火災、洪水、颶風、地震和海嘯等自然災害影響 218,000,000 人，平均每年奪走 68,000 人的生命1。情況繼續惡化。根據聯合國的數據，現在自然災害發生的頻率是 50 年前的三倍2.研究和統計數據表明，氣候變遷會導致這些災難變得更加頻繁和廣泛。Access Partnership 的一份報告預測，到 2025 年，全球每年發生的自然災害數量將增加 37%3。
人工智慧如何幫助災害管理
研究人員、科學家和組織正在向人工智慧 （AI） 和機器學習 （ML） 尋求協助。人工智慧可以透過可靠地即時處理大量數據來潛在地減輕自然事件的損害，這提供了有價值的見解來幫助預測自然事件，並透過更有效率和有效地分配救援資源來增強緩解應對措施。此外，人工智慧和機器學習可以幫助加速向受影響的人員和地方提供援助，並改善一線救援人員的決策和行動。
以下是人工智慧已經對現實世界產生影響的方式：
損害評估
美國國防部部署了一個視覺計算項目 xView2，該項目已經在協助土耳其地面災難後勤和救援任務方面取得了成果4.xView2 的速度比傳統檢測方法快得多，它使用 ML 演算法和衛星影像來識別和分類災區基礎設施和建築物損壞的嚴重程度。
xView2 的演算法採用一種稱為「語義分割」的方法，該方法評估影像的各個像素及其與相鄰像素的關係以形成結論。對於傳統上需要數週才能完成的任務，xView2 將該評估的檢測速度加快到數小時或幾分鐘，使控制中心和救援團隊能夠在受影響地區更快地做出反應以進行恢復
預測分析
透過人工智慧，研究人員和科學家可以分析過去地震活動的模式來預測地震或使用歷史氣象數據來預測颶風。一個例子是 IBM 的 PAIRS Geoscope，這是一種人工智慧驅動的技術，可以分析地理空間數據，檢查降雨量和溫度以預測洪水的可能性5。
透過將資訊處理到特定地區、縣和人口，人工智慧還可以幫助預測自然災害對經濟和人類的影響。德克薩斯農工大學的扎克里土木與環境工程系使用人工智能幫助社區為未來的自然災害做好準備，同時評估影響。他們的社會生態生理復原力評估和預測 （SERAP） 工具使用廣泛的數據源來評估社區的復原力，以識別治理、基礎設施和自然資源管理等因素6。SERAP 工具幫助社區規劃和準備潛在的災難，並透過提高社會、經濟和環境復原力來減輕可能的影響。
人工智慧驅動的調度
在自然災害期間，如此多的求救信號可能會淹沒 911，以至於有丟失關鍵信息的風險。與人類不同，人工智慧可以在創紀錄的時間內管理大量通話並同時執行多項功能。公共安全通訊協會 （APCO） 透過 IBM Watson 的分析程式7 使用人工智慧來改善營運和公共安全。Watson 語音轉文字功能將每次通話的上下文輸入 AI 的分析程序，以增強呼叫中心對緊急情況的回應方式。Watson 還有助於提供準確的信息、減少呼叫時間並加速緊急服務。
人工智慧輔助溝通
人工智能驅動的聊天機器人可以通過流行的社交媒體渠道向受自然災害影響的人們提供救生信息。聊天機器人可以讓救災組織以極低的成本與更多人快速溝通，並為受影響最嚴重的人提供有針對性的援助。使用紅十字會構建的聊天機器人 Clara，災民可以詢問有關當地避難所、經濟援助、志願服務、獻血等問題8.Clara 使用自然語言處理 （NLP） 作為 AI 的子集來處理大量語言數據並理解用戶的問題。
社群媒體中的人工智慧
社群媒體可以包含自然災害發生後立即重要的可操作資訊。但僅靠人類無法管理社交媒體用戶在緊急情況下產生的大量數據。為了減少響應延遲，災難響應團隊可以利用開源人工智能數字響應 （AIDR） 平台，在其他來源可用之前自動收集和分類發布的推文9.AIDR 使用文本和圖像來填補信息空白並提供實時、經過處理的數據。然後，AIDR 從這些數據中尋找人道主義信息，組織可以訪問這些信息並將其應用於應對災難。
基於雲端的緊急管理
基於雲端的人工智慧平台可以使緊急應變團隊能夠從任何裝置指揮、控制和監控即時情況。Havrion Protect 是一個平台，允許用戶在自然災害中虛擬管理設備、應用程序和通信應用程序10。例如，響應團隊可以通知急救人員和工作人員事件、規劃緊急疏散路線以及識別瀕臨滅絕的人員和群體。
人工智慧的局限性
人工智慧在預測自然災害方面的作用面臨挑戰，首先是資料的品質和可用性。人工智慧演算法依賴大量高品質數據來做出準確的預測，但發展中國家等地缺乏可靠的數據。如果訓練資料集涵蓋大型事件，則基於人工智慧的方法會很有效，但它們發生的罕見性也限制了這些資料的可用性。
人工智慧也面臨範圍有限的挑戰。私營部門的人工智慧計畫可能涉及政府或非政府機構專注於特定社區，從而冒著孤立較大地區或急需家庭的風險11，導致目標和利益分散，可能導致組織無法整合或維護這些工具。
最後，自然災害的複雜性是另一個挑戰。許多尚未完全了解的因素會影響這些事件。儘管人工智慧可以提供有價值的見解和預測，但它無法取代人類的判斷和專業知識。
人工智慧在災害管理領域的未來
人工智慧顯示出幫助世界增強抗災能力的巨大潛力。雖然人工智慧無法取代目前的災害管理系統，但它可以幫助填補自然災害期間和之後每個點的空白並改善結果。只有增加高質量數據的供應、災害管理組織之間更好的協作以及結合機器和人類智能的敏捷方法，才能改善災難響應。
Ambiq 如何做出貢獻
從自然災害收集資料的裝置需要一致的能源來源，因此分析師和緊急救援人員的資料不會遺失。Ambiq 的超低功耗亞 閾值功耗優化技術 （SPOT）® 平台和 Apollo 系統單晶片 （SoC） 系列嵌入到置於風暴中心的感測器和邊緣裝置中。它們提供了可靠的節能和人工智慧微晶片來源，可以幫助鋰電池設備一次充電即可使用數週、數月甚至數年。
來源
1 自然災害統計 |2023 年 1 月 31 日
2 自然災害發生的頻率是 50 年前的三倍：糧農組織新報告|三月18,2021
3 到 2025 年，全球自然災害將增加 37% – 報告 |三月 14， 2022
4 人工智慧如何真正幫助災難應變 |2023 年 2 月 20 日
5 人工智慧在預測自然災害和氣候變遷方面的力量 |2023 年 7 月 14 日
6 利用大數據和人工智慧實現災難復原和復原：邁向更安全未來的一步 |2023 年 6 月 25 日
7 AI 救援：機器學習在緊急情況下提供協助的 5 種方式|一月16,2018
8 認識克拉拉，災難應變聊天機器人 |2023
9 AIDR – 人工智慧數位回應 |2023
10 人工智慧在緊急管理中的 5 種應用 |2023
11 自然災害的頻率和兇猛程度都在增加。以下是人工智慧如何提供救援 |一月14,2020
