能平台FireMap已经能做到在几分钟内创建火灾预期轨迹的地图。
未来两家公司的合作模式为：英伟达负责数据分析和模拟，以帮助开发、建模、测试和在实验室部署，让行业人才可以在Omniverse中快速开发和进行CMM设计。
洛克希德·马丁公司则提供应用人工智能、平台整合、规划和监督方面的专业知识，以及几十名应用工程师和数据科学家；还会使用Nvidia DGX系统来计算数据和训练人工智能模型；为了测试算法的有效性，他们用它来预测火势蔓延，然后把预测结果和真实的数据进行视觉比对。
最后使用Omniverse Enterprise，实时、多GPU可扩展的模拟平台把火灾可能的传播形式可视化。人们可以通过2D屏幕、或者用VR、诸如微软HoloLens之类的AR来查看可视化。在介绍视频里，消防员可以在抢占火势之前，看到生动逼真的火灾演变过程，这一演变预测正是基于一份八月份科罗拉多州卡梅伦峰火灾的数据模拟出来的。
洛克希德·马丁方面预计这项技术首先在美国社区投入使用，之后再遍及世界各地。放眼全球，野火带来的灾害越来越普遍且棘手，比如西伯利亚、地中海地区和澳洲。洛克希德·马丁公司的人工智能副总裁贾斯汀泰勒指出，目前基于新数据可用的速度（包括更改地图或者更新的风速测量值）存在一些限制。
向善从不孤独
野火的另一个常见问题是，被发现的时间太迟，多数火灾警报来自火警瞭望员、飞行员或者居民报告这种参差不齐的老办法。火势往往是已经蔓延开了才比较容易被发现，这个时候的控制难度就更大。因此，为了争取更多的时间，就需要支持人工智能系统的无人机，监测的对象也不是火情，而是烟雾。
这项任务对于AI模型而言是双重挑战：一方面，烟雾是半透明的、没有固定形状的，也不是离散的物体，还很容易和云混淆在一起，需要有一个模型来判断什么是烟雾，而不是其他对象。另一方面，由于会搭载无人机，AI模型必须做得很轻巧。
去年4月，英伟达已经和微软AI for Good研究室，以及无人机制造商AeroVironment合作开发了一个系统。AeroVironment 的计算机视觉和深度学习工程师Bogdan Pugach告诉据科技媒体datanami, 他们的想法是让人工智能自动监测烟雾，标记起火点和它的路线，创建一个实时的火灾地图，传送到智能手机上。
在另一个由微软、IBM和英伟达等公司共同推动的尝试中，研究者可以运用IBM Cloud Object Storage提取无人机拍到的的野火视频和图像，使用IBM Spectrum Scale把图像传送到Nvidia的DGX-2系统上的模型进行训练。
用数字孪生、人工智能管控山火，会停留在新奇而奢侈的尝试吗？
Omniverse方面并非没有考虑到十分关键的成本问题。Lebaredian指出，算力成本的下降，乃至在云中进行密集计算的能力提升，可能会造福那些原本负担不起这项技术的发展中国家和地区。