危机管理:使用人工智能帮助拯救生命

气候变化，难民运动等人道主义问题可以为危机管理和应急响应产生挑战，特别是在发展中国家。基于南加利福尼亚大学的基于南加州大学的Mayank Kejriwal博士对社会问题应用人工智能（AI）热情。他正在与同事合作开发提取通过社交媒体频道发送的关键数据的工具，如Twitter。虽然推文经常包含非关键信息，在危机时，那些陷入新兴事件的人共享的数据可以通知紧急服务和人道主义援助，为集中救援工作提供有关地点的线索。

根据联合国人力事务协调办公室的数据，2016年有超过1亿人受到地震、飓风和洪水等自然灾害的影响，6000多万人因冲突流离失所。此外，联合国报告说，在解决人道主义问题方面还有200亿美元的缺口。为了应对这一问题，提供紧急援助的低成本和创新方法对于拯救生命和管理自然灾害经常造成的人类痛苦至关重要。态势感知是危机期间的关键响应工具，它为应急人员提供了战术情报，尤其是在2015年尼泊尔地震等事件发生期间和之后。技术在提供适当的情景意识方面发挥着至关重要的作用，然后形成有效的危机管理的实际的、拯救生命的决策。这些决定可能包括在地震后疏散最危险的地区，或者探索关于如何以及在哪里放置关键资源，如药品、食品、清洁水和避难所的战术选择。通过利用危机地区公民的推特和短信数据，救援人员可以获得制定紧急救援和长期援助策略所需的知识。

技术在提供适当的情景意识方面发挥着至关重要的作用，然后形成有效的危机管理的实际的、拯救生命的决策。

然而，由于可用数据量大，可能会出现问题，需要高质量的过滤系统，以避免使用可能误导人道主义援助的不准确数据，潜在地浪费时间、资源和人们对系统的信任。人道主义救援人员可能会质疑信息的特殊性，这是可以理解的，因此，建立他们的信任和鼓励使用人工智能技术是一项有社会意义的努力;如果不这样做，该系统就不太可能被应用于该领域。机器学习被理解为人工智能如何“学习”使用算法和其他数据的改进，它提供了从社交媒体消息中检测关键信息的解决方案。因此，研究人员正致力于改进算法如何筛选数以百万计的信息，以克服不准确性，确保只识别和共享最重要的数据。

雷神项目
南加利福尼亚大学的Mayank Kejriwal博士是Thor（实时人道主义行动的重点研究员，根据Darpa的Lorelei计划资助。Lorelei的目的（紧急事件的低资源语言）项目是为低资源语言开发不太普遍的能力;人类语言技术主要为俗语语言设计，如英语。该项目的重点是通过识别从常用的个人设备（如移动电话）发送的语言的关键元素提供战术见解。从社交媒体信道上发送的消息中提取了重要数据，优先考虑到最紧急的智能，该智能基于事件，位置，主题和名称识别关键信号。这个实时信息有助于第一响应者做出快速决策，例如将人们从建筑物中移动，以崩溃的风险。该系统可确保对地面有限的认知和物理资源进行了优化，以管理风险和危险。

THOR是一个LORELEI态势感知系统，是与Next Century Corporation的研究伙伴合作开发的，它使用开源技术，利用来自社交媒体和其他外部开发的人工智能系统的数据，并将数据翻译成英语。在危机期间，推文和短信提供了现成的数据信息，跨学科的人工智能研究为信息提取提供了一个平台，可以利用这些信息检测和解决紧急情况。Twitter就是这样的社交媒体平台，由于其发布数据的可获得性和实时应用，成为危机信息的重要渠道。在人道主义危机期间，许多有手机的人会发送与他们当前困境有关的信息，报道与他们的福祉有关的即时问题。有些消息是不相关的，即使它们有一个相关的标签(关键字或主题标签)，消息的主体可能缺乏直接适用于事件的数据，其他推文可能是相关的，但有不寻常的拼写，或使用习语。实时识别和分类“语料库”或数据体是快速部署支持的必要条件。显然，如果没有重大的帮助，这是人类不可能完成的任务，而这正是技术进步提供的简洁解决方案。与地点和个人姓名有关的关键“信号”或数据通过算法提取，然后将资源分配给伤亡人员和应急人员。重要的是，可以根据紧急情况对这些信息进行分组，然后针对最迫切需要的地区提供帮助。

通过社交媒体渠道免费发送的数据可以为人道主义工作提供信息，带来帮助
给那些最需要帮助的人，以免造成进一步的破坏或生命损失。

SAVIZ:态势感知
Saviz（态势意识，可视化，嵌入式，危机信息学），充当交互式可视化平台，这些平台排序并显示已收集在一起并筛选的数据。Saviz旨在使用简短的危机特定信息来确保人道主义援助得到有效地部署。可视化是危机信息系统中的一个重要组成部分，帮助响应者了解大量信息。Thor为情境意识创造了一个用户友好的平台，可以使用乌伊尔，突厥语和主要用于南亚的孟加拉等低资源语言。情境意识有助于将资源有限直接到最重要的网站，在需要时翻译消息，并在自然灾害后概述正在发生的事情。Saviz是一个多功能平台，例如，它是向后兼容的含义，它可以与现有的危机智能平台一起使用，并且可以使用普通的Web浏览器的非技术名字响应者使用它。潜在用户的系统简要展示需要1-3分钟，并且伴随的视频说明了系统的关键特征。

持久的社会影响
由于系统进一步开发并嵌入，它具有使用从移动电话和类似设备发送的易于获得的数据，以先前可能的方式收集信息的易于使用的数据来实现持久的社会影响。凯杰里瓦和同事博士还将技术应用于支持执法对抗人口贩运。据称，贩运者寻求通过策略隐藏数据，例如在性广告中使用Emojis和Misspellings，通过提取关于电话号码和位置的信息，通过提取信息来发展AI以保持一步。使用时间敏感的社交媒体数据可以在大规模枪击，火灾，大规模事故和流行病中提供危机管理，例如埃博拉危机，指导伤亡人员的援助并标记危险的存在。数据还可以帮助当局扩散阴谋理论和恶意谣言，如2017年10月拉斯维加斯枪击事件的后果所证明的那样。
由Kejriwal博士和同事所做的工作为关键全球担忧提供了快速解决方案。通过社交媒体渠道发送的自由可用的数据可以帮助人道主义努力，在进一步损害或生命丧失之前对最需要的人带来帮助。随着研究向前移动时，可以绘制新的信息网络和频道，以进一步开发这种轻量级，便携式系统，以便数据排序，该数据排序将控制在一个位置，以便提供立即提供帮助。