过去15年,克里斯托弗·洛里博士一直在负责CrowdHydrology项目。这是纽约州立大学布法罗分校(UB)的一个公民科学项目,依靠数千名志愿者从溪流和其他没有常规监测的水道收集水位观测记录。

这些信息帮助研究人员了解小型溪流如何对不断变化的环境条件作出反应,以及它们如何影响下游水域和生态系统。

最初的小规模努力已发展成一个覆盖全国的网络,8000多名公民科学家从26个州的200多个监测站提交了2万多条水位观测记录。

最初,洛里请公民科学家把水尺上显示的水位用短信发给他。水尺就是沿河道竖着安装的标尺。但随着智能手机越来越普及,他开始收到水尺照片,而不是带读数的短信。照片里的信息虽然一样,却给他出了个意想不到的难题。

“我一下子攒了一大堆照片,每一张都得人工核对,然后才能把水位录进数据库。为了保证准确,这个过程就更费时间了。”洛里说。他是水文地质学家,也是UB地球科学系教授,2011年5月创办了CrowdHydrology。

把AI引入CrowdHydrology项目

把AI引入CrowdHydrology项目

为了找到让照片审核流程自动化的办法,Lowry联系了Abhinna Manandhar,想看看AI能不能胜任这件事。当时,Manandhar是布法罗大学(UB)计算机科学与工程系的一名研究生,一直在帮众包水文学项目CrowdHydrology做编程任务。

Manandhar提议使用谷歌Gemini大语言模型,而不是从头搭建一套定制AI系统。两人共同设计了一套工作流程,把图像处理技术和AI结合起来,自动解读通过CrowdHydrology提交的照片。

该项目汇聚了不同学科的专家来解决实际问题。Lowry表示,UB在AI和计算机科学领域的深厚实力帮助把一个想法变成了可行的解决方案。

“我是一名水文学家,不是AI专家,因此能够接触UB的计算机科学社区至关重要,”Lowry说。“这正是UB如此强大的原因。当我对AI有疑问时,我可以直接咨询在该领域工作的人。Abhinna的AI知识使这个项目成为可能。正是这种合作让我们能够在UB开展在其他机构难以进行的研究。”

教会AI该看哪里

教会AI该看哪里

在研究初期,Lowry和Manandhar意识到,让AI解读整张照片并不有效,尤其是志愿者偶尔会发来模糊、有阴影或从几英尺外拍摄的图像时。

他们先对每张图像做预处理,让模型把注意力放到真正关键的地方。通过把照片转换为黑白图像,他们让系统更容易把较暗的水和水位尺区分开,并在把信息传给谷歌 Gemini 模型之前先找准水位线。

洛里把这个思路比作在拥挤的体育场里找朋友。

“可以这样想。你正在看布法罗比尔队的比赛,要在体育场里找你的朋友,”他说。“你可以把整个体育场都扫一遍,得花很长时间到处找。但如果我告诉你你的朋友在第 8 区,你只要盯住第 8 区,就能找到你朋友。我们让 AI 做的就是这件事。我们只是稍微帮它一把:告诉它‘就看这一块,然后告诉我们那儿有什么’。”

这种简单的引导起了大作用。当他们把原始图像直接发送给 AI 模型时,有些水位读数差了大约 1 英尺(0.3 米);对水位尺来说,这误差可不小,因为水位尺本身才约 3 英尺(0.9 米)高。

把图像预处理一下,让模型把注意力集中在相关区域之后,测量误差大幅下降。系统读不出来的图像比例从 17% 降到了 2%,大约 98% 的情况下都能正确识别监测站编号。

这篇论文已在《Hydrology》(水文学)期刊上发表。

“我们的研究结果表明,信息如何呈现给 AI 模型可能与模型本身同样重要,”Lowry 说。“一个相对简单的预处理步骤就让性能产生了显著差异。”

人类判断仍然重要

人类判断仍然重要

Lowry 和 Manandhar 希望确保 AI 支持人类判断,而不是取代它。系统审核提交的照片后,公民科学家会收到 AI 生成的水位,如果水位不正确,可以进行调整。这一额外步骤在减少人工工作量的同时,保持了数据的可靠性。

“在推进人工智能的过程中,让人类参与其中是一个关键因素,”Lowry 说。“我们需要让人类参与其中,以确保我们产出的内容准确且有用。”

尽管该项目聚焦于水文学,但 Lowry 认为这种方法具有广泛潜力。

其他领域的研究人员也可以借鉴类似做法:把现有 AI 模型和较简单的图像处理技术结合起来,把耗时任务自动化,而不是从头搭建专用的人工智能系统。

“我们展示了一套方法,让不是 AI 或计算机视觉专家、但本身是科学家的人,也能以相当低的上手门槛把这些工具用好。”洛里(Lowry)说。