首页 体育 教育 财经 社会 娱乐 军事 国内 科技 互联网 房产 国际 女人 汽车 游戏

面向人工智能时代的灾害治理

2020-01-07

作者:广州大学公共办理学院教授、博士生导师 周利敏

摘要:人类正步入一个“人工智能”年代,它为灾祸办理革新供给了重要动力。人工智能灾祸办理模型分为渠道、东西、地舆、模仿、决议方案与社会六个根本维度,它建构在杂乱习惯体系、社会技能和人类要素操控体系的根底上。这一剖析结构分为“人工智能—办理趋势”“人工智能—办理环境”“人工智能—办理体系”与“人工智能—办理举动”四个面向。研讨以为人工智能供给了一种更便利与科学的模仿办理、仿实在践和情境办理,在高度杂乱与动态的灾祸情境下,人机协作有用辅佐灾祸呼应是灾祸办理胜败要害。它虽然具有地舆体系与人工智能结合、人工超级智能与新技能结合、集体智能与核算智能结合、遥感图画与人类思想模型化结合等光亮远景,但也存在技能激增与人类完结、自主性与可靠性、体积与种类等圈套。研讨终究着重灾祸办理与人工智能结合是新式的穿插研讨范畴,它把握了跨学科灾祸研讨的悉数杂乱性,为学界、政府和实务界供给了重要的理论范式、方针东西和实践攻略。

要害词:人工智能;灾祸办理;大数据;辅佐决议方案;集体智能

一、缘起:“人工智能”年代灾祸办理的革新

人类正步入一个“人工智能”年代。2015年1月,一大批高科技和科学范畴闻名人士和人工智能专家宣布了一篇名为“强有力和有利的人工智能研讨要点:一封公开信”,呼吁研讨Al的社会影响。[1]2016年美国发布《国家人工智能打开与研讨报告》和《为人工智能的未来做好预备》,提出推动人工智能在灾祸办理中的运用。2017年7月8日我国国务院在印发与施行《新一代人工智能打开规划》中明确提出促进人工智能在公共安全范畴深度运用,环绕地震灾祸、地质灾祸、气候灾祸、水旱灾祸和海洋灾祸等严重天然灾祸,构建智能化监测预警与归纳应对渠道。国内各个省市活跃呼应,以广东省为例,2018年7月广东省公布的《关于印发广东省新一代人工智能打开规划的告诉》、2017年8月广东省政府发布的《广东省战略性新式产业打开“十三五”规划》及2018年10月广东省科学技能厅印发的《广东省新一代人工智能立异打开举动方案视频,一起是一个免费、开源且易于运用的渠道,用于人道主义危机期间过滤和分类微博音讯。[2]②“机器人署理新行为论”。演示学习是机器人灾祸办理署理的新行为办法,从自主轨道映射到灾祸呼应,机器人能自主操作、记载GPS方位及符号实时灾祸信息。[3]③“交际媒体人工智能办理论”。机器智能在灾祸期间经过运用AI和机器学习,主动从交际媒体数据中提取有用信息。[4]④“人工智能办理技能论”。例如,混合人工神经网络技能具有情境感知功用,它能猜测和呼应不确认性地质环境危险,“相似人类视觉留意的智能体系”能有用进步应对人员对恶劣灾祸环境知道。[5]⑤“人工智能模仿灾祸办理论”。虚拟化是灾祸康复最佳技能之一,地震防灾支撑东西运用增强实际3DCG动画功用,在有或没有地震灾祸状况下模仿与体会家具摇晃。[6]⑥“智能型可视化灾祸办理论”。经过将专家体系和人工神经网络运用到防洪减灾决议方案支撑体系,规划GIS智能型防洪减灾决议方案支撑体系整体结构,完结灾祸信息可视化办理。[7]

虽然学界在这一范畴取得了一些研讨成果,但也存在一些缺少:①研讨相对涣散。大多偏重于技能、办理与理论运用层面,专门针对人工智能灾祸办理的研讨十分罕见。②不同学科之间交流与对话缺少,根本的人工智能灾祸办理一致没有构成。③研讨的广度和深度有所短缺。大多停留在理念与概念层面,事例研讨罕见,量化研讨更为缺少。④许多研讨采纳自上而下视角,集中于办理、准则和方针规划,较少取自下而上的民间与社会办理视角,双向结合研讨更为罕见。⑤首要做描述性、确诊性及运用猜测性剖析,缺少在此根底上深化的理论研讨。⑥国内与国外研讨对话缺少。国内学界虽应立足于现有国情与社情,但人工智能是一场全球规模内的灾祸办理技能与思想革新,国外研讨成果有许多可学习之处,不然难以脱节国内研讨相对滞后的现状。依据此,本研讨将聚集这些问题:怎么建构人工智能灾祸办理模型以供实践参阅,怎么构建人工智能灾祸办理剖析结构以供学界参阅,人工智能在灾祸办理实践中怎么详细运用,它具有哪些光亮远景,又会遇到哪些圈套,怎么树立契合我国国情的本土化人工智能灾祸办理形式?

二、人工智能年代灾祸办理模型

因为灾祸具有动态性、杂乱性、紧迫性和不确认性等特征,使得灾祸办理十分具有应战性,决议方案者在此情境下作出科学决议方案往往十分困难,人工智能为防灾、减灾和救灾供给了便利、形象与直观的科学决议方案。经过建构人工智能灾祸办理模型,有利于为灾祸办理者供给实践参阅、把握办理逻辑及发现内涵规则。办理模型与实践之间存在必定的距离,韦伯以为“抱负模型”就像“双面镜”,经过比较二者之间的差异,发实际在的实践问题并促进其有用处理,这一模型包含渠道、东西、地舆、模仿、决议方案与社会六个根本办理维度。

渠道维度:3D图画、在线论坛与微型机器人

搜集最新状况的灾祸信息关于灾祸办理十分重要。人工智能渠道不只能有用搜集巨量信息,还能优化处理巨量信息并进行有用决议方案,因而,它是灾祸办理的根底和中心。现在,正在讨论的渠道技能是3D图画技能,它能模仿灾祸办理环境,不只为参加者供给了在线论坛,并且参加者在杂乱的3D图形情境中能有用进行交互、交流和模仿办理,为其供给了虚拟化处理方案和同享渠道,特别是在太远、太涣散乃至数量太多的社区,救援人员往往无法及时亲赴现场,经过其供给的名贵救援信息进行针对性救援。[8]微型机器人活动体系是人工智能渠道的另一项新式技能,在灾祸主动查找和救援范畴中运用很广,它是一种依据机器人渠道的灾祸决议方案东西,对灾祸救援和应急办理产生了重要影响。

东西维度:人工神经网络、混合智能与新技能研制

人工智能灾祸办理触及一系列详细技能,包含评价、防备与剖析等技能,人工智能体系首要是一种有用的危险防备东西,危险评价需求大数据,但大数据往往充满了许多变量、不确认性和含糊性。为了战胜这一难题,最有用的技能便是经过人工智能算法体系处理巨量数据并进行危险评价,这一算法体系由专家体系、人工神经网络和混合智能体系构成。[9]实际生活中,大数据剖析杂乱化和专业化往往让人望而生畏,但人道主义协助/救灾剖析师和专家在没有数据科学家协助下经过新式智能办法创立了灾祸剖析模型,它是一种简化的剖析建模办法,有用处理了危险大数据剖析杂乱性问题。[10]现在正在运用与研讨的人工智能灾祸办理新技能还包含物联网、纳米技能、生物技能、量子核算和机器人技能等,原始人工智能技能还将进一步创立超级人工智能技能。

地舆维度:GIS地图剖析、地舆空间信息与含糊知道地图

地舆维度在灾祸办理中十分重要,任何灾祸都触及详细的时空,天然灾祸更是如此。因而,人工智能需求将空间数据库与地舆结构有用结合起来,运用网络GIS运用程序对数据库体系进行有用运算,然后经过地舆空间数据质量模型监控空间网络、评价空间数据及确保数据生成质量。经过杂乱性体系和GIS地图剖析危险网络和危险要害点,然后结合地舆空间信息技能,以有用改善灾祸办理各个阶段,这一“人工智能+地舆信息体系”形式在灾祸范畴得到开端运用。另一种地舆技能即“含糊认知地图”是从人工智能借来的概念,结合了含糊逻辑和神经网络技能模仿灾祸办理,它是一种杂乱与有用的剖析东西。[11]

模仿维度:网络通讯、智能仿真与情境办理

人工智能一个十分重要的特色是为灾祸供给了一种愈加便利与科学的模仿办理、仿实在践和情境办理,这一人工智能模仿体系在危险地图上构建了虚拟灾区,经过网络通讯技能和危险地图不只能有用猜测危险,并且能在模仿情境中进行通讯试验及挑选办理战略。灾祸评价智能仿真体系是一种正在开发的重要模仿体系,它首要运用于四个范畴:智能灾祸危险性评价、灾祸损坏和丢失评价、优化应急呼应和灾祸康复方案,首要由四个部分构成:信息数据库、剖析模块、智能决议方案子体系和友爱的用户界面,它能有用模仿城市灾祸涣散中的人群运动。一些国家还开端运用通讯技能建构增强实际情境的人工智能模仿体系,[12]经过链接危险区域的物理虚拟范畴及运用人工智能技能,为办理者供给可视化、直观化与快速化的呼应服务。

决议方案维度:机器人署理、自主决议方案与辅佐决议方案

在高度杂乱与动态的灾祸情境下,人机协作能有用辅佐灾祸决议方案,这是人工智能办理的要害。人工智能自治体系是由机器自主署理与人类长途操控交融而成,为办理者和民众供给辅佐决议方案支撑。用于救援的机器人虽然具有必定的署理性和自主性,但仍然依赖于人类的长途操作,这一体系有用进步了救援人员、机器人团队和社会集体的协同呼应。自主机器人关于灾祸站点的监督十分重要,它使得越来越多的社会集体进步了应对灾祸、事端和危险的才干。[13]人工智能为灾前防备、灾中应急和灾后重建供给了新的决议方案东西,经过核算灾祸救援车辆路途,在最短时刻内为办理者和民众供给最合理的救援战略,[14]它使机器人能够进行更为杂乱的灾祸救援与决议方案。跟着人工智能技能的快速打开,还需求不断改善和调整依据AI体系的灾祸决议方案东西。

社会维度:身体传感器、交际媒体与社区参加

人工智能不只为自上而下的政府办理供给了新东西,也为自下而上的民间参加供给了重要途径。民间紧迫呼应者、哀鸿与一般民众是灾祸办理的重要组成部分,其带着的现代通讯设备也是身体传感器,具有定位、盯梢与通讯等功用,[15]为灾祸办理供给了动态、继续与实在信息,推特、脸书和微信等交际媒体逐步成为灾祸办理的重要东西。因为交际媒体具有大数据性质,经过人力资源对其进行挑选是一项劳动密集型作业,人工智能更好了解谁同享信息、过滤信息与实时辨认潜在危险,交际媒体经过杂乱的自习惯体系、社区参加和社区赋权促进民间社会成为灾祸办理的重要力气,也有利于耐性社区的创立。我国国务院在《新一代人工智能打开规划》中要求支撑有条件的社区打开依据人工智能的公共安防区域演示,为自下而上的社区参加供给了方针支撑与准则安排。

世界各国活跃运用人工智能处理灾祸办理问题,灾祸办理模型树立在杂乱习惯体系、社会技能和人类要素操控体系根底之上,表现了杂乱危险布景下灾祸办理的动态进程,大大进步了灾前防备、灾中应急与灾后重建的功率。需求着重的是这是一个探索性的理论模型,未来需求结合实践进一步讨论阻止或促进人工智能灾祸办理的要素。

三、人工智能年代灾祸办理剖析结构

今世社会是一个软弱而又灾祸频发的社会,学界普遍以为人工智能有利于进步灾祸监测、评价、应急与处理才干,已成为灾祸办理的重要立异,也为维护社会安稳与社会良性供给了新途径。人工智能理论模型偏重于实践层面,企图将笼统理论指导实践并彼此对照。人工智能剖析结构以人工智能理论、灾祸办理体系、灾祸办理进程及灾祸办理办法为依据,研讨人工智能灾祸办理趋势有哪些——为什么需求人工智能灾祸办理——怎么树立人工智能灾祸办理模型——怎么运用人工智能应对已迸发的灾祸的思路而打开。

面向一:“人工智能——办理趋势”剖析

这一面向的根本假设是灾祸办理已成为全球重要议题,人工智能剖析具有杂乱性、主动化和智能性特征,它是灾祸办理打开的根本趋势。在世界灾祸办理范畴,人工智能已开端得到运用,逐步成为世界趋势和打开方向。我国虽然在“汶川大地震”与“芦山大地震”等灾祸办理作业中取得了巨大成效,但仍然存在许多缺少,特别是新的办理形式还比较缺少。我国现有的灾祸办理仍是传统形式,虽然能处理灾祸发作的“当下问题”,但无法满意频发性、杂乱性和不确认性灾祸办理需求。经过比较研讨世界与国内办理新理论与新实践,有利于树立契合我国国情与社情的人工智能灾祸办理新形式。

面向二:“人工智能——办理环境”剖析

人工智能研讨需求将微观安排内部环境与微观社会外部环境结合,才干建构体系性与科学性人工智能灾祸办理体系。跟着复合型灾祸、次生灾祸与衍生灾祸等新式灾祸不断出现,灾祸发作的外部环境有了很大改变,单一、固化与缓慢的传统办理形式已无法有用应对,人工智能办理形式则应运而生。安排内部习惯性是人工智能办理的内涵根底,它为灾祸办理供给了何故或许与何故可为的安排要素。人工智能能有用加强安排内部与外部环境的交流,促进不同办理主体协同办理。人们往往注重人工智能微观安排层面,忽视人工智能技能及其安排赖以生存的微观外部环境,使得办理实践难以习惯微观社会环境需求。

面向三:“人工智能——办理体系”剖析

跟着新式灾祸的不断出现,需求树立合适现代灾祸打开新趋势的高效人工智能办理体系,它触及一系列实践难题,例如,怎么树立完好的灾祸信息搜集、剖析、决议方案及灾祸因应举动体系以有用战胜传统体系死板、涣散与缓慢等限制,这是中心的实践难题,事关灾祸办理的详细成效,学者也因而提出了许多想象。哈利勒等学者以为机器人、本体与语义网等建构的多智能灾祸办理体系,具有满足的耐性和习惯性,能有用处理灾祸动态环境中的杂乱性问题。[16]人工智能灾祸办理体系是一个归纳体系,包含猜测、预警、预控、应急及重建等层面,各体系内部与体系之间和谐运转,才干发挥灾祸办理的最佳效应。

面向四:“人工智能——办理举动”剖析

灾祸办理需求公共安排、私家安排和民间社会一起参加,才干有用下降灾祸危险。怎么在人工智能情境中树立灾祸办理的“公私协力”联系,政府怎么鼓舞与支撑民间社会参加灾祸办理,怎么和谐政府安排内部与公私安排之间的办理举动,这些都是人工智能面对的重要举动议题。灾祸举动首要有举动快速准则、确认优先事项准则、举动和谐准则、举动凝聚力准则与举动高效准则等,灾祸办理人员包含专业救援人员、机器人团队和社会集体等,在人工智能情境中,举动者易于打开预警、防备、预控、应急、救援与重建等举动,[17]有利于进步民众自救、互救与他救的举动才干。

人工智能具有运用规模广、灵敏性强、地舆可视化和有用运用交际网络等功用,能在虚拟空间和实际物理世界中为不同集体供给灾祸办理辅佐决议方案支撑,也能有用防备、预控与应急处理潜在或迸发的灾祸。人工智能灾祸办理剖析结构为学界供给了有利的研讨学习,但它需求在后续研讨中进一步改善与完善。

四、事例剖析与出题提出

在近几年洪水、地震、工地事端、飞机事端、工业事端、地震易损性、减灾及核工业前期毛病检测等事例中,成果显现近60%的人运用人工智能作为灾祸办理东西,以此应对内部和外部非结构化环境的改变,[18]人工智能已成为一些国家灾祸办理的重要实践问题,世界与国内出现了一些典型事例。在对这些事例深化讨论的根底上,进一步演绎出人工智能灾祸办理的根本出题。

人工智能怎么促进灾前预警?

人工智能办法能完结灾前预警三维剖析表达,为灾前预警供给了新的技能办法。2018年5月27日,美国马里兰州埃利科特市发作了千年一遇暴雨。在暴雨前几天,美国疆土安悉数运用人工智能进行了有用预警,经过航拍图画生成了高分辩率地图,比传统地图精确了大约1,000倍。遥感图画包含天然地势特征分类、土地运用监测、地下水勘探、环境灾祸评价和城市规划等,核算智能依据集体智能、人类思想模型化、天然启示和其他一些智能技能,它能有用处理巨量遥感图画。[19]谷歌和哈佛大学正在联合开发猜测地震的人工智能体系,研讨人员对13.1万屡次地震数据进行了研讨,对3万余个灾祸事情进行神经网络测验,试验标明能精确猜测余震方位。印度占全球洪水灾祸逝世人数20%,Google与印度政府协作创立了AI洪水猜测模型,并运用Google Public Alerts改善洪水警报,2018年9月,宣布第一次洪水预警,大大进步了猜测灾祸发作方位、发作时刻和丢失程度的精确性。依据以上事例,能够推出以下出题:

出题1.1:灾祸猜测中人工智能运用越多,越能进步猜测精确性。

人工智能和机器学习能有用辨认、处理与下降灾祸危险,特别能有用进行灾前危险辨认,[20]然后将灾祸危险降到最低,Google公共安全报警体系是发布灾祸紧迫信息的渠道,2018年9月已宣布数以万计的天然灾祸预警,掩盖美国、加拿大、日本和巴西等十多个国家,用户浏览量已超越15亿次,激活了200屡次SOS警报。2017年九寨沟发作了7.0级地震,由成都高新减灾所研制建造的地震预警体系,经过电视弹窗、预警播送、手机APP、专用接纳终端预警与微博等提早几十秒进行预警,一起主动封闭煤气、主动堵截电力与紧迫制动高铁等生命线,有用防止次生灾祸、衍生灾祸和复合型灾祸发作。在技能层面,灾祸规划OWS是一种新的主动处理方案,经过AI规划与Web运用程序能有用预警灾祸。[21]依据以上事例,推出以下出题:

出题1.2:灾祸预警中人工智能运用越多,越能削减灾祸丢失。

SilviaTerra是一家坐落旧金山的公司,现在正在开发森林火灾人工智能防备技能,经过卫星数据、空中印象与激光扫描技能结合,进行森林地上测绘、抓取遥感信息和搜集森林地势数据,然后制作了加州天堂市森林火灾潜在区域,还拟定了火灾危险等级地图,[22]并用赤色标出危险最高区域,使得当局能预先采纳火灾防护办法。美国宇航局和Development Seed公司运用卫星图画和机器学习追寻哈维飓风,在作用上它比惯例技能好6倍,每小时可追寻一次飓风,传统办法每6小时才干盯梢一次,大大进步飓风防备的时效性,[23]人工智能在灾祸防备中十分强壮且具有革新性。[24]依据上述事例,推出以下出题:

出题1.3:灾祸防备中人工智能运用越多,越能下降灾祸危险。

在这一出题的根底上,还可进一步推出以下出题:

出题1.4:灾祸预控中人工智能运用越多,越能操控灾祸危险。

人工智能怎么促进灾中应急?

在人工智能年代,灾祸办理需求捕获实时交际媒体大数据,开发与运用特定危机分类、实体分类及数据汇总技能刻不容缓,还需求经过地图出现交际大数据并使其可视化,这一依据交际情境的人工智能办法在2015年5月尼泊尔地震人道主义呼应中得到了有用运用。[25]在2017年9月墨西哥城地震中,志愿者运用交际媒体敏捷安排救援举动与抢救哀鸿生命,AI从数百万交际媒体帖子中抓取与剖析大数据,为灾中应急供给重要信息服务和辅佐决议方案支撑,一起为受灾最严峻区域和最需求救助的哀鸿及时供给救援人员。交际媒体与人工智能的结合为社区灾祸应对供给了重要途径,它构建了社区集体与应急安排之间的新式联系。[26]依据上述事例,推出下面出题:

出题2.1:灾祸应急中人工智能运用越多,越能供给有用的应急信息。

当灾祸发作后,人工智能能有用监控交际网络与交际东西,经过将一切推文存储到灾祸数据库中并及时剖析,[27]为应急救援供给辅佐决议方案支撑。在印度,谷歌运用人工智能检测技能发布洪水正告,在发动人工智能预警之后,再运用谈天机器人Hakeem协助救灾人员与不同言语哀鸿进行应急交流。2017年九寨沟7.0级地震后,地震信息播报机器人就主动编发紧迫稿件向全国及时发布,短短25秒后,机器人就完结了数据抓取、发掘、剖析、主动编撰与发布的整个进程,为灾中应急赢得了名贵的救援时刻。

出题2.2:灾祸应急中人工智能运用越多,越能进步应急交流功率。

在2019年1月珙县5.3级地震中,四川省地震局自主研制的智能地震编目处理体系第一次运用于灾中应急,在余震资料处理进程中完结了无人工干预、实时主动剖析与主动编目,为地震应急供给了巨量信息。2017年九寨沟地震发作后,大疆公司运用无人机对现场进行航测与追寻,为灾中应急供给了巨量数据信息。我国移动与华为公司初次运用无人机高空基站快速康复了30多平方公里受灾区的通讯,无人驾驭飞行器是一种用于灾祸情形中的灵敏且快速布置的通讯网络,能为救援队成员供给有用的通讯链接。无人机结合了人工智能算法,能最大极限为受害者供给应急服务。[28]经过运用自主无人驾驭飞行器、有人驾驭车辆技能和自主无人驾驭地上车辆在难以抵达的危险区域供给医疗用品服务,然后削减救援本钱及消除救援危险。[29]它还能科学地将受害者分配到医院,一起安排紧迫车辆运送,在最合理时刻内供给即时性、启示性和完好性应急处理方案,然后解救更多的受害者。[30]由此,推出以下出题:

出题2.3:灾祸应急中人工智能运用越多,越能进步灾祸应急救援举动功率。

人工智能怎么促进灾后重建?

因为灾祸日益杂乱,科学的办理决议方案也变得愈加困难。巨量数据作为决议方案的科学依据,越来越遭到决议方案者们的注重。人工智能具有虚拟化、情境化和科学化等特征,是灾后康复的最佳技能之一,人工智能办理树立在高资源运用率、高可用性、易于办理、及时康复和动态办理的根底架构之上。[31]Facebook研讨小组创立了“灾祸影响指数”量化目标,用来衡量某一区域水灾或火灾丢失,它是一种“从卫星图画到灾祸洞悉”的东西,树立在人工智能神经网络根底上。2017年德州哈维飓风发作后,它有用地辨认了受损路途,精确率达到了88.8%,辨认圣罗莎火灾受损修建精确率也达到了81.1%,[32]经过比照灾前和灾后航拍相片,人工智能将一切相片分解成更小与更简单区分的巨量相片集,为灾后评价供给直接和重要依据。

出题3.1:灾祸重建中人工智能运用越多,越能有用评价灾后丢失。

评价天然灾祸危险是国内和世界学界火热争辩的问题,灾后丢失评价更具争议性,特别片面层面丢失往往无法估量,怎么树立科学的灾后丢失评价机制成为困扰学界的难题。[33]人工智能大大进步了灾后丢失评价的精确性,也能针对性供给灾后重建战略和进步灾后重建功率。美国安大略省电力公司在IBM的协助下开发AI风灾办理东西,2018年4月,安大略省风灾四天内,电力公司依据AI评价采纳有用办法敏捷康复了供电。经过AI抓取与剖析历年巨量气候数据与实时气候大数据,提早72小时猜测风灾等级、丢失状况和最严峻的软弱区域,hydro One公司在灾前就将1400名前哨电工安排到受灾区域进行防备并制订了应急方案。[34]人工智能还能有用猜测灾后一年内心理压力源、精力状况、情感支撑与个人自我意识。依据上述事例,推出以下出题:

出题3.2:灾祸重建中人工智能运用越多,越能进步灾后康复速度。

在此根底上,进一步推出以下出题:

出题3.3:灾祸应急中人工智能运用越多,越能进步灾后重建功率。

人工智能怎么进步灾祸模仿办理?

灾祸情境具有不确认性、噪声数据输入性和行为随机性,使得灾祸决议方案变得反常杂乱,人工智能模仿办理与情境办理大大进步了灾祸决议方案的科学性。灾祸办理触及巨量数据信息剖析和数据办理等杂乱技能,它需求下降巨量信息不确认性、下降办理本钱及战胜传统科层制限制,有利于在不行猜测的灾祸环境中处理杂乱性决议方案问题。Google公司运用AI和现代核算才干为印度创立了AI洪水灾祸猜测模型,它对巨量历史事情、河流水位读数、地势和海拔等进行存储、抓取与剖析,一起整合印度海得拉巴河流域巨量数据,在此根底上生成危险地图,然后对每一灾祸进行数十万次模仿办理,当灾祸发作后,相关人员能敏捷赶赴现场进行应急救援。

出题4.1:灾祸模仿中人工智能运用越多,越能有用进步危险猜测。

加州One Concern公司正在开发人工智能地震灾祸模仿东西,它首要搜集修建类别、年纪和资料等巨量数据,在此根底上构建城市人工智能修建模型,模仿地震来暂时房子坍毁状况,为灾中救援和灾后重建供给辅佐决议方案支撑。[35]这一体系运用人工智能设置地震事情模版,能够在线实时接连扫描地震波、自主辨认和自主处理地震灾祸。英国剑桥大学在试验室运用智能机器人对岩石轰动进行区分,不只能精确抓取与剖析地震信息,还能有用猜测地震危险,它为地震猜测供给了新办法,有望破除“地震灾祸不行猜测”的迷思。

出题4.2:灾祸模仿中人工智能运用越多,越能进步灾祸救援功率。

在前面两个出题根底上,进一步推出以下两个出题:

出题4.3:灾祸模仿中人工智能运用越多,越能进步灾祸决议方案的科学性。

出题4.4:灾祸模仿中人工智能运用越多,越能进步因应举动的科学性。

事例总结

经过整理多个事例发现,人工智能在灾祸办理范畴中偏重防备、预控、预警、应急与决议方案等层面,有利于科学处理潜在与已迸发的危机。因为人工智能运用意图、规模和特征不同,从事例中演绎出来的根本出题也有很大不同,但大致能够分为灾前防备、灾中应急、灾后重建与模仿办理四个层面,每一层面又包含了若干个子出题。需求着重的是本研讨经过事例演绎出来的根本出题归于

探索性研讨和理论衬托,需求后续研讨进一步证明与证伪,终究为树立契合我国国情的本土化人工智能灾祸办理形式供给有利启示。

五、理论远景与实践圈套

依据地舆信息体系和人工智能等技能根底之上的灾祸办理体系,不只能有用辨认灾前危险结构和社会体系软弱性,还能快速评价灾后丢失状况,为政府、社会安排与民众灾祸办理供给重要的辅佐决议方案支撑。在灾祸办理范畴,人工智能不只具有重要的理论含义,还有光亮的理论远景。

首要,“地舆体系、人工智能与灾祸办理”结合新趋势。地舆信息体系和人工智能在灾祸办理中的运用不只为灾祸办理供给了新的技能优势,也为科学家、工程师、办理者和民众供给了新的实践手法,成为未来灾祸办理的重要辅佐决议方案东西。其次,“人工智能”“人工超级智能”与其他新技能结合趋势。跟着人工智能技能的不断打开,它简直能够完结人类的一切使命。AI还将进一步打开为“人工超级智能”,它触及技能立异、软件规划、网络核算和虚拟东西等新技能,为灾祸办理供给了更高效的信息、映射和通讯东西,在未来具有无限的技能潜力和实践图景。再次,集体智能、核算智能与虚拟东西结合新趋势。在未来的人工智能灾祸办理进程中,传感器网络、云、人群、点对点智能技能、多署理、进化核算和集体智能等技能能够增强核算智能,经过将这些技能运用于理论与实践创立新的灾祸办理形式,将进一步进步灾祸办理功率。终究,遥感图画、人类思想模型化与灾祸办理结合新趋势。灾祸遥感图画分为天然地势特征、土地运用监测、地下勘探、环境灾祸评价和城市规划等,它在灾祸办理范畴中取得了巨大成功。一起,它与核算智能的结合促进了集体智能、人类思想模型化与天然启示等技能在灾祸办理范畴的运用。

虽然人工智能在灾祸办理范畴正阅历一系列立异活动,但也存在一些实践圈套:首要,技能激增、人道危险与人类完结的圈套。物理学家和世界学家斯蒂芬霍金最近指出,“全人工智能的打开或许意味着人类的完结”,比尔·盖茨和伊隆·马斯克在内的闻名技能人员也宣布先进人工智能技能激增或许带来严峻的潜在危险和正告。为了防止人工智能对人类社会带来的严重冲击,需求采纳活跃有用的办法化解社会危险,经过树立法令与方针维护结构,当AI在灾祸办理范畴发作丧命失误时,能及时有用补偿灾祸丢失各方。其次,非结构化、自主性与可靠性圈套。在灾祸情境中进行科学决议方案是人工智能面对的严重难题,因为灾祸环境具有非结构性、杂乱性、动态性、不确认性和随机性等特色,一起大数据也存在噪声与冗余等限制,在这样的环境中运用全主动智能机器人技能进行实时决议方案将会变得反常杂乱,新的过错决议方案危险也大大添加。自主机器人能否习惯内部和外部环境改变,能否确保自主处理的正确性及防止算法安全危险,能否在灾祸情形中进行有用查找、救援与监督,这些都是人工智能办理进程中面对的重要应战。终究,体积、种类与隐私圈套。灾祸大数据来历很多,虽然为灾祸办理供给了巨量数据与丰厚信息,但也会伴跟着许多噪声数据,巨量数据还面对体积与种类等圈套,人工智能能否从巨量数据平分辩出噪声与过错信号也存在系列困难,未来需求树立一套能正确分辩噪声数据和处理巨量数据的人工智能数据处理体系以应对数据安全与信息安全危险。隐私和网络安全一向广受人们重视,人们忧虑搜集和运用灾祸办理数据缺少透明度,虽然一些大数据在运用进程中被匿名化,但仍然存在个人隐私被识破的危险。

人工智能与灾祸办理的结合被以为是新式起的穿插研讨范畴,它整合了不同学科与不同范畴,把握了跨学科灾祸研讨的杂乱性。一起,它也促进了灾祸办理理论的严重转型,为新灾祸办理学供给了重要的理论指向,也为政府和实务界供给了极具启示性的方针东西和实践攻略。

[参阅文献]

[1]Devdatt D,Shalom L. Viewpoint AI Dangers:Im­agined and Real,Association for Computing Machine­ry,Communications of the ACM,2017,60.

[2]Sarah V,Adam H. Rethinking Context:Leveraging Human and Machine Computation in Disaster Response,Computer,2014,47.

[3]Nathaniel E,On-line,On-board,Evolutionary Learning from Demonstration in Autonomous Mobile Robots,Masters Abstracts International,2014,53-01.

[4]Shetty D,A Computational Task Allocation Model for Disaster Response. Dissertations Theses-Grad­works,2010.

[5]Madani K,Kachurka V,Sabourin C,et al,A Human-like Visual-attention-based Artificial Vision System for Wild and Firefighting Assistance,Applied Intel­ligence,2017,48.

[6]Yoshida K,Urabe M,Tsuchiya H,et al,Eart­hquake Disaster Prevention Support Tool–Visualiz­ation of Preven­tion Effectiveness by Utilizing Aug­mented Reality. In:Stephanidis C. HCI Inter­national 2011–Posters’ Extended Abstracts. HCI Communications in Computer and Information Science,Springer,Berlin,Heidelberg. 2011.

[7]Jun-Ai Yan. Study on Decision-making Support Syst­em for Urban Intelligent Flood Control and Disaster Mitigation Based on GIS,Water Resources and Hyd­ropower Engineering,2006,37.

[8]Dethridge L,Quinn B,Realtime Emergency Com­munication in Virtual Worlds,International Journal of Disaster Resilience in the Built Environment,2016,7.

[9]Guzman A ,Ishida S,Choi E,et al,Artificial In­telligence Improving Safety and Risk Analysis:A Com­parative Analysis for Critical Infrastructure//IEEE In­ternational Conference on Industrial Engineering Engineering Management. IEEE,2016.pp471-475.

[10]Widener D,Mazzuchi T,Sarkani S. Simplifying Humanitarian Assistance/disaster Relief Analytic Models Using Activity-based Intelligence,Disaster Prevention and Management,2018,27.

[11]Andreou A S,Mateou N H,Zombanakis G A. Soft Computing for Crisis Management and Political Decision Making:the Use of Genetically Evolved Fuzzy Cognitive Maps,Soft Computing,2005,9.

[12]Park S,Park S,Park L,et al. Design and Implement­ation of a Smart IoT Based Building and Town Dis­aster Management System in Smart City Infras­tructure,Applied Sciences,2018,8.

[13]Kubo M,Yoshimura T,Yamaguchi A,et al. In­dividual Recognition-free Target Enclosure Model,Artificial Life and Robotics,2012,17.

[14]Roberto A,Imane S,Jacopo M,et al. A Constraint-Based Model for Fast Post-Disaster Emergency Vehicle Routing,International Journal of Interactive Multimedia and Artificial Intelligence,2013,2.

[15]Kunnath A T,Madhusoodanan A,Ramesh M V,Locating Emergency Responders in Disaster Area Using Wireless Sensor Network//Wireless Communications and Applications,2012.

[16]Khalil,K M.;Abdel-Aziz,M.;Nazmy T T,et al,The Role of Artificial Intelligence Technologies in Crisis Response,New York:Cornell University,2017.

[17]Jamil M;Ridwan M,Lessy. Web Application To Moni­tor Logistics Distribution of Disaster Relief Using the CodeIgniter Framework,International Journal of Artificial Intelligence Research,2017,1.

[18]Pitiwut T,Artificial Hormone Network for Adaptable Robots,University of York,2013.

[19][20]Singh V,Kumar G,Sabherwal D,A Com­parative Study of Computational Intelligence based Tech­niques in the Field of Remote Sensing Image Classification//International Conference on Computing for Sustain­able Global Development. IEEE,2015.

[21]Mohamad J,Mohammad R L,Web Application To Monitor Logistics Distribution of Disaster Relief Using the CodeIgniter Framework,International Journal of Artificial Intelligence Research,2017,1.

[22]佚名,科技防灾:猜测天然灾祸的人工智能新技能[Z],纽约时报中文网,2019-03-23.

[23]用AI猜测地震、洪水、飓风和火山喷射,现在已经成为了或许[Z],天天快报,2019-03-17.

[24]Armstrong S,Bostrom N,Shulman C. Racing to the Precipice:A Model of Artificial Intelligence Development,AI SOCIETY,2016,31.

[25]Andrews S,Gibson H,Domdouzis K,et al. Creating Corroborated Crisis Reports from Social Media Data through Formal Concept Analysis,Journal of Intelligent Information Systems,2016,47.

[26]Dethridge L,Quinn B. Realtime Emergency Com­munication in Virtual Worlds,International Journal of Disaster Resilience in the Built Environment,2016,7.

[27]周利敏,钟海欣,“社会5.0”年代的大数据危险办理[J],北京行政学院学报,2019.

[28]周利敏.大数据年代的灾祸预警立异——以阳江预售信息发布中心为事例[J],武汉大学学报,2017.

[29]Mcmillan S,Manufacturing and Operation Costs Operating Manned Vehicle Technology with Medical Transport and Disaster Search of People and Victims vs. UAV/UGV Technology. ProQuest Dissertations and Theses,2018.

[30]Roberto A,Imane S,Jacopo M,et al,A Constraint-Based Model for Fast Post-Disaster Emergency Vehicle Routing,International,Journal of Interactive Multimedia and Artificial Intelligence,2013,2.

[31]Sindoori R,Pallavi V. Abinaya P,An Overview of Disaster Recovery in Virtualization Technology,Journal of Artificial Intelligence,2013,6.

[32]Facebook AI技能可辨认洪水和火灾损坏程度,有助紧迫救援[Z],网科技,2018-12-08.

[33]Ana-Diana A,Florin L,Gabriela-Maria A,Disaster Risk Management of Urban Systems,Bulletin of the Polytechnic Institute of Jassy:Constructions,Archi­techture Section,2006,LII.pp27-40.

[34]颜媚、张涛、石霖,AI+公共安全,大潮已起[Z],公民邮电报,2018-10-11.

[35]雷锋网,提高灾祸应对功率,日本政府欲运用AI同享防灾信息[Z],科技新报,2018-03-01.

本文刊发于《我国行政办理》2019年第8期,注释略

热门文章

随机推荐

推荐文章