诸如地震，飓风和洪水之类的自然灾害影响着大面积地区和数百万人，但是应对此类灾害是巨大的后勤挑战。包括政府，非政府组织和联合国组织在内的危机响应者需要在灾难发生后快速访问全面而准确的评估，以计划如何最好地分配有限的资源。但是仍然需要大量的人力劳动来从原始卫星图像中提取与运营相关的信息。为了帮助减轻此类灾难的影响，Google AI 的研究人员最近发表新论文《使用卷积神经网络的卫星图像中的建筑物损坏检测》，其中详细介绍了一种自动处理卫星数据以生成建筑物损坏评估的机器学习方法。他们与联合国世界粮食计划署（WFP）共同合作进行创新加速器合作开发，因为这项工作有潜力极大地减少危机工作者制作损害评估报告所需的时间和精力，并且将减少向受灾最严重的地区及时提供救灾所需的周转时间，同时增加此类关键服务的总体覆盖范围。