每年，超过1.6亿人受到洪水、飓风、火灾和其他自然灾害的威胁。情况可能会变得更糟。

自然灾害的频率是1970年的四倍。据估计，在气候变化的影响下，这种事件的频率和凶猛程度可能会增加。

人工智能有潜力通过更有效地分配救援资源来减轻损失。它可以加快援助的交付，并改善前线救援人员的决策。

明天的防灾工作可能与今天的情况大不相同。例如，一旦确定了即将到来的飓风或飓风，您就可以使用地理空间、天气和以前的灾害数据来预测有多少人将离开家园以及他们可能流向哪里。这些见解可以帮助急救人员确定他们需要多少援助(水、食物、医疗)以及送到哪里。根据卫星图像和天气预报，人工智能算法可以即时评估洪水、建筑物和道路损坏情况，使救援人员能够更有效地分配紧急援助，识别仍然处于危险之中并与逃生路线隔离的人员。

麦肯锡的高尚智能只是试图利用人工智能的潜力支持人道主义事业的一个例子。例如，该团队正在开发一种算法，该算法将结合卫星、地理空间、天气和其他数据，将评估学校等建筑物损坏所需的时间从几周缩短到几分钟。然后，这些信息可以用来确定建立临时学校帐篷的最佳地点，并确定重建工作的优先顺序。

另一个例子是，其他组织正在使用人工智能技术来解释灾后社交媒体的贡献。这种分析可以提供重要的现场信息，说明基础设施受损的情况，并通过标记人们没有毯子或在街上的避难所的图像向受害者提供援助。

然而，尽管许多公共部门组织和私营部门的数据参与者，如万事达卡、微软和谷歌，为改善救灾做出了贡献，但它们的努力的影响仍然受到一些挑战的阻碍。

第一，范围有限。许多私营部门倡议涉及一个或几个政府或非政府组织伙伴，并侧重于具体的使用案例，这些案例通常与较大的救灾团体相对隔离，不包括在既定的救灾协议中。这将导致分散的工作，并可能导致向无法维护或有效将其集成到决策过程中的组织提供无法从人工智能获得的见解和算法工具。

第二，虽然有许多数据(卫星、地理空间、电信、社交媒体、金融)可以有利于救灾，但在需要时并不总是可以获得。更重要的是，数据集很少与其他大型数据集和来自经验丰富的操作员的数据结合使用，从而释放出更多的洞察力。与从大数据中获得的见解相比，这种地面视图更有价值，但通常没有以系统的方式捕获和分析。

最后，根据定义，在发生危及人类生命的灾难时，关注AI的局限性是非常重要的。数据分析不能总是提供支持者声称的内容，这使得在不严格审查算法和假设的既定过程的情况下评估此类声称具有挑战性。例如，旨在评估住宅损坏的人工智能模型已被用于商业建筑，尽管这些建筑取决于不同的材料、施工方法和法规。在人工智能道德越来越受到审查的世界里，没有开发者和用户同意遵守的标准。

在自然灾害场景下，如何才能充分发挥AI的优势？有三个机会：

首先，加强当前计划之间的协作，关注几个合作伙伴之间的具体用例，并将其集成到以影响为重点的人工智能驱动的灾难支持网络中。目前，对开发算法的关注应该与至少尽可能多的精力和资源相平衡，以确保这些工具广泛可用并用于救灾一线。在许多情况下，这意味着需要更多的能力建设。我们也看到了重复的工作，数据科学社区正在研究类似的用例，这些用例可以被简化。一种选择可能是在特定领域建立伙伴关系或联盟，跨行业或全球性机构将协调专门的开发团队作为模式。

其次，在短期内，应该在不同组织之间开发更基本的数据捕获和协调工具，而不是将大部分投资集中在高度先进的人工智能上。这可以为未来新的救生算法提供信息“燃料”。因此，在这些基础工具上花费相同的开发精力，开发更复杂的算法，将是有益的。

最后，迫切需要在道德人工智能原则上达成更多特定领域的协议。包括联合国和欧洲联盟在内的全球机构发起了许多倡议，以制定指导人工智能总体使用的原则。然而，考虑到范围，这可能需要时间。在此期间，利益将是相关的。

者在诸如灾难响应之类的特定领域中更紧密地结合起来将很有用。这可能包括设置算法审查过程，以确保AI解决方案在广泛发布之前符合指定的标准。

人工智能在灾难抗灾领域提供帮助的机会是巨大的–指导救灾工作，确保更好的疏散，分发援助，每年可能帮助数以亿计的人，即使不是亿万。尽管有一些挑战需要克服，但通过适当水平的协调和伙伴关系，这个更光明的未来可能会更遥不可及。

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。

---

免责声明： 本文由用户上传，如有侵权请联系删除！

---

标签：