袁發(fā)培

摘 ?要：人工智能是引領(lǐng)新時(shí)代創(chuàng)新發(fā)展潮流的重要引擎，其獨(dú)特的優(yōu)勢(shì)能夠應(yīng)用于自然災(zāi)害應(yīng)急救援的災(zāi)情分析判斷、識(shí)別搜尋目標(biāo)、代替人工從事高危作業(yè)、輔助決策和處置效果評(píng)估等領(lǐng)域。結(jié)合自然災(zāi)害應(yīng)急救援的特點(diǎn)規(guī)律和當(dāng)前實(shí)際，應(yīng)從樹立正確指導(dǎo)、建立數(shù)據(jù)樣本、加強(qiáng)實(shí)踐檢驗(yàn)等方面著手，做好人工智能在自然災(zāi)害應(yīng)急救援中的應(yīng)用。

關(guān)鍵詞：人工智能;自然災(zāi)害;應(yīng)急救援

中圖分類號(hào)：TP18 ? ? ? 文獻(xiàn)標(biāo)志碼：A

人工智能是探索人的思維和智能規(guī)律的科學(xué)，是引領(lǐng)新時(shí)代創(chuàng)新發(fā)展潮流的重要引擎。從“深藍(lán)”戰(zhàn)勝卡斯帕羅夫到“阿爾法狗”戰(zhàn)勝李世石，標(biāo)志著人工智能已經(jīng)從計(jì)算智能和感知智能發(fā)展到認(rèn)知智能，到達(dá)了前所未有的水平，人工智能迎來(lái)了新的快速發(fā)展時(shí)期。將人工智能應(yīng)用到自然災(zāi)害應(yīng)急救援中，有望解決自然災(zāi)害應(yīng)急救援中的諸多難題。

1 人工智能原理及其發(fā)展

人工智能是一門融合了計(jì)算機(jī)科學(xué)、數(shù)學(xué)、信息論、控制論等多專業(yè)領(lǐng)域的綜合科學(xué)，是以計(jì)算機(jī)為主要物質(zhì)基礎(chǔ)，模擬和拓展人的思維過(guò)程和智能行為的技術(shù)方法的統(tǒng)稱。其基本原理是運(yùn)用機(jī)器學(xué)習(xí)、模式識(shí)別、大數(shù)據(jù)、云計(jì)算和傳感器等技術(shù)方法，使機(jī)器通過(guò)學(xué)習(xí)訓(xùn)練后能夠模擬人腦神經(jīng)系統(tǒng)和模擬心智，實(shí)現(xiàn)識(shí)別、計(jì)算、認(rèn)知、推理、決策、學(xué)習(xí)等功能。從技術(shù)層面講，人工智能主要包括搜索求解、知識(shí)推理和機(jī)器學(xué)習(xí)三類。從發(fā)展層面講，人工智能主要包括計(jì)算智能、感知智能和認(rèn)知智能三類。

人工智能從提出到現(xiàn)在，經(jīng)歷了60多年的發(fā)展積累，經(jīng)歷了兩落三起。2016年谷歌“alphago”在圍棋比賽中的獲勝，展現(xiàn)了人工智能的強(qiáng)大力量，掀起了人工智能新的熱潮。人工智能作為世界三大尖端技術(shù)之一，已經(jīng)實(shí)現(xiàn)了從實(shí)驗(yàn)研究向產(chǎn)業(yè)發(fā)展的飛躍。從智能家居、虛擬助手、人臉識(shí)別到智能醫(yī)療、機(jī)器翻譯和搜索引擎，人工智能已經(jīng)悄然進(jìn)入我們生活的多個(gè)領(lǐng)域。人工智能在代替人們工作過(guò)程中體現(xiàn)出來(lái)的明顯優(yōu)勢(shì)帶來(lái)了其實(shí)際應(yīng)用的爆發(fā)式增長(zhǎng)，機(jī)器智能水平也相應(yīng)得到不斷提升。目前，許多行業(yè)領(lǐng)域都在探索人工智能的應(yīng)用，根據(jù)當(dāng)前發(fā)展形勢(shì)，可以預(yù)測(cè)隨著技術(shù)的不斷進(jìn)步，人工智能在未來(lái)的發(fā)展過(guò)程中，準(zhǔn)入門檻更低，應(yīng)用領(lǐng)域更為廣泛，正如科學(xué)家語(yǔ)言人工智能將引領(lǐng)人類第四次工業(yè)革命，廣泛影響未來(lái)人們的生活。

2 人工智能在自然災(zāi)害應(yīng)急救援中的應(yīng)用前景

我國(guó)自然災(zāi)害頻發(fā)，災(zāi)害救援任務(wù)繁重，且部分自然災(zāi)害發(fā)生突然，同時(shí)隨著次生災(zāi)害發(fā)生，災(zāi)害造成的人員傷亡、財(cái)產(chǎn)損失和環(huán)境破壞等復(fù)雜形勢(shì)局面，給應(yīng)急救援帶來(lái)了嚴(yán)峻挑戰(zhàn)。在人工救援行動(dòng)中，受環(huán)境條件限制和主觀經(jīng)驗(yàn)的影響，往往面臨災(zāi)害情況難以全面掌握、災(zāi)情發(fā)展難以預(yù)測(cè)、應(yīng)急處置難以決策、高危作業(yè)帶來(lái)人員安全隱患等諸多問(wèn)題。針對(duì)這些情況，可以在自然災(zāi)害應(yīng)急救援中應(yīng)用人工智能技術(shù)，彌補(bǔ)人工救援行動(dòng)的不足，主要需求體現(xiàn)在以下幾個(gè)方面。

一是災(zāi)情分析判斷。當(dāng)前，對(duì)于部分災(zāi)害，仍然難以從積累的大量數(shù)據(jù)中完全掌握其活動(dòng)規(guī)律，做到準(zhǔn)確預(yù)測(cè)災(zāi)情發(fā)展。在火災(zāi)救援行動(dòng)中，面對(duì)現(xiàn)場(chǎng)氣象、地形、植被分布等多方面因素，要及時(shí)準(zhǔn)確地判斷火災(zāi)發(fā)展趨勢(shì)，有效采取應(yīng)對(duì)措施，仍然有一定困難。人工智能技術(shù)可以通過(guò)對(duì)以往積累的海量災(zāi)害信息進(jìn)行無(wú)監(jiān)督學(xué)習(xí)，挖掘數(shù)據(jù)資源中有價(jià)值的信息，并進(jìn)行抽象表示，發(fā)現(xiàn)災(zāi)情發(fā)展規(guī)律，建立認(rèn)識(shí)和預(yù)測(cè)災(zāi)害的模型，從而能夠有效“篩除”大量的重復(fù)、冗余的信息，并根據(jù)現(xiàn)有災(zāi)情數(shù)據(jù)進(jìn)行特征分析，預(yù)測(cè)災(zāi)情發(fā)展。

二是跟蹤設(shè)別、搜尋目標(biāo)。災(zāi)害應(yīng)急救援行動(dòng)中，有許多重要目標(biāo)需要及時(shí)識(shí)別、搜尋。象在地震災(zāi)害救援中，被掩埋人員的識(shí)別、危害型建筑物識(shí)別、災(zāi)區(qū)域范圍內(nèi)人員的流動(dòng)情況等。這些需求可以通過(guò)搜索推理技術(shù)從大量的數(shù)據(jù)信息中學(xué)習(xí)目標(biāo)特征，對(duì)目標(biāo)進(jìn)行描述，按照一定規(guī)則、算法識(shí)別現(xiàn)有對(duì)象，并建立相互之間的聯(lián)系，提升目標(biāo)識(shí)別分類的準(zhǔn)確性，確保及時(shí)識(shí)別、搜尋到關(guān)鍵目標(biāo)。

三是代替人工從事高危作業(yè)。自然災(zāi)害發(fā)生后，由于災(zāi)情變化迅速、環(huán)境條件復(fù)雜，應(yīng)急救援人員有時(shí)難以快速應(yīng)對(duì)，往往面臨高危作業(yè)環(huán)境，嚴(yán)重時(shí)還可能面臨生命危險(xiǎn)。機(jī)器人通過(guò)運(yùn)用智能感知、智能導(dǎo)航與規(guī)劃等技術(shù)，能夠代替人工進(jìn)入危險(xiǎn)區(qū)域搜尋識(shí)別目標(biāo)，并按程序進(jìn)行作業(yè)，降低了人工處置的安全隱患。 當(dāng)前，機(jī)器人在災(zāi)害救援中的應(yīng)用已經(jīng)得到推廣應(yīng)用，但整體智能化程度不高，主要是完成單項(xiàng)操作，缺乏識(shí)別判決環(huán)境條件和自主決策的能力，需要人工智能技術(shù)的支撐。

四是災(zāi)情處置輔助決策。災(zāi)害應(yīng)急處置過(guò)程中，面對(duì)災(zāi)害情況、力量資源情況和環(huán)境情況等形成的大量數(shù)據(jù)信息庫(kù)，管理者需要及時(shí)有效地提煉出價(jià)值信息，判斷災(zāi)情發(fā)展，明確救援重點(diǎn)和關(guān)節(jié)，合理調(diào)配使用力量資源。此時(shí)，人工智能技術(shù)能夠模擬參謀助手的角色，通過(guò)深度學(xué)習(xí)構(gòu)建災(zāi)情分析模型，對(duì)大量災(zāi)情信息進(jìn)行分類、挖掘。通過(guò)專家系統(tǒng)對(duì)重要災(zāi)害信息的分析、推理，準(zhǔn)確預(yù)測(cè)災(zāi)害情況發(fā)展。根據(jù)任務(wù)輕重緩急進(jìn)行排序，對(duì)任務(wù)進(jìn)行聚類分析，對(duì)力量資源需求進(jìn)行定量計(jì)算。通過(guò)人工智能技術(shù)合理掌控災(zāi)害處置的進(jìn)度、強(qiáng)度，優(yōu)化力量資源的配置，根據(jù)管理者意圖提出處置方案，為管理者決策提供支撐。

五是災(zāi)情處置效果評(píng)估。自然災(zāi)害應(yīng)急救援是一項(xiàng)復(fù)雜的活動(dòng)，及時(shí)做好救援效果評(píng)估，能夠及時(shí)掌握救援規(guī)律，修正救援活動(dòng)中的偏差，確保救援效果。利用機(jī)器學(xué)習(xí)技術(shù)從過(guò)去實(shí)踐積累的海量信息中訓(xùn)練出災(zāi)害救援效果評(píng)估原始模型，根據(jù)訓(xùn)練數(shù)據(jù)對(duì)救援處置細(xì)節(jié)標(biāo)準(zhǔn)進(jìn)行關(guān)聯(lián)性設(shè)別和量化設(shè)置，再輸入新數(shù)據(jù)進(jìn)行模擬實(shí)驗(yàn)，由此檢驗(yàn)應(yīng)急處置效果。

3 人工智能在自然災(zāi)害應(yīng)急救援中的實(shí)現(xiàn)途徑

人工智能在災(zāi)害應(yīng)急救援中的應(yīng)用前景廣闊，發(fā)揮的作用效益突出。當(dāng)前，人工智能在自然災(zāi)害應(yīng)急救援的應(yīng)用還處于起步階段，許多條件還不夠成熟，必須結(jié)合當(dāng)前實(shí)際，堅(jiān)持正確的指導(dǎo)方向，從基礎(chǔ)抓起，建立數(shù)據(jù)樣本，注重實(shí)踐檢驗(yàn)，不斷深入推進(jìn)。

一是堅(jiān)持正確的指導(dǎo)。當(dāng)前，人工智能在災(zāi)害應(yīng)急救援中的應(yīng)用總體來(lái)講，規(guī)模較小，智能化水平不夠，機(jī)器自主學(xué)習(xí)的能力水平較低。針對(duì)這一實(shí)際，必須要認(rèn)識(shí)到災(zāi)害應(yīng)急救援智能化建設(shè)是一項(xiàng)系統(tǒng)工程，必須統(tǒng)籌規(guī)劃，立足當(dāng)下情況，搞好人才和技術(shù)儲(chǔ)備等基礎(chǔ)建設(shè)。著眼長(zhǎng)遠(yuǎn)，認(rèn)清人工智能的特點(diǎn)規(guī)律，結(jié)合災(zāi)害應(yīng)急救援實(shí)際加強(qiáng)建設(shè)和運(yùn)用。

二是建立災(zāi)害數(shù)據(jù)樣本。人工智能在災(zāi)害應(yīng)急救援中的應(yīng)用中，包括機(jī)器學(xué)習(xí)在內(nèi)的一些關(guān)鍵技術(shù)均需要通過(guò)對(duì)海量數(shù)據(jù)樣本的學(xué)習(xí)，才能發(fā)現(xiàn)對(duì)象的規(guī)律，建立相應(yīng)的模型，因此，災(zāi)害數(shù)據(jù)樣本是實(shí)現(xiàn)人工智能應(yīng)用的基礎(chǔ)。災(zāi)害應(yīng)急救援實(shí)際經(jīng)驗(yàn)豐富，平時(shí)應(yīng)注重災(zāi)情分析數(shù)據(jù)、演練數(shù)據(jù)、作業(yè)數(shù)據(jù)等各類數(shù)據(jù)的積累，及時(shí)與其他單位實(shí)現(xiàn)數(shù)據(jù)共享，擴(kuò)大樣本規(guī)模，并注重進(jìn)行分類、注釋和標(biāo)記，便于機(jī)器識(shí)別學(xué)習(xí)。

三是注重實(shí)踐檢驗(yàn)。人工智能在災(zāi)害應(yīng)急救援中的應(yīng)用是一個(gè)新的領(lǐng)域，有其自身特色需求，實(shí)踐過(guò)程中，可能會(huì)出現(xiàn)各種情況，因此，必須提前進(jìn)行檢驗(yàn)驗(yàn)證，確保應(yīng)用效果萬(wàn)無(wú)一失。一方面要建立檢驗(yàn)驗(yàn)證的標(biāo)準(zhǔn)，提高驗(yàn)證的可操作性;另一方面，需采取合適的檢驗(yàn)驗(yàn)證方法，象通過(guò)模擬訓(xùn)練或在應(yīng)急處置救援實(shí)踐中進(jìn)行檢驗(yàn)等方式，均可以進(jìn)行探索。

當(dāng)前，較為成熟的人工智能技術(shù)已經(jīng)得到了廣泛應(yīng)用，逐漸影響人們的思想和認(rèn)知。由于自然災(zāi)害應(yīng)急處置有其自身的特點(diǎn)和規(guī)律，該領(lǐng)域的應(yīng)用創(chuàng)新還有許多工作要做，除上述內(nèi)容外，在技術(shù)創(chuàng)新、應(yīng)用領(lǐng)域、應(yīng)用模式等細(xì)節(jié)落實(shí)方面還需要積極探索。

參考文獻(xiàn)

[1]李德毅.人工智能導(dǎo)論[M].北京：中國(guó)科學(xué)技術(shù)出版社，2018.

[2]金欣.指揮控制智能化現(xiàn)狀與發(fā)展[J].指揮信息系統(tǒng)與技術(shù)，2017，8（4）：10-18..