電力送電鉄塔への地すべりリスクを事前に検知する人工知能技術が開発され、インフラ被害の未然防止への実用化が期待されている。国際学術誌International Journal of Power and Energy Conversionに掲載された研究によれば、研究チームはリモートセンシングを用いた変異検出手法を基に、衛星やドローンで撮影された災害前後の画像を比較するAIモデルを構築した。従来の地すべり検知システムは災害データセットの不足により精度が課題となっていたが、本モデルは双方向ネットワーク構造を採用し、異なる時期の画像を連携処理して地形変化を抽出する。さらに、リモートセンシング画像で事前学習された大規模ビジュアルファウンデーションモデルを用いて広範な地形情報を統合し、注意機構ベースのアライメントモジュールにより季節的な植被の変化や照明の差異などの不要な差異をフィルタリングする。これにより、地すべりや鉄塔周辺への構造的な異常を高精度で特定可能となった。実際の災害データセットを用いた検証では、既存の主要な変異検出手法を凌ぐ性能を示した。本技術は送電設備の保守運用において、被害発生前の早期介入を可能にし、大規模停電やインフラ崩壊のリスク低減に貢献する見込みである。今後の実環境での長期的な運用検証とリアルタイム監視システムとの統合が進められる予定である。