火灾、洪水、飓风、地震和海啸等自然灾害影响到 2.18 亿人，平均每年夺走 68,000 人的生命1。情况还在继续恶化。据联合国统计，现在自然灾害的发生频率是 50年前的三倍2。研究和统计数据表明，气候变化会导致这些灾害变得更加频繁和广泛。Access Partnership 的一份报告预测，到2025 年，全球自然灾害的年发生次数将上升 37%3。
人工智能如何帮助灾害管理
研究人员、科学家和组织机构正在向人工智能（AI）和机器学习（ML）寻求帮助。人工智能可以可靠地实时处理大量数据，提供有价值的见解，帮助预测自然事件，并通过更高效、更有效地分配救援资源来加强减灾响应，从而减轻自然事件造成的破坏。此外，人工智能和 ML 还能帮助加快向受影响的人们和地方提供援助，并改进一线救援人员的决策和行动。
以下是人工智能对现实世界的影响：
损害评估
美国国防部部署了一个名为 xView2 的可视计算项目，该项目在协助土耳其当地的灾难后勤和救援任务方面已初见成效4。 xView2 使用 ML 算法和卫星图像识别灾区基础设施和建筑物受损的严重程度并进行分类，其速度远远快于传统的检测方法。
xView2 的算法采用了一种名为 “语义分割 “的方法，该方法可评估图像的单个像素及其与相邻像素之间的关系，从而得出结论。对于一项传统上需要数周才能完成的任务，xView2 将检测评估的时间缩短至数小时或数分钟，从而使控制中心和救援队能够更快地响应灾区的恢复工作。
预测分析
通过人工智能，研究人员和科学家可以分析过去地震活动的模式来预测地震，或利用历史气象数据来预测飓风。其中一个例子是 IBM 的 PAIRS Geoscope，这是一种人工智能驱动的技术，可��析地理空间数据，研究降雨量和温度，预测洪水发生的可能性5。
通过处理细化到具体地区、县和人口的信息，人工智能还可以帮助预测自然灾害对经济和人类的影响。德克萨斯农工大学扎克里土木与环境工程系利用人工智能帮助社区为未来的自然灾害做好准备，同时评估其影响。他们的社会-生态复原力评估和预测（SERAP）工具利用广泛的数据源评估社区的复原力，以确定治理、基础设施和自然资源管理等因素6。SERAP 工具可帮助社区为潜在灾害做好规划和准备，并通过提高社会、经济和环境复原力来减轻可能造成的影响。
人工智能调度
在自然灾害期间，大量求救电话会涌向 911，使其面临丢失关键信息的风险。与人类不同，人工智能可以在创纪录的时间内管理大量呼叫，并同时执行多种功能。公共安全通信协会（APCO）通过 IBM Watson 的分析程序7 利用人工智能改善运营和公共安全。Watson 的语音转文本功能将每个呼叫的背景信息反馈到人工智能的分析程序中，以提高呼叫中心应对紧急情况的能力。Watson 还有助于提供准确信息、缩短通话时间并加快应急服务。
人工智能辅助通信
人工智能驱动的聊天机器人可以通过流行的社交媒体渠道向受自然灾害影响的人们提供救生信息。聊天机器人可以让救灾组织以极低的成本与更多人快速沟通，并有针对性地向受灾最严重的人提供援助。利用红十字会开发的聊天机器人 Clara，灾民可以询问有关当地避难所、经济援助、志愿服务、献血等方面的问题8。克拉拉使用自然语言处理（NLP）–人工智能的一个子集–来处理大量语言数据并理解用户的提问。
社交媒体中的人工智能
在自然灾害发生后的第一时间，社交媒体可能包含重要的可操作信息。但仅靠人类无法管理社交媒体用户在紧急情况下产生的大量数据。为了减少响应延迟，救灾团队可以利用开源的人工智能数字响应（AIDR）平台，在其他信息来源出现之前自动收集发布的推文并对其进行分类9。AIDR 利用文本和图像填补信息空白，提供实时处理数据。然后，AIDR 从这些数据中寻找人道主义信息，供各组织在应对灾难时使用。
基于云的应急管理
基于云计算的人工智能平台可以让应急小组从任何设备上指挥、控制和监控实时情况。一个名为 Havrion Protect 的平台允许用户在自然灾害中虚拟管理设备、应用程序和通信应用程序10。例如，应急团队可以向第一响应人员和工作人员通知事件，预测紧急疏散路线，并识别濒危人员和群体。
人工智能的局限性
人工智能在预测自然灾害方面的作用面临挑战，首先是数据的质量和可用性。人工智能算法需要大量高质量数据才能做出准确预测，但发展中国家等地缺乏可靠数据。如果训练数据集涵盖大型事件，基于人工智能的方法就会有效，但这些事件的罕见性也限制了这些数据的可用性。
人工智能还面临着范围有限的挑战。私营部门的人工智能举措可能会让政府或非政府机构参与进来，重点关注特定社区，从而有可能将更大范围内急需帮助的地区或家庭11 孤立起来，导致目标和效益分散，可能导致各组织无法很好地采纳或维护这些工具。
最后，自然灾害的复杂性是另一个挑战。影响这些事件的因素众多，且尚未完全明了。虽然人工智能可以提供有价值的见解和预测，但它无法取代人类的判断和专业知识。
人工智能在灾害管理中的未来
人工智能在帮助世界提高抗灾能力方面显示出巨大的潜力。虽然人工智能无法取代当前的灾害管理系统，但它可以帮助填补空白，并在自然灾害期间和灾后的每一个环节改善结果。只有增加高质量数据的供应、加强灾害管理组织之间的合作以及采用机器智能和人工智能相结合的敏捷方法，才能提高灾害应对能力。
Ambiq 如何做出贡献
从自然灾害中收集数据的设备需要稳定的能源，以便分析人员和应急人员不会中断数据。Ambiq 的超低功耗亚阈值功率优化技术(SPOT®) 平台和阿波罗系统级芯片(SoC) 系列被嵌入到置于风暴眼的传感器和边缘设备中。它们提供了可靠的高能效和具有人工智能功能的微芯片，可帮助锂电池设备在一次充电后使用数周、数月甚至数年。
资料来源
1 自然灾害统计数据| 2023 年 1 月 31 日
2 自然灾害发生频率是 50 年前的三倍：粮农组织新报告| 2021 年 3 月 18 日
3 到 2025 年全球自然灾害将增加 37%– 报告 | 2022 年 3 月 14 日
4 人工智能如何切实帮助救灾工作| 2023年2月20日
5 人工智能在预测自然灾害和气候变化方面的威力| 2023 年 7 月 14 日
6 利用大数据和人工智能进行抗灾和灾后恢复：迈向更安全的未来| 2023年6月25日
7 AI 来救援：机器学习在紧急情况下提供帮助的 5 种方式| 2018 年 1 月 16 日
8 认识灾难响应聊天机器人克拉拉2023 年
9 AIDR -2023 年人工智能数字响应
10 2023 年人工智能在应急管理中的 5 大用途
11 自然灾害越来越频繁，也越来越严重。以下是人工智能的救星 | 2020 年 1 月 14 日
