盖蒂图片社
救援人员在偏远地区搜寻失踪的步行者和登山者可能需要数周甚至数月的时间。在某些情况下，人工智能可以在几个小时内完成工作，并有可能挽救生命。
意大利皮埃蒙特地区的山地救援队与日益恶化的天气赛跑，面临着一个难题。一位经验丰富的意大利登山家和整形外科医生尼古拉·伊瓦尔多失踪了。这位 66 岁的老人周一没有去上班，因此引发了警报。
2024 年 9 月的一个周日，伊瓦尔多独自出发。不幸的是，他没有与朋友或家人分享他要去哪里的详细信息。关于他下落的唯一线索是救援人员在瓦莱塔山谷的卡斯特罗迪蓬泰奇亚纳莱村发现的那辆汽车。救援人员推测，伊瓦尔多可能从那里开始攀登科蒂安阿尔卑斯山两座最突出的山峰之一——高 3,841 m（12,602 英尺）的锯齿状山峰蒙维索（Monviso）或其邻居，海拔 3,348 m（10,984 英尺）的维索洛托（Visolotto）。这与他手机发出的最后一个信号相匹配，大致在该区域追踪到。
但这给搜救队留下了巨大的搜寻范围——每座山的广阔岩石表面都有许多从不同侧面通向山顶的路线。皮埃蒙特山区和洞穴救援服务中心发言人西蒙·博比奥 (Simone Bobbio) 解释说，整个地区有数百英里纵横交错的小径。
伊瓦尔多失踪当天，良好的天气吸引了最受欢迎路线上的人群。没有人报告说在人迹罕至的小路上见过他。这意味着伊瓦尔多这位训练有素的登山运动员很可能去了山区的一个更偏远的地方。
五十多名救援人员徒步搜索该地区近一周，一架直升机多次出动，希望从空中发现他。到九月底初雪到来时，找到他生还的希望已经破灭，他们放弃了搜寻。
然而，2025 年 7 月，陡峭山沟或山沟的积雪大部分融化后，对伊瓦尔多尸体的搜寻工作又恢复了。
但这一次皮埃蒙特救援部门带来了一些额外的帮助——人工智能。他们使用人工智能软件，能够分析无人机拍摄的数千张照片，这些无人机可以飞近岩壁，飞上山侧的许多沟壑。两架无人机只花了五个小时就捕捉到了这些图像，并在同一天对它们进行了分析，以确定救援队可以集中搜索的地点。不幸的是，恶劣的天气条件推迟了使用无人机前往这些地点进行仔细观察的操作。
国家航天局
然而，搜索恢复三天后，失踪医生的尸体在人工智能确定的地点之一被发现，位于蒙维索北墙的一个沟壑中，海拔约 3,150m（10,334 英尺）。他的尸体被直升机打捞上来。
“关键是软件识别为兴趣点的红色头盔，”博比奥说。
尽管对于伊瓦尔多来说已经太晚了，但这次人工智能搜索和救援的现场测试证明了该技术在未来人员失踪时的有用性。在最初的搜索中不可能部署该技术，但救援小组希望在搜索可能还活着的人时可以将其与传统的救援行动结合使用。
在寻找伊瓦尔多尸体过程中使用无人机是找到他的关键因素。它们的尺寸和机动性意味着它们可以快速覆盖困难的地形，接近岩壁并提供直升机无法提供的视野。
无人机飞行员曾在冬季和春季多次到访该地区，练习在山区环境中飞行。
“我们从之前的任务中收集了有关地形的所有可用信息，并研究了可能吸引伊瓦尔多的攀爬路径，”都灵无人机飞行员兼山地救援站站长 Saverio Isola 说。这使他们能够确定要搜索的优先区域。
一架直升机将两名无人机飞行员降落在山坡高处，靠近岩石表面和山沟。他们用无人机覆盖了 183 公顷（452 英亩）的山腰，拍摄了 2,600 多张高分辨率照片。
“直到两年前，我们还要自己分析这些照片，每一张照片”，伊索拉说。但在 2023 年，意大利山地救援人员开始试验一些现有的人工智能软件程序，这些程序经过训练可以识别景观中颜色或纹理的显着不连续性。这意味着图像分析可以在几个小时内完成。
人工智能逐个像素地挑选无人机飞行员拍摄的照片，寻找山腰上任何可能看起来不合适的东西。该软件在几个小时内从大量照片中识别出数十个潜在异常情况。
然而，仍然需要利用一些人类专业知识来缩小选择范围。
“该软件可以对不同的事物做出反应，比如一块塑料垃圾或一块颜色异常的岩石，”伊索拉说。“它甚至可以产生一些幻觉。所以，我们仍然必须进一步缩小范围，考虑到伊瓦尔多作为一名非常熟练的登山者可能使用的路径。”
他们最终得到了三个可能的位置，其中一个包含红色物体。
第二天早上，当无人机前往检查地点时，其中一张照片中的红色物体原来是伊瓦尔多的头盔。这使得救援人员很快发现了失踪医生的尸体，尸体仍然部分被雪覆盖，穿着黑色衣服。如果没有人工智能在一张无人机照片中标记红点，他可能永远不会被发现。
“即使拍摄图像时头盔处于阴影中，软件也能成功检测到红色，”博比奥说。
在图像中寻找不同地形的人体形状还有一些额外的挑战
这并不是这种人工智能技术第一次成功用于搜索任务。
2021 年，波兰弗罗茨瓦夫大学的一家衍生公司开发的软件工具性的在该国东南部的贝斯基德尼斯基 (Beskid Niski) 营救一名失踪的 65 岁男子。在这起案件中，时间至关重要，因为该男子患有阿尔茨海默病，并且在失踪前一天遭遇中风。
名为 SARUAV 的软件分析了该地区的 782 张航拍图像，并在四个多小时内发现了失踪人员，并为 Bieszczady 山地救援服务提供了他的坐标。据信，这是此类自动人体检测系统首次直接参与救援。
两年后，同样的算法被用来定位另一个人的尸体奥地利阿尔卑斯山地区失踪人员。其他在自然景观中搜索异常颜色像素的软件（由英国湖区搜索和山地救援协会开发）已被用于找到失踪登山者的尸体2023 年在苏格兰高地的 Glen Etive。
但这项技术在执行救援任务时仍然存在很多局限性。无人机在某些地形中几乎毫无用处，例如森林和茂密植被的地形，或任何低能见度条件。现有的能够检测航拍图像异常的人工智能软件仍然需要一些微调。
例如，来自克罗地亚山地服务机构的专家（早在 2013 年就成为欧盟最早开始使用无人机的机构之一）告诉 BBC，这种类型的人工智能程序在典型的克罗地亚山地地形中给出了太多误导性的结果。植被和充满不同岩石形状的复杂喀斯特景观的混合使人工智能算法感到困惑。
弗罗茨瓦夫大学地理信息学专家、SARUAV 软件开发团队负责人 Tomasz Niedzielski 表示，关键是要不断训练为这些算法提供支持的机器学习系统，以提高其在不同类型地形和条件下的准确性。
他解释说，在图像中寻找不同地形的人体形状还有一些额外的挑战。
Niedzielski 表示：“最适合使用 SARUAV 等算法的区域是荒野中宽阔、开阔的地形，那里没有太多人，算法产生更多误报结果的可能性也较小。”
国家航天局
意大利地质水文保护研究所 (IRPI) 地质灾害监测组组长 Daniele Giordan 的工作涉及使用无人机进行工程地质应用，他也警告说，使用搜索失踪人员的算法会面临伦理挑战。
“一旦你获得了航拍图像，你就有责任决定如何使用它们，”他说。“识别图像中的人体形状可能是一个法律问题。”
作为一名山地救援人员，佐丹正在与都灵理工大学的地理信息团队合作开发一种改进的算法，为救援人员提供更准确的信息。这包括人工智能在图像上识别的每个可疑标志的更精确的地理参考位置，这将使检查它们更加有效。
“我们的想法是开发一个更完整的软件，能够分析搜索活动中的所有数据集，并管理现场团队和同一系统内的无人机，”乔丹说。“未来的挑战将是在无人机上和搜寻与援救飞行期间直接整合这些复杂的分析。”这最终可以在搜索过程中实时分析景观图像。
还有其他研究团队与救援组织合作，以不同的方式使用人工智能来改进搜索操作。
例如，英国格拉斯哥大学的研究人员最近推出了一种机器学习系统，该系统创建虚拟“代理”模拟迷失者的行为。他们使用的数据基于人们在户外迷路后在现实世界中的行为。目的是制作一张搜索者可以集中精力的地点地图。与使用无人机图像不同，这种预测方法可以用于森林等困难地形。