正在閱讀:面向人工智能時代的災害治理——基于多案例的研究
首頁> 論文推薦 > 正文

面向人工智能時代的災害治理——基于多案例的研究

來源:光明網-學術頻道2019-12-03 10:43

調查問題加載中,請稍候。
若長時間無響應,請刷新本頁面

  作者:廣州大學公共管理學院教授、博士生導師 周利敏

  摘要:人類正步入一個“人工智能”時代,它為災害治理變革提供了重要動力。人工智能災害治理模型分為平臺、工具、地理、模擬、決策與社會六個基本維度,它建構在復雜適應系統、社會技術和人類因素控制系統的基礎上。這一分析框架分為“人工智能—治理趨勢”“人工智能—治理環境”“人工智能—治理體系”與“人工智能—治理行動”四個面向。研究認為人工智能提供了一種更方便與科學的模擬治理、仿真實踐和情境治理,在高度復雜與動態的災難情境下,人機協作有效輔助災害響應是災害治理成敗關鍵。它雖然具有地理系統與人工智能結合、人工超級智能與新技術結合、群體智能與計算智能結合、遙感圖像與人類思維模型化結合等光明前景,但也存在技術激增與人類終結、自主性與可靠性、體積與品種等陷阱。研究最后強調災害治理與人工智能結合是新興的交叉研究領域,它掌握了跨學科災害研究的全部復雜性,為學界、政府和實務界提供了重要的理論范式、政策工具和實踐指南。

  關鍵詞:人工智能;災害治理;大數據;輔助決策;群體智能

  一、緣起:“人工智能”時代災害治理的變革

  人類正步入一個“人工智能”時代。2015年1月,一大批高科技和科學領域知名人士和人工智能專家發表了一篇名為“強有力和有益的人工智能研究重點:一封公開信”,呼吁研究Al的社會影響。[1]2016年美國發布《國家人工智能發展與研究報告》和《為人工智能的未來做好準備》,提出推進人工智能在災害治理中的應用。2017年7月8日中國國務院在印發與實施《新一代人工智能發展規劃》中明確提出促進人工智能在公共安全領域深度應用,圍繞地震災害、地質災害、氣象災害、水旱災害和海洋災害等重大自然災害,構建智能化監測預警與綜合應對平臺。國內各個省市積極響應,以廣東省為例,2018年7月廣東省頒布的《關于印發廣東省新一代人工智能發展規劃的通知》(粵府〔2018〕64號)、2017年8月廣東省政府發布的《廣東省戰略性新興產業發展“十三五”規劃》及2018年10月廣東省科學技術廳印發的《廣東省新一代人工智能創新發展行動計劃(2018-2020年》等政策文件中都強調人工智能在災害治理中的重要作用。這些充分表明,隨著全球災害發生頻率和強度不斷增加,不但西方發達國家開始高度重視人工智能的重要作用,一些發展中國家也同樣如此,如2017年孟加拉國洪水造成了1000多人死亡,政府因此建立了2000個救災營地,幫助非政府組織掌握人工智能技術,使其在救災基礎設施缺乏地區能快速采取應急救援行動。

  人工智能災害治理包括人工智能技術與思維兩個層面,近幾年來國內外學界研究方興未艾,目前主要集中在這些視角:①“人工智能響應災害新論”。人工智能與大數據混合有利于建構人工智能災害響應新系統,如Web extra是網站上一種新型的災害響應人工智能(AIDR)視頻,同時是一個免費、開源且易于使用的平臺,用于人道主義危機期間過濾和分類微博消息。[2]②“機器人代理新行為論”。示范學習(LFD)是機器人災害治理代理的新行為方法,從自主軌跡映射到災難響應,機器人能自主操作、記錄GPS位置及標記實時災害信息。[3]③“社交媒體人工智能治理論”。機器智能在災難期間通過使用AI和機器學習,自動從社交媒體數據中提取有用信息。[4]④“人工智能治理技術論”。例如,混合人工神經網絡技術具有情境感知功能,它能預測和響應不確定性地質環境風險,“類似人類視覺注意的智能系統”能有效提高應對人員對惡劣災害環境認識。[5]⑤“人工智能模擬災害治理論”。虛擬化是災難恢復最佳技術之一,地震防災支持工具使用增強現實(AR)3DCG動畫功能,在有或沒有地震災害情況下模擬與體驗家具搖晃。[6]⑥“智能型可視化災害治理論”。通過將專家系統和人工神經網絡應用到防洪減災決策支持系統,設計GIS智能型防洪減災決策支持系統總體框架,實現災害信息可視化管理。[7]

  雖然學界在這一領域取得了一些研究成果,但也存在一些不足:①研究相對分散。大多側重于技術、管理與理論應用層面,專門針對人工智能災害治理的研究非常少見。②不同學科之間交流與對話不足,基本的人工智能災害治理共識尚未形成。③研究的廣度和深度有所欠缺。大多停留在理念與概念層面,案例研究少見,量化研究更為不足。④許多研究采取自上而下視角,集中于管理、制度和政策設計,較少取自下而上的民間與社會治理視角,雙向結合研究更為少見。⑤主要做描述性、診斷性及應用預測性(會發生什么)分析,缺乏在此基礎上深入的理論研究。⑥國內與國外研究對話不足。國內學界雖應立足于現有國情與社情,但人工智能是一場全球范圍內的災害治理技術與思維革命,國外研究成果有許多可借鑒之處,否則難以擺脫國內研究相對滯后的現狀。基于此,本研究將聚焦這些問題:如何建構人工智能災害治理模型以供實踐參考,如何構建人工智能災害治理分析框架以供學界參考,人工智能在災害治理實踐中如何具體應用,它具有哪些光明前景,又會遇到哪些陷阱,如何建立符合中國國情的本土化人工智能災害治理模式?

  二、人工智能時代災害治理模型

  由于災害具有動態性、復雜性、緊迫性和不確定性等特征,使得災害治理非常具有挑戰性,決策者在此情境下作出科學決策往往非常困難,人工智能為防災、減災和救災提供了快捷、形象與直觀的科學決策。通過建構人工智能災害治理模型,有利于為災害治理者提供實踐參考、掌握治理邏輯及發現內在規律。治理模型與實踐之間存在一定的差距,韋伯認為“理想模型”就像“雙面鏡”,通過比較二者之間的差異,發現真正的實踐問題并促進其有效解決,這一模型包括平臺、工具、地理、模擬、決策與社會六個基本治理維度。

  (一)平臺維度:3D圖像、在線論壇與微型機器人

  收集最新狀態的災害信息對于災害治理非常重要。人工智能平臺不僅能有效收集巨量信息,還能優化處理巨量信息并進行有效決策,因此,它是災害治理的基礎和核心。目前,正在探討的平臺技術是3D圖像技術,它能模擬災害治理環境,不僅為參與者提供了在線論壇,而且參與者在復雜的3D圖形情境中能有效進行交互、交流和模擬治理,為其提供了虛擬化解決方案和共享平臺,尤其是在太遠、太分散甚至數量太多的社區,救援人員往往無法及時親赴現場,通過其提供的寶貴救援信息進行針對性救援。[8]微型機器人流動系統是人工智能平臺的另一項新興技術,在災害自動搜索和救援(USAR)領域中應用很廣,它是一種基于機器人平臺的災害決策工具,對災害救援和應急管理產生了重要影響。

  (二)工具維度:人工神經網絡、混合智能與新技術研發

  人工智能災害治理涉及一系列具體技術,包括評估、預防與分析等技術,人工智能系統首先是一種有效的風險預防工具,風險評估需要大數據,但大數據往往充滿了許多變量、不確定性和模糊性。為了克服這一難題,最有效的技術就是通過人工智能算法系統處理巨量數據并進行風險評估,這一算法系統由專家系統、人工神經網絡和混合智能系統構成。[9]現實生活中,大數據分析復雜化和專業化往往讓人望而卻步,但人道主義援助/救災(HA/DR)分析師和專家在沒有數據科學家幫助下通過新興智能(ABI)方法創建了災害分析模型,它是一種簡化的分析建模方法,有效解決了風險大數據分析復雜性問題。[10]目前正在使用與研究的人工智能災害治理新技術還包括物聯網(LOT)、納米技術、生物技術、量子計算和機器人技術等,原始人工智能(AI)技術還將進一步創建超級人工智能(ASI)技術。

  (三)地理維度:GIS地圖分析、地理空間信息與模糊認識地圖

  地理維度在災害治理中非常重要,任何災難都涉及具體的時空,自然災害更是如此。因此,人工智能需要將空間數據庫與地理框架有效結合起來,運用網絡GIS應用程序對數據庫系統進行有效運算,進而通過地理空間數據質量模型監控空間網絡、評估空間數據及保證數據生成質量。通過復雜性系統和GIS地圖分析風險網絡和風險關鍵點,然后結合地理空間信息技術(GIT),以有效改善災害治理各個階段,這一“人工智能+地理信息系統”模式在災害領域得到初步應用。另一種地理技術即“模糊認知地圖”是從人工智能借來的概念,結合了模糊邏輯和神經網絡技術模擬災害治理,它是一種復雜與有效的分析工具。[11]

  (四)模擬維度:網絡通信、智能仿真與情境治理

  人工智能一個非常重要的特點是為災害提供了一種更加方便與科學的模擬治理、仿真實踐和情境治理,這一人工智能模擬系統在危險地圖上構建了虛擬災區,通過網絡通信技術和危險地圖不僅能有效預測風險,而且能在模擬情境中進行通信實驗及選擇治理策略。災害評估智能仿真系統是一種正在開發的重要模擬系統,它主要應用于四個領域:智能災害危險性評估、災害破壞和損失評估、優化應急響應和災害恢復計劃,主要由四個部分構成:信息數據庫、分析模塊、智能決策子系統和友好的用戶界面,它能有效模擬城市災害疏散中的人群運動。一些國家還開始應用通信技術(ICT)建構增強現實(AR)情境的人工智能模擬系統,[12]通過鏈接風險區域的物理虛擬領域及利用人工智能技術,為治理者提供可視化、直觀化與快速化的響應服務。

  (五)決策維度:機器人代理、自主決策與輔助決策

  在高度復雜與動態的災難情境下,人機協作能有效輔助災害決策,這是人工智能治理的關鍵。人工智能自治系統是由機器自主代理與人類遠程控制融合而成,為管理者和民眾提供輔助決策支持。用于救援的機器人雖然具有一定的代理性和自主性,但依然依賴于人類的遠程操作,這一系統有效提高了救援人員、機器人團隊和社會群體的協同響應。自主機器人對于災害站點的監視非常重要,它使得越來越多的社會群體提高了應對災難、事故和風險的能力。[13]人工智能為災前預防、災中應急和災后重建提供了新的決策工具,通過計算災害救援車輛路線,在最短時間內為管理者和民眾提供最合理的救援策略,[14]它使機器人能夠進行更為復雜的災害救援與決策。隨著人工智能技術的快速發展,還需要不斷改進和調整基于AI系統的災害決策工具。

  (六)社會維度:身體傳感器、社交媒體與社區參與

  人工智能不僅為自上而下的政府治理提供了新工具,也為自下而上的民間參與提供了重要途徑。民間緊急響應者、災民與普通民眾是災害治理的重要組成部分,其攜帶的現代通信設備也是身體傳感器,具有定位、跟蹤與通信等功能,[15]為災害治理提供了動態、持續與真實信息,推特、臉書和微信等社交媒體逐漸成為災害治理的重要工具。由于社交媒體具有大數據性質,通過人力資源對其進行篩選是一項勞動密集型工作,人工智能更好了解誰共享信息、過濾信息與實時識別潛在風險,社交媒體通過復雜的自適應系統(CAS)、社區參與和社區賦權促使民間社會成為災害治理的重要力量,也有利于韌性社區的創建。中國國務院在《新一代人工智能發展規劃》中要求支持有條件的社區開展基于人工智能的公共安防區域示范,為自下而上的社區參與提供了政策支持與制度安排。

  世界各國積極運用人工智能解決災害治理問題,災害治理模型建立在復雜適應系統、社會技術和人類因素控制系統基礎之上,體現了復雜風險背景下災害治理的動態過程,大大提高了災前預防、災中應急與災后重建的效率。需要強調的是這是一個探索性的理論模型,未來需要結合實踐進一步探討阻礙或促進人工智能災害治理的因素。

  三、人工智能時代災害治理分析框架

  當代社會是一個脆弱而又災害頻發的社會,學界普遍認為人工智能有利于提高災害監測、評估、應急與處理能力,已成為災害治理的重要創新,也為維護社會穩定與社會良性提供了新途徑。人工智能理論模型側重于實踐層面,試圖將抽象理論指導實踐并相互對照。人工智能分析框架以人工智能理論、災害治理體系、災害治理過程及災害治理方法為依據,研究人工智能災害治理趨勢有哪些(人工智能災害治理國際經驗與中國模式)——為什么需要人工智能災害治理(人工智能災害治理微觀組織與宏觀社會環境)——如何建立人工智能災害治理模型(構建人工智能災害治理預防、監測、預警、應急及災后重建體系)——如何利用人工智能應對已爆發的災害(構建人工智能災害治理決策、社會處理與社會發布機制)的思路而展開。

  面向一:“人工智能——治理趨勢”分析

  這一面向的基本假設是災害治理已成為全球重要議題,人工智能分析具有復雜性、自動化和智能性特征,它是災害治理發展的基本趨勢。在國際災害治理領域,人工智能已初步得到應用,逐漸成為國際趨勢和發展方向。我國雖然在“汶川大地震”與“蘆山大地震”等災害治理工作中取得了巨大成效,但仍然存在許多不足,尤其是新的治理模式還比較缺乏。我國現有的災害治理還是傳統模式,雖然能解決災害發生的“當下問題”,但無法滿足頻發性、復雜性和不確定性災害治理需求。通過比較研究國際與國內治理新理論與新實踐,有利于建立符合我國國情與社情的人工智能災害治理新模式。

  面向二:“人工智能——治理環境”分析

  人工智能研究需要將微觀組織內部環境與宏觀社會外部環境結合,才能建構系統性與科學性人工智能災害治理體系。隨著復合型災害、次生災害與衍生災害等新型災害不斷出現,災害發生的外部環境有了很大變化,單一、固化與緩慢的傳統治理模式已無法有效應對,人工智能治理模式則應運而生。組織內部適應性是人工智能治理的內在基礎,它為災害治理提供了何以可能與何以可為的組織因素。人工智能能有效加強組織內部與外部環境的溝通,促進不同治理主體協同治理。人們往往重視人工智能微觀組織層面,忽視人工智能技術及其組織賴以生存的宏觀外部環境,使得治理實踐難以適應宏觀社會環境需求。

  面向三:“人工智能——治理體系”分析

  隨著新型災害的不斷出現,需要建立適合現代災害發展新趨勢的高效人工智能治理體系,它涉及一系列實踐難題,例如,如何建立完整的災害信息收集、分析、決策及災害因應行動體系以有效克服傳統體系僵化、分散與遲緩等局限,這是核心的實踐難題,事關災害治理的具體成效,學者也因此提出了許多設想。哈利勒(Khalil)等學者認為機器人、本體與語義網等建構的多智能災害治理體系,具有足夠的韌性和適應性,能有效解決災害動態環境中的復雜性問題。[16]人工智能災害治理體系是一個綜合系統,包括預測、預警、預控、應急及重建等層面,各系統內部與系統之間協調運行,才能發揮災害治理的最佳效應。

  面向四:“人工智能——治理行動”分析

  災害治理需要公共機構、私人組織和民間社會共同參與,才能有效降低災害風險。如何在人工智能情境中建立災害治理的“公私協力”關系,政府如何鼓勵與支持民間社會參與災害治理,如何協調政府組織內部與公私組織之間的治理行動,這些都是人工智能面臨的重要行動議題。災害行動主要有行動快速原則、確定優先事項原則、行動協調原則、行動凝聚力原則與行動高效原則等,災害治理人員包括專業救援人員、機器人團隊和社會群體等,在人工智能情境中,行動者易于開展預警、預防、預控、應急、救援與重建等行動,[17]有利于提高民眾自救、互救與他救的行動能力。

  人工智能具有使用范圍廣、靈活性強、地理可視化和有效利用社交網絡等功能,能在虛擬空間和現實物理世界中為不同群體提供災害治理輔助決策支持,也能有效預防、預控與應急處理潛在或爆發的災害。人工智能災害治理分析框架為學界提供了有益的研究借鑒,但它需要在后續研究中進一步改進與完善。

  四、案例分析與命題提出

  在近幾年洪水、地震、工地事故、飛機事故、工業事故、地震易損性、減災及核工業早期故障檢測等案例中,結果顯示近60%的人使用人工智能(AI)作為災害治理工具,以此應對內部和外部非結構化環境的變化,[18]人工智能已成為一些國家災害治理的重要實踐問題,國際與國內出現了一些典型案例。在對這些案例深入探討的基礎上,進一步演繹出人工智能災害治理的基本命題。

  (一)人工智能如何促進災前預警?

  人工智能方法能實現災前預警三維分析表達,為災前預警提供了新的技術方法。2018年5月27日,美國馬里蘭州埃利科特市發生了千年一遇暴雨。在暴雨前幾天,美國國土安全部利用人工智能進行了有效預警,通過航拍圖像生成了高分辨率地圖,比傳統地圖精確了大約1,000倍。遙感圖像包括自然地形特征分類、土地利用監測、地下水勘探、環境災害評估和城市規劃等,計算智能基于群體智能、人類思維模型化、自然啟發和其他一些智能技術,它能有效處理巨量遙感圖像。[19]谷歌和哈佛大學正在聯合開發預測地震的人工智能系統,研究人員對13.1萬多次地震數據進行了研究,對3萬余個災害事件進行神經網絡測試,實驗表明能精確預測余震位置。印度占全球洪水災害死亡人數20%,Google與印度政府合作創建了AI洪水預測模型,并利用Google Public Alerts(公共安全警報)改進洪水警報,2018年9月,發出第一次洪水預警,大大提高了預測災害發生位置、發生時間和損失程度的準確性。根據以上案例,可以推出以下命題:

  命題1.1:災害預測中人工智能運用越多,越能提高預測準確性。

  人工智能和機器學習能有效識別、處理與降低災害風險,尤其能有效進行災前風險識別,[20]從而將災害風險降到最低,Google公共安全報警系統是發布災害緊急信息的平臺,2018年9月已發出數以萬計的自然災害預警,覆蓋美國、加拿大、日本和巴西等十多個國家,用戶瀏覽量已超過15億次,激活了200多次SOS警報。2017年九寨溝發生了7.0級地震,由成都高新減災所研發建設的地震預警系統,通過電視彈窗、預警廣播、手機APP、專用接收終端預警與微博等提前幾十秒進行預警,同時自動關閉煤氣、自動切斷電力與緊急制動高鐵等生命線,有效避免次生災害、衍生災害和復合型災害發生。在技術層面,災難規劃OWS(開放地理空間Web服務)是一種新的自動解決方案,通過AI規劃與Web應用程序能有效預警災難。[21]根據以上案例,推出以下命題:

  命題1.2:災害預警中人工智能運用越多,越能減少災害損失。

  SilviaTerra是一家位于舊金山的公司,目前正在開發森林火災人工智能預防技術,通過衛星數據、空中影像與激光掃描技術結合,進行森林地面測繪、抓取遙感信息和收集森林地形數據,進而繪制了加州天堂市森林火災潛在區域,還制定了火災風險等級地圖,[22]并用紅色標出風險最高區域,使得當局能預先采取火災防御措施。美國宇航局和Development Seed公司利用衛星圖像和機器學習追蹤哈維颶風,在效果上它比常規技術好6倍,每小時可追蹤一次颶風,傳統方法每6小時才能跟蹤一次,大大提高颶風預防的時效性,[23]人工智能在災害預防中非常強大且具有變革性。[24]根據上述案例,推出以下命題:

  命題1.3:災害預防中人工智能運用越多,越能降低災害風險。

  在這一命題的基礎上,還可進一步推出以下命題:

  命題1.4:災害預控中人工智能運用越多,越能控制災害風險。

  (二)人工智能如何促進災中應急?

  在人工智能時代,災害治理需要捕獲實時社交媒體大數據,開發與運用特定危機分類、實體分類及數據匯總技術刻不容緩,還需要通過地圖呈現社交大數據并使其可視化,這一基于社交情境的人工智能方法在2015年5月尼泊爾地震人道主義響應中得到了有效運用。[25]在2017年9月墨西哥城地震中,志愿者利用社交媒體迅速組織救援行動與搶救災民生命,AI從數百萬社交媒體帖子中抓取與分析大數據,為災中應急提供重要信息服務和輔助決策支持,同時為受災最嚴重地區和最需要救助的災民及時提供救援人員。社交媒體與人工智能的結合為社區災難應對提供了重要途徑,它構建了社區團體與應急組織之間的新型關系。[26]根據上述案例,推出下面命題:

  命題2.1:災害應急中人工智能運用越多,越能提供有用的應急信息。

  當災害發生后,人工智能能有效監控社交網絡與社交工具,通過將所有推文存儲到災害數據庫中并及時分析,[27]為應急救援提供輔助決策支持。在印度,谷歌利用人工智能檢測技術發布洪水警告,在啟動人工智能預警之后,再利用聊天機器人Hakeem幫助救災人員與不同語言災民進行應急溝通。2017年九寨溝7.0級地震后,地震信息播報機器人就自動編發緊急稿件向全國及時發布,短短25秒后,機器人就完成了數據抓取、挖掘、分析、自動撰寫與發布的整個過程,為災中應急贏得了寶貴的救援時間。

  命題2.2:災害應急中人工智能運用越多,越能提高應急溝通效率。

  在2019年1月珙縣5.3級地震中,四川省地震局自主研發的智能地震編目處理系統第一次應用于災中應急,在余震資料處理過程中實現了無人工干預、實時自動分析與自動編目,為地震應急提供了巨量信息。2017年九寨溝地震發生后,大疆公司利用無人機對現場進行航測與追蹤,為災中應急提供了巨量數據信息。中國移動與華為公司首次運用無人機高空基站快速恢復了30多平方公里受災區的通信,無人駕駛飛行器(UAV)是一種用于災難情景中的靈活且快速部署的通信網絡,能為救援隊成員提供有效的通信鏈接。無人機結合了人工智能算法,能最大限度為受害者提供應急服務。[28]通過使用自主無人駕駛飛行器(UAV)、有人駕駛車輛技術和自主無人駕駛地面車輛(UGV)在難以到達的危險區域提供醫療用品服務,從而減少救援成本及消除救援風險。[29]它還能科學地將受害者分配到醫院,同時組織緊急車輛運輸,在最合理時間內提供即時性、啟發性和完整性應急處理方案,從而拯救更多的受害者。[30]由此,推出以下命題:

  命題2.3:災害應急中人工智能運用越多,越能提高災害應急救援行動效率。

  (三)人工智能如何促進災后重建?

  由于災難日益復雜,科學的治理決策也變得更加困難。巨量數據作為決策的科學依據,越來越受到決策者們的重視。人工智能具有虛擬化、情境化和科學化等特征,是災后恢復的最佳技術之一,人工智能治理建立在高資源利用率、高可用性、易于管理、及時恢復和動態管理的基礎架構之上。[31]Facebook研究小組創建了“災害影響指數”(Disaster Impact Index,DII)量化指標,用來衡量某一地區水災或火災損失,它是一種“從衛星圖像到災難洞察”的工具,建立在人工智能神經網絡基礎上。2017年德州哈維颶風(Harvey)發生后,它有效地識別了受損道路,準確率達到了88.8%,識別圣羅莎火災受損建筑準確率也達到了81.1%,[32]通過對比災前和災后航拍照片,人工智能將所有照片分解成更小與更容易辨別的巨量照片集,為災后評估提供直接和重要依據。

  命題3.1:災害重建中人工智能運用越多,越能有效評估災后損失。

  評估自然災害風險是國內和國際學界熱烈爭論的問題,災后損失評估更具爭議性,尤其主觀層面損失往往無法估量,如何建立科學的災后損失評估機制成為困擾學界的難題。[33]人工智能大大提高了災后損失評估的準確性,也能針對性提供災后重建策略和提高災后重建效率。美國安大略省電力公司(hydroOne)在IBM的幫助下開發AI風災治理工具,2018年4月,安大略省風災四天內,電力公司根據AI評估采取有效措施迅速恢復了供電。通過AI抓取與分析歷年巨量氣候數據與實時天氣大數據,提前72小時預測風災等級、損失情況和最嚴重的脆弱區域,hydro One公司在災前就將1400名前線電工安排到受災區域進行預防并制訂了應急計劃。[34]人工智能還能有效預測災后一年內心理壓力源、精神狀況、情感支持與個人自我意識。基于上述案例,推出以下命題:

  命題3.2:災害重建中人工智能運用越多,越能提高災后恢復速度。

  在此基礎上,進一步推出以下命題:

  命題3.3:災害應急中人工智能運用越多,越能提高災后重建效率。

  (四)人工智能如何提高災害模擬治理?

  災害情境具有不確定性、噪聲數據輸入性和行為隨機性,使得災害決策變得異常復雜,人工智能模擬治理與情境治理大大提高了災害決策的科學性。災害治理涉及巨量數據信息分析和數據管理等復雜技術,它需要降低巨量信息不確定性、降低治理成本及克服傳統科層制局限,有利于在不可預測的災害環境中解決復雜性決策問題。Google公司利用AI和現代計算能力為印度創建了AI洪水災害預測模型,它對巨量歷史事件、河流水位讀數、地形和海拔等進行存儲、抓取與分析,同時整合印度海得拉巴河流域巨量數據,在此基礎上生成風險地圖,然后對每一災害進行數十萬次模擬治理,當災害發生后,相關人員能迅速趕赴現場進行應急救援。

  命題4.1:災害模擬中人工智能運用越多,越能有效提高風險預測。

  加州One Concern公司正在開發人工智能地震災害模擬工具,它首先收集建筑類別、年齡和材料等巨量數據,在此基礎上構建城市人工智能建筑模型,模擬地震來臨時房屋倒塌情況,為災中救援和災后重建提供輔助決策支持。[35]這一系統利用人工智能設置地震事件模版,可以在線實時連續掃描地震波、自主識別和自主處理地震災害。英國劍橋大學在實驗室利用智能機器人對巖石震動進行辨別,不僅能準確抓取與分析地震信息,還能有效預測地震風險,它為地震預測提供了新方法,有望破除“地震災害不可預測”的迷思。

  命題4.2:災害模擬中人工智能運用越多,越能提高災害救援效率。

  在前面兩個命題基礎上,進一步推出以下兩個命題:

  命題4.3:災害模擬中人工智能運用越多,越能提高災害決策的科學性。

  命題4.4:災害模擬中人工智能運用越多,越能提高因應行動的科學性。

  (五)案例總結

  通過梳理多個案例發現,人工智能在災害治理領域中側重預防、預控、預警、應急與決策等層面,有利于科學解決潛在與已爆發的危機。由于人工智能使用目的、范圍和特征不同,從案例中演繹出來的基本命題也有很大不同,但大致可以分為災前預防、災中應急、災后重建與模擬治理四個層面,每一層面又包含了若干個子命題。需要強調的是本研究通過案例演繹出來的基本命題屬于

  探索性研究和理論鋪墊,需要后續研究進一步證實與證偽,最終為建立符合中國國情的本土化人工智能災害治理模式提供有益啟發。

  五、理論前景與實踐陷阱

  基于地理信息系統(GIS)和人工智能(AI)等技術基礎之上的災害治理系統,不僅能有效識別災前風險結構和社會系統脆弱性,還能快速評估災后損失情況,為政府、社會組織與民眾災害治理提供重要的輔助決策支持。在災害治理領域,人工智能不僅具有重要的理論意義,還有光明的理論前景。

  首先,“地理系統、人工智能與災害治理”結合新趨勢。地理信息系統(GIS)和人工智能(AI)在災害治理中的應用不僅為災害治理提供了新的技術優勢,也為科學家、工程師、管理者和民眾提供了新的實踐手段,成為未來災害治理的重要輔助決策工具。其次,“人工智能”“人工超級智能”與其他新技術結合趨勢。隨著人工智能技術的不斷發展,它幾乎能夠完成人類的所有任務。AI還將進一步發展為“人工超級智能”(ASI),它涉及技術創新、軟件設計、網絡計算和虛擬工具等新技術,為災害治理提供了更高效的信息、映射和通信工具,在未來具有無限的技術潛力和實踐圖景。再次,群體智能、計算智能與虛擬工具結合新趨勢。在未來的人工智能災害治理過程中,傳感器網絡、云、人群、點對點智能技術、多代理、進化計算和群體智能等技術可以增強計算智能,通過將這些技術應用于理論與實踐創建新的災害治理模式,將進一步提高災害治理效率。最后,遙感圖像、人類思維模型化與災害治理結合新趨勢。災害遙感圖像分為自然地形特征、土地利用監測、地下勘探、環境災害評估和城市規劃等,它在災害治理領域中取得了巨大成功。同時,它與計算智能的結合促進了群體智能、人類思維模型化與自然啟發等技術在災害治理領域的應用。

  雖然人工智能在災害治理領域正經歷一系列創新活動,但也存在一些實踐陷阱:首先,技術激增、人性風險與人類終結的陷阱。物理學家和宇宙學家斯蒂芬霍金最近指出,“全人工智能的發展可能意味著人類的終結”,比爾·蓋茨和伊隆·馬斯克在內的知名技術人員也發出先進人工智能技術激增可能帶來嚴重的潛在危險和警告。為了避免人工智能對人類社會帶來的重大沖擊,需要采取積極有效的措施化解社會風險,通過建立法律與政策保護框架,當AI在災害治理領域發生致命失誤時,能及時有效賠償災害損失各方。其次,非結構化、自主性與可靠性陷阱。在災害情境中進行科學決策是人工智能面臨的重大難題,由于災害環境具有非結構性、復雜性、動態性、不確定性和隨機性等特點,同時大數據也存在噪聲與冗余等局限,在這樣的環境中使用全自動智能機器人技術進行實時決策將會變得異常復雜,新的錯誤決策風險也大大增加。自主機器人能否適應內部和外部環境變化,能否保證自主處理的正確性及避免算法安全風險,能否在災難情景中進行有效搜索、救援與監視,這些都是人工智能治理過程中面臨的重要挑戰。最后,體積、品種與隱私陷阱。災害大數據來源眾多,雖然為災害治理提供了巨量數據與豐富信息,但也會伴隨著許多噪聲數據,巨量數據還面臨體積與品種等陷阱,人工智能能否從巨量數據中分辨出噪聲與錯誤訊號也存在系列困難,未來需要建立一套能正確分辨噪聲數據和處理巨量數據的人工智能數據處理系統以應對數據安全與信息安全風險。隱私和網絡安全一直廣受人們關注,人們擔心收集和使用災害治理數據缺乏透明度,盡管一些大數據在使用過程中被匿名化,但仍然存在個人隱私被識破的風險。

  人工智能與災害治理的結合被認為是新興起的交叉研究領域,它整合了不同學科與不同領域,掌握了跨學科災害研究的復雜性。同時,它也促進了災害治理理論的重大轉型,為新災害管理學提供了重要的理論指向,也為政府和實務界提供了極具啟發性的政策工具和實踐指南。

  [參考文獻]

  [1]Devdatt D,Shalom L. Viewpoint AI Dangers:Im-agined and Real,Association for Computing Machine-ry,Communications of the ACM,2017,60(2).

  [2]Sarah V,Adam H. Rethinking Context:Leveraging Human and Machine Computation in Disaster Response,Computer,2014,47(4).

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

  [4]Shetty D,A Computational Task Allocation Model for Disaster Response. Dissertations & Theses-Grad-works,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 Intel-ligence,2017,48(8).

  [6]Yoshida K,Urabe M,Tsuchiya H,et al,Eart-hquake Disaster Prevention Support Tool–Visualiz-ation of Preven-tion Effectiveness by Utilizing Aug-mented Reality. In:Stephanidis C. (eds) HCI Inter-national 2011–Posters’ Extended Abstracts. HCI Communications in Computer and Information Science,Springer,Berlin,Heidelberg. 2011.

  [7]Jun-Ai Yan. Study on Decision-making Support Syst-em for Urban Intelligent Flood Control and Disaster Mitigation Based on GIS,Water Resources and Hyd-ropower Engineering,2006,37(8).

  [8]Dethridge L,Quinn B,Realtime Emergency Com-munication in Virtual Worlds,International Journal of Disaster Resilience in the Built Environment,2016,7(1).

  [9]Guzman A ,Ishida S,Choi E,et al,Artificial In-telligence Improving Safety and Risk Analysis:A Com-parative Analysis for Critical Infrastructure//IEEE In-ternational 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(1).

  [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(3).

  [12]Park S,Park S,Park L,et al. Design and Implement-ation of a Smart IoT Based Building and Town Dis-aster Management System in Smart City Infras-tructure,Applied Sciences,2018,8(11).

  [13]Kubo M,Yoshimura T,Yamaguchi A,et al. In-dividual Recognition-free Target Enclosure Model,Artificial Life and Robotics,2012,17(1).

  [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(4).

  [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 Moni-tor Logistics Distribution of Disaster Relief Using the CodeIgniter Framework,International Journal of Artificial Intelligence Research,2017,1(2).

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

  [19][20]Singh V,Kumar G,Sabherwal D,A Com-parative Study of Computational Intelligence based Tech-niques in the Field of Remote Sensing Image Classification//International Conference on Computing for Sustain-able 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(2).

  [22]佚名,科技防災:預測自然災害的人工智能新技術[Z],紐約時報中文網,2019-03-23.

  [23]用AI預測地震、洪水、颶風和火山噴發,現在已經成為了可能[Z],天天快報,2019-03-17.

  [24]Armstrong S,Bostrom N,Shulman C. Racing to the Precipice:A Model of Artificial Intelligence Development,AI & SOCIETY,2016,31(2).

  [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(2).

  [26]Dethridge L,Quinn B. Realtime Emergency Com-munication in Virtual Worlds,International Journal of Disaster Resilience in the Built Environment,2016,7(1).

  [27]周利敏,鐘海欣,“社會5.0”時代的大數據風險治理[J],北京行政學院學報,2019(1).

  [28]周利敏.大數據時代的災害預警創新——以陽江預售信息發布中心為案例[J],武漢大學學報(哲學社會科學版),2017(3).

  [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(4).

  [31]Sindoori R,Pallavi V. Abinaya P,An Overview of Disaster Recovery in Virtualization Technology,Journal of Artificial Intelligence,2013,6(1).

  [32]Facebook AI技術可識別洪水和火災破壞程度,有助緊急救援[Z],鳳凰網科技,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,Archi-techture Section,2006,LII(LVI)(3-4).pp27-40.

  [34]顏媚、張濤、石霖,AI+公共安全,大潮已起[Z],人民郵電報,2018-10-11.

  [35]雷鋒網,提升災害應對效率,日本政府欲利用AI共享防災信息[Z],科技新報,2018-03-01.

  【基金項目:國家社會科學基金重點項目“面向人工智能時代的災害治理研究”(編號:19ASH009)】

  本文刊發于《中國行政管理》2019年第8期,注釋略

[ 責編:李貝 ]
閱讀剩余全文(

相關閱讀

您此時的心情

新聞表情排行 /
  • 開心
     
    0
  • 難過
     
    0
  • 點贊
     
    0
  • 飄過
     
    0

視覺焦點

  • 澳門輕軌舉行通車儀式

  • 中國駐新使館確認新西蘭火山噴發涉兩名中國公民

獨家策劃

推薦閱讀
12月10日,游客在湖南烈士公園年嘉湖的游道上行走(無人機拍攝)。新華社記者 陳澤國 攝  12月10日,小船在湖南烈士公園年嘉湖湖面行駛(無人機拍攝)。新華社記者 陳澤國 攝  12月10日,一只小船在湖南烈士公園年嘉湖湖面行駛時經過游道(無人機拍攝)。
2019-12-11 10:31
12月10日,航拍浙江杭州龍井茶園景色怡人。
2019-12-11 10:38
冬季,云南省麗江玉龍雪山景色秀美壯觀,吸引了眾多游客。
2019-12-11 10:34
這是分辨率為2.6米的高分七號衛星廣東海陵港真彩色多光譜正射影像。
2019-12-11 10:33
中國駐新西蘭大使館12月10日確認,懷特島火山噴發災害涉及兩名中國公民,其中1人受傷并已送院治療,使館已要求新方盡快提供另一名中國公民有關情況。中國駐新西蘭大使館10日確認,懷特島火山噴發災害涉及兩名中國公民,其中1人受傷并已送院治療,使館已要求新方盡快提供另一名中國公民有關情況。
2019-12-11 10:32
12月10日,航拍下的江西省贛州市大余縣丫山風景區。進入冬季的丫山,層林盡染,色彩斑斕,美不勝收。丫山因最高峰雙秀峰呈“丫”形而得名,森林覆蓋率高達92.6%。
2019-12-11 10:24
近日,江西省南昌縣鳳凰溝景區的5000余株紅楓進入最佳觀賞期,滿目火紅的冬日“楓”景吸引游客前來觀賞。
2019-12-11 10:24
12月10日,澳門輕軌從氹仔客運碼頭站開出。 當日,澳門輕軌舉行通車儀式,并正式投入運營。
2019-12-11 10:23
“中華名樓”黃鶴樓重現宋清時期被毀“前身”
2019-12-11 09:58
12月10日,美國國會眾議院民主黨人士出席在華盛頓舉行的新聞發布會。美國國會眾議院司法委員會10日宣布針對總統特朗普的兩項彈劾條款,指控他濫用職權和妨礙國會調查。美國國會眾議院司法委員會10日宣布針對總統特朗普的兩項彈劾條款,指控他濫用職權和妨礙國會調查。
2019-12-11 09:54
兩年里,“達尼婭廚房”越做越大,經營品類也從單一的糕點擴大到敘利亞人愛吃的各類日常食品。為提高服務水平,家庭廚房還開通網絡訂餐和送餐服務,聘請專人負責客戶服務和產品營銷。
2019-12-11 09:51
駐澳門部隊舉行軍營開放活動,裝甲步戰車編隊通過觀禮臺。
2019-12-11 09:50
12月10日,在科威特哈瓦利省,人們參觀第五屆海灣防務和航空展。12月10日,在科威特哈瓦利省,人們參觀第五屆海灣防務和航空展。新華社發(阿薩德 攝)  12月10日,在科威特哈瓦利省,人們參觀第五屆海灣防務和航空展。
2019-12-11 09:44
這是12月10日在巴基斯坦拉合爾拍攝的橙線列車。巴基斯坦拉合爾軌道交通橙線項目10日舉行建成和試車儀式,標志著巴基斯坦首條城市軌道交通項目建設完成。巴基斯坦拉合爾軌道交通橙線項目10日舉行建成和試車儀式,標志著巴基斯坦首條城市軌道交通項目建設完成。
2019-12-11 09:44
12月10日,吉喆球衣懸掛在球場上空。當日,在2019-2020賽季中國男子籃球職業聯賽(CBA)常規賽第15輪比賽中,北京首鋼隊舉行吉喆球衣退役儀式。
2019-12-11 09:43
12月10日,失事的智利空軍C-130大力神運輸機機上人員家屬抵達位于圣地亞哥的智利空軍后勤司令部。
2019-12-11 09:43
12月10日,中國紅基會湯計人道傳播基金發起人湯計向受助記者家屬發放資助款。中國紅十字基金會湯計人道傳播基金于2017年設立,是關注關愛新聞媒體從業者的專項基金。當日,中國紅十字基金會湯計人道傳播基金捐贈儀式暨第三批記者資助儀式在北京舉行,共有11名記者或記者家屬接受捐贈資助。
2019-12-11 09:41
今年3月,“澳門新八景”評選出爐。游客可以走進“澳門新八景”,體驗更多澳門獨特的自然、人文景觀和本地美食。
2019-12-11 02:59
兒女遠走高飛,老人獨守空巢。在我國城鄉,九成以上老人選擇居家養老,吃飯成了一大難題。作為青藏高原最大城市,西寧市老年人口已接近40萬,空巢老人多、困難老人多。西寧市試點推廣既“管飽”又“走心”的“愛老幸福食堂”,為統籌城鄉居家養老破題。這是敬老愛老的民心工程,也是城市緊緊圍繞“幸福”兩個字認真求解、積極實踐所交出的一份民生答卷。
2019-12-10 14:21
2019年11月以來,浙江省湖州市吳興區下轄14個鄉鎮(街道)與湖州師范學院14個二級學院開展合作共建,雙方結合各自實際情況在基層志愿服務工作、大學生實習就業、大學生社會實踐等方面組織活動,引導大學生深入基層,結合專業背景和群眾需求開展社會實踐活動。
2019-12-10 13:20
加載更多
北京冰球俱乐部哪家好