面向人工智能時(shí)代的災(zāi)害治理-基于多案例的研究

面向人工智能時(shí)代的災(zāi)害治理——基于多案例的研究摘要：人類正步入一個(gè)“人工智能”時(shí)代，它為災(zāi)害治理變革提供了重要?jiǎng)恿?。人工智能?zāi)害治理模型分為平臺(tái)、工具、地理、模擬、決策與社會(huì)六個(gè)基本維度，它建構(gòu)在復(fù)雜適應(yīng)系統(tǒng)、社會(huì)技術(shù)和人類因素控制系統(tǒng)的基礎(chǔ)上。這一分析框架分為“人工智能—治理趨勢(shì)”“人工智能—治理環(huán)境”“人工智能—治理體系”與“人工智能—治理行動(dòng)”四個(gè)面向。研究認(rèn)為人工智能提供了一種更方便與科學(xué)的模擬治理、仿真實(shí)踐和情境治理，在高度復(fù)雜與動(dòng)態(tài)的災(zāi)難情境下，人機(jī)協(xié)作有效輔助災(zāi)害響應(yīng)是災(zāi)害治理成敗關(guān)鍵。它雖然具有地理系統(tǒng)與人工智能結(jié)合、人工超級(jí)智能與新技術(shù)結(jié)合、群體智能與計(jì)算智能結(jié)合、遙感圖像與人類思維模型化結(jié)合等光明前景，但也存在技術(shù)激增與人類終結(jié)、自主性與可靠性、體積與品種等陷阱。研究最后強(qiáng)調(diào)災(zāi)害治理與人工智能結(jié)合是新興的交叉研究領(lǐng)域，它掌握了跨學(xué)科災(zāi)害研究的全部復(fù)雜性，為學(xué)界、政府和實(shí)務(wù)界提供了重要的理論范式、政策工具和實(shí)踐指南。關(guān)鍵詞：人工智能；災(zāi)害治理；大數(shù)據(jù)；輔助決策；群體智能一、緣起：“人工智能”時(shí)代災(zāi)害治理的變革人類正步入一個(gè)“人工智能”時(shí)代。2015年1月，一大批高科技和科學(xué)領(lǐng)域知名人士和人工智能專家發(fā)表了一篇名為“強(qiáng)有力和有益的人工智能研究重點(diǎn)：一封公開信”，呼吁研究Al的社會(huì)影響。［1］2016年美國(guó)發(fā)布《國(guó)家人工智能發(fā)展與研究報(bào)告》和《為人工智能的未來(lái)做好準(zhǔn)備》，提出推進(jìn)人工智能在災(zāi)害治理中的應(yīng)用。2017年7月8日中國(guó)國(guó)務(wù)院在印發(fā)與實(shí)施《新一代人工智能發(fā)展規(guī)劃》中明確提出促進(jìn)人工智能在公共安全領(lǐng)域深度應(yīng)用，圍繞地震災(zāi)害、地質(zhì)災(zāi)害、氣象災(zāi)害、水旱災(zāi)害和海洋災(zāi)害等重大自然災(zāi)害，構(gòu)建智能化監(jiān)測(cè)預(yù)警與綜合應(yīng)對(duì)平臺(tái)。國(guó)內(nèi)各個(gè)省市積極響應(yīng)，以廣東省為例，2018年7月廣東省頒布的《關(guān)于印發(fā)廣東省新一代人工智能發(fā)展規(guī)劃的通知》（粵府〔2018〕64號(hào)）、2017年8月廣東省政府發(fā)布的《廣東省戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展“十三五”規(guī)劃》及2018年10月廣東省科學(xué)技術(shù)廳印發(fā)的《廣東省新一代人工智能創(chuàng)新發(fā)展行動(dòng)計(jì)劃（2018-2020年》等政策文件中都強(qiáng)調(diào)人工智能在災(zāi)害治理中的重要作用。這些充分表明，隨著全球?yàn)?zāi)害發(fā)生頻率和強(qiáng)度不斷增加，不但西方發(fā)達(dá)國(guó)家開始高度重視人工智能的重要作用，一些發(fā)展中國(guó)家也同樣如此，如2017年孟加拉國(guó)洪水造成了1000多人死亡，政府因此建立了2000個(gè)救災(zāi)營(yíng)地，幫助非政府組織掌握人工智能技術(shù)，使其在救災(zāi)基礎(chǔ)設(shè)施缺乏地區(qū)能快速采取應(yīng)急救援行動(dòng)。人工智能災(zāi)害治理包括人工智能技術(shù)與思維兩個(gè)層面，近幾年來(lái)國(guó)內(nèi)外學(xué)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(yīng)災(zāi)害新論”。人工智能與大數(shù)據(jù)混合有利于建構(gòu)人工智能災(zāi)害響應(yīng)新系統(tǒng)，如Webextra是網(wǎng)站上一種新型的災(zāi)害響應(yīng)人工智能（AIDR）視頻，同時(shí)是一個(gè)免費(fèi)、開源且易于使用的平臺(tái)，用于人道主義危機(jī)期間過(guò)濾和分類微博消息。［2］②“機(jī)器人代理新行為論”。示范學(xué)習(xí)（LFD）是機(jī)器人災(zāi)害治理代理的新行為方法，從自主軌跡映射到災(zāi)難響應(yīng)，機(jī)器人能自主操作、記錄GPS位置及標(biāo)記實(shí)時(shí)災(zāi)害信息。［3］③“社交媒體人工智能治理論”。機(jī)器智能在災(zāi)難期間通過(guò)使用AI和機(jī)器學(xué)習(xí)，自動(dòng)從社交媒體數(shù)據(jù)中提取有用信息。［4］④“人工智能治理技術(shù)論”。例如，混合人工神經(jīng)網(wǎng)絡(luò)技術(shù)具有情境感知功能，它能預(yù)測(cè)和響應(yīng)不確定性地質(zhì)環(huán)境風(fēng)險(xiǎn)，“類似人類視覺注意的智能系統(tǒng)”能有效提高應(yīng)對(duì)人員對(duì)惡劣災(zāi)害環(huán)境認(rèn)識(shí)。［5］⑤“人工智能模擬災(zāi)害治理論”。虛擬化是災(zāi)難恢復(fù)最佳技術(shù)之一，地震防災(zāi)支持工具使用增強(qiáng)現(xiàn)實(shí)（AR）3DCG動(dòng)畫功能，在有或沒有地震災(zāi)害情況下模擬與體驗(yàn)家具搖晃。［6］⑥“智能型可視化災(zāi)害治理論”。通過(guò)將專家系統(tǒng)和人工神經(jīng)網(wǎng)絡(luò)應(yīng)用到防洪減災(zāi)決策支持系統(tǒng)，設(shè)計(jì)GIS智能型防洪減災(zāi)決策支持系統(tǒng)總體框架，實(shí)現(xiàn)災(zāi)害信息可視化管理。［7］雖然學(xué)界在這一領(lǐng)域取得了一些研究成果，但也存在一些不足：①研究相對(duì)分散。大多側(cè)重于技術(shù)、管理與理論應(yīng)用層面，專門針對(duì)人工智能災(zāi)害治理的研究非常少見。②不同學(xué)科之間交流與對(duì)話不足，基本的人工智能災(zāi)害治理共識(shí)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(shè)計(jì)，較少取自下而上的民間與社會(huì)治理視角，雙向結(jié)合研究更為少見。⑤主要做描述性、診斷性及應(yīng)用預(yù)測(cè)性（會(huì)發(fā)生什么）分析，缺乏在此基礎(chǔ)上深入的理論研究。⑥國(guó)內(nèi)與國(guó)外研究對(duì)話不足。國(guó)內(nèi)學(xué)界雖應(yīng)立足于現(xiàn)有國(guó)情與社情，但人工智能是一場(chǎng)全球范圍內(nèi)的災(zāi)害治理技術(shù)與思維革命，國(guó)外研究成果有許多可借鑒之處，否則難以擺脫國(guó)內(nèi)研究相對(duì)滯后的現(xiàn)狀?；诖?，本研究將聚焦這些問(wèn)題：如何建構(gòu)人工智能災(zāi)害治理模型以供實(shí)踐參考，如何構(gòu)建人工智能災(zāi)害治理分析框架以供學(xué)界參考，人工智能在災(zāi)害治理實(shí)踐中如何具體應(yīng)用，它具有哪些光明前景，又會(huì)遇到哪些陷阱，如何建立符合中國(guó)國(guó)情的本土化人工智能災(zāi)害治理模式？二、人工智能時(shí)代災(zāi)害治理模型由于災(zāi)害具有動(dòng)態(tài)性、復(fù)雜性、緊迫性和不確定性等特征，使得災(zāi)害治理非常具有挑戰(zhàn)性，決策者在此情境下作出科學(xué)決策往往非常困難，人工智能為防災(zāi)、減災(zāi)和救災(zāi)提供了快捷、形象與直觀的科學(xué)決策。通過(guò)建構(gòu)人工智能災(zāi)害治理模型，有利于為災(zāi)害治理者提供實(shí)踐參考、掌握治理邏輯及發(fā)現(xiàn)內(nèi)在規(guī)律。治理模型與實(shí)踐之間存在一定的差距，韋伯認(rèn)為“理想模型”就像“雙面鏡”，通過(guò)比較二者之間的差異，發(fā)現(xiàn)真正的實(shí)踐問(wèn)題并促進(jìn)其有效解決，這一模型包括平臺(tái)、工具、地理、模擬、決策與社會(huì)六個(gè)基本治理維度。（一）平臺(tái)維度：3D圖像、在線論壇與微型機(jī)器人收集最新狀態(tài)的災(zāi)害信息對(duì)于災(zāi)害治理非常重要。人工智能平臺(tái)不僅能有效收集巨量信息，還能優(yōu)化處理巨量信息并進(jìn)行有效決策，因此，它是災(zāi)害治理的基礎(chǔ)和核心。目前，正在探討的平臺(tái)技術(shù)是3D圖像技術(shù)，它能模擬災(zāi)害治理環(huán)境，不僅為參與者提供了在線論壇，而且參與者在復(fù)雜的3D圖形情境中能有效進(jìn)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(tái)，尤其是在太遠(yuǎn)、太分散甚至數(shù)量太多的社區(qū)，救援人員往往無(wú)法及時(shí)親赴現(xiàn)場(chǎng)，通過(guò)其提供的寶貴救援信息進(jìn)行針對(duì)性救援。［8］微型機(jī)器人流動(dòng)系統(tǒng)是人工智能平臺(tái)的另一項(xiàng)新興技術(shù)，在災(zāi)害自動(dòng)搜索和救援（USAR）領(lǐng)域中應(yīng)用很廣，它是一種基于機(jī)器人平臺(tái)的災(zāi)害決策工具，對(duì)災(zāi)害救援和應(yīng)急管理產(chǎn)生了重要影響。（二）工具維度：人工神經(jīng)網(wǎng)絡(luò)、混合智能與新技術(shù)研發(fā)人工智能災(zāi)害治理涉及一系列具體技術(shù)，包括評(píng)估、預(yù)防與分析等技術(shù)，人工智能系統(tǒng)首先是一種有效的風(fēng)險(xiǎn)預(yù)防工具，風(fēng)險(xiǎn)評(píng)估需要大數(shù)據(jù)，但大數(shù)據(jù)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(shù)就是通過(guò)人工智能算法系統(tǒng)處理巨量數(shù)據(jù)并進(jìn)行風(fēng)險(xiǎn)評(píng)估，這一算法系統(tǒng)由專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)和混合智能系統(tǒng)構(gòu)成。［9］現(xiàn)實(shí)生活中，大數(shù)據(jù)分析復(fù)雜化和專業(yè)化往往讓人望而卻步，但人道主義援助/救災(zāi)（HA/DR）分析師和專家在沒有數(shù)據(jù)科學(xué)家?guī)椭峦ㄟ^(guò)新興智能（ABI）方法創(chuàng)建了災(zāi)害分析模型，它是一種簡(jiǎn)化的分析建模方法，有效解決了風(fēng)險(xiǎn)大數(shù)據(jù)分析復(fù)雜性問(wèn)題。［10］目前正在使用與研究的人工智能災(zāi)害治理新技術(shù)還包括物聯(lián)網(wǎng)（LOT）、納米技術(shù)、生物技術(shù)、量子計(jì)算和機(jī)器人技術(shù)等，原始人工智能（AI）技術(shù)還將進(jìn)一步創(chuàng)建超級(jí)人工智能（ASI）技術(shù)。（三）地理維度：GIS地圖分析、地理空間信息與模糊認(rèn)識(shí)地圖地理維度在災(zāi)害治理中非常重要，任何災(zāi)難都涉及具體的時(shí)空，自然災(zāi)害更是如此。因此，人工智能需要將空間數(shù)據(jù)庫(kù)與地理框架有效結(jié)合起來(lái)，運(yùn)用網(wǎng)絡(luò)GIS應(yīng)用程序?qū)?shù)據(jù)庫(kù)系統(tǒng)進(jìn)行有效運(yùn)算，進(jìn)而通過(guò)地理空間數(shù)據(jù)質(zhì)量模型監(jiān)控空間網(wǎng)絡(luò)、評(píng)估空間數(shù)據(jù)及保證數(shù)據(jù)生成質(zhì)量。通過(guò)復(fù)雜性系統(tǒng)和GIS地圖分析風(fēng)險(xiǎn)網(wǎng)絡(luò)和風(fēng)險(xiǎn)關(guān)鍵點(diǎn)，然后結(jié)合地理空間信息技術(shù)（GIT），以有效改善災(zāi)害治理各個(gè)階段，這一“人工智能+地理信息系統(tǒng)”模式在災(zāi)害領(lǐng)域得到初步應(yīng)用。另一種地理技術(shù)即“模糊認(rèn)知地圖”是從人工智能借來(lái)的概念，結(jié)合了模糊邏輯和神經(jīng)網(wǎng)絡(luò)技術(shù)模擬災(zāi)害治理，它是一種復(fù)雜與有效的分析工具。［11］（四）模擬維度：網(wǎng)絡(luò)通信、智能仿真與情境治理人工智能一個(gè)非常重要的特點(diǎn)是為災(zāi)害提供了一種更加方便與科學(xué)的模擬治理、仿真實(shí)踐和情境治理，這一人工智能模擬系統(tǒng)在危險(xiǎn)地圖上構(gòu)建了虛擬災(zāi)區(qū)，通過(guò)網(wǎng)絡(luò)通信技術(shù)和危險(xiǎn)地圖不僅能有效預(yù)測(cè)風(fēng)險(xiǎn)，而且能在模擬情境中進(jìn)行通信實(shí)驗(yàn)及選擇治理策略。災(zāi)害評(píng)估智能仿真系統(tǒng)是一種正在開發(fā)的重要模擬系統(tǒng)，它主要應(yīng)用于四個(gè)領(lǐng)域：智能災(zāi)害危險(xiǎn)性評(píng)估、災(zāi)害破壞和損失評(píng)估、優(yōu)化應(yīng)急響應(yīng)和災(zāi)害恢復(fù)計(jì)劃，主要由四個(gè)部分構(gòu)成：信息數(shù)據(jù)庫(kù)、分析模塊、智能決策子系統(tǒng)和友好的用戶界面，它能有效模擬城市災(zāi)害疏散中的人群運(yùn)動(dòng)。一些國(guó)家還開始應(yīng)用通信技術(shù)（ICT）建構(gòu)增強(qiáng)現(xiàn)實(shí)（AR）情境的人工智能模擬系統(tǒng)，［12］通過(guò)鏈接風(fēng)險(xiǎn)區(qū)域的物理虛擬領(lǐng)域及利用人工智能技術(shù)，為治理者提供可視化、直觀化與快速化的響應(yīng)服務(wù)。（五）決策維度：機(jī)器人代理、自主決策與輔助決策在高度復(fù)雜與動(dòng)態(tài)的災(zāi)難情境下，人機(jī)協(xié)作能有效輔助災(zāi)害決策，這是人工智能治理的關(guān)鍵。人工智能自治系統(tǒng)是由機(jī)器自主代理與人類遠(yuǎn)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(jī)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(yuǎn)程操作，這一系統(tǒng)有效提高了救援人員、機(jī)器人團(tuán)隊(duì)和社會(huì)群體的協(xié)同響應(yīng)。自主機(jī)器人對(duì)于災(zāi)害站點(diǎn)的監(jiān)視非常重要，它使得越來(lái)越多的社會(huì)群體提高了應(yīng)對(duì)災(zāi)難、事故和風(fēng)險(xiǎn)的能力。［13］人工智能為災(zāi)前預(yù)防、災(zāi)中應(yīng)急和災(zāi)后重建提供了新的決策工具，通過(guò)計(jì)算災(zāi)害救援車輛路線，在最短時(shí)間內(nèi)為管理者和民眾提供最合理的救援策略，［14］它使機(jī)器人能夠進(jìn)行更為復(fù)雜的災(zāi)害救援與決策。隨著人工智能技術(shù)的快速發(fā)展，還需要不斷改進(jìn)和調(diào)整基于AI系統(tǒng)的災(zāi)害決策工具。（六）社會(huì)維度：身體傳感器、社交媒體與社區(qū)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(yīng)者、災(zāi)民與普通民眾是災(zāi)害治理的重要組成部分，其攜帶的現(xiàn)代通信設(shè)備也是身體傳感器，具有定位、跟蹤與通信等功能，［15］為災(zāi)害治理提供了動(dòng)態(tài)、持續(xù)與真實(shí)信息，推特、臉書和微信等社交媒體逐漸成為災(zāi)害治理的重要工具。由于社交媒體具有大數(shù)據(jù)性質(zhì)，通過(guò)人力資源對(duì)其進(jìn)行篩選是一項(xiàng)勞動(dòng)密集型工作，人工智能更好了解誰(shuí)共享信息、過(guò)濾信息與實(shí)時(shí)識(shí)別潛在風(fēng)險(xiǎn)，社交媒體通過(guò)復(fù)雜的自適應(yīng)系統(tǒng)（CAS）、社區(qū)參與和社區(qū)賦權(quán)促使民間社會(huì)成為災(zāi)害治理的重要力量，也有利于韌性社區(qū)的創(chuàng)建。中國(guó)國(guó)務(wù)院在《新一代人工智能發(fā)展規(guī)劃》中要求支持有條件的社區(qū)開展基于人工智能的公共安防區(qū)域示范，為自下而上的社區(qū)參與提供了政策支持與制度安排。世界各國(guó)積極運(yùn)用人工智能解決災(zāi)害治理問(wèn)題，災(zāi)害治理模型建立在復(fù)雜適應(yīng)系統(tǒng)、社會(huì)技術(shù)和人類因素控制系統(tǒng)基礎(chǔ)之上，體現(xiàn)了復(fù)雜風(fēng)險(xiǎn)背景下災(zāi)害治理的動(dòng)態(tài)過(guò)程，大大提高了災(zāi)前預(yù)防、災(zāi)中應(yīng)急與災(zāi)后重建的效率。需要強(qiáng)調(diào)的是這是一個(gè)探索性的理論模型，未來(lái)需要結(jié)合實(shí)踐進(jìn)一步探討阻礙或促進(jìn)人工智能災(zāi)害治理的因素。三、人工智能時(shí)代災(zāi)害治理分析框架當(dāng)代社會(huì)是一個(gè)脆弱而又災(zāi)害頻發(fā)的社會(huì)，學(xué)界普遍認(rèn)為人工智能有利于提高災(zāi)害監(jiān)測(cè)、評(píng)估、應(yīng)急與處理能力，已成為災(zāi)害治理的重要?jiǎng)?chuàng)新，也為維護(hù)社會(huì)穩(wěn)定與社會(huì)良性提供了新途徑。人工智能理論模型側(cè)重于實(shí)踐層面，試圖將抽象理論指導(dǎo)實(shí)踐并相互對(duì)照。人工智能分析框架以人工智能理論、災(zāi)害治理體系、災(zāi)害治理過(guò)程及災(zāi)害治理方法為依據(jù)，研究人工智能災(zāi)害治理趨勢(shì)有哪些（人工智能災(zāi)害治理國(guó)際經(jīng)驗(yàn)與中國(guó)模式）——為什么需要人工智能災(zāi)害治理（人工智能災(zāi)害治理微觀組織與宏觀社會(huì)環(huán)境）——如何建立人工智能災(zāi)害治理模型（構(gòu)建人工智能災(zāi)害治理預(yù)防、監(jiān)測(cè)、預(yù)警、應(yīng)急及災(zāi)后重建體系）——如何利用人工智能應(yīng)對(duì)已爆發(fā)的災(zāi)害（構(gòu)建人工智能災(zāi)害治理決策、社會(huì)處理與社會(huì)發(fā)布機(jī)制）的思路而展開。面向一：“人工智能——治理趨勢(shì)”分析這一面向的基本假設(shè)是災(zāi)害治理已成為全球重要議題，人工智能分析具有復(fù)雜性、自動(dòng)化和智能性特征，它是災(zāi)害治理發(fā)展的基本趨勢(shì)。在國(guó)際災(zāi)害治理領(lǐng)域，人工智能已初步得到應(yīng)用，逐漸成為國(guó)際趨勢(shì)和發(fā)展方向。我國(guó)雖然在“汶川大地震”與“蘆山大地震”等災(zāi)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(guó)現(xiàn)有的災(zāi)害治理還是傳統(tǒng)模式，雖然能解決災(zāi)害發(fā)生的“當(dāng)下問(wèn)題”，但無(wú)法滿足頻發(fā)性、復(fù)雜性和不確定性災(zāi)害治理需求。通過(guò)比較研究國(guó)際與國(guó)內(nèi)治理新理論與新實(shí)踐，有利于建立符合我國(guó)國(guó)情與社情的人工智能災(zāi)害治理新模式。面向二：“人工智能——治理環(huán)境”分析人工智能研究需要將微觀組織內(nèi)部環(huán)境與宏觀社會(huì)外部環(huán)境結(jié)合，才能建構(gòu)系統(tǒng)性與科學(xué)性人工智能災(zāi)害治理體系。隨著復(fù)合型災(zāi)害、次生災(zāi)害與衍生災(zāi)害等新型災(zāi)害不斷出現(xiàn)，災(zāi)害發(fā)生的外部環(huán)境有了很大變化，單一、固化與緩慢的傳統(tǒng)治理模式已無(wú)法有效應(yīng)對(duì)，人工智能治理模式則應(yīng)運(yùn)而生。組織內(nèi)部適應(yīng)性是人工智能治理的內(nèi)在基礎(chǔ)，它為災(zāi)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(qiáng)組織內(nèi)部與外部環(huán)境的溝通，促進(jìn)不同治理主體協(xié)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(shù)及其組織賴以生存的宏觀外部環(huán)境，使得治理實(shí)踐難以適應(yīng)宏觀社會(huì)環(huán)境需求。面向三：“人工智能——治理體系”分析隨著新型災(zāi)害的不斷出現(xiàn)，需要建立適合現(xiàn)代災(zāi)害發(fā)展新趨勢(shì)的高效人工智能治理體系，它涉及一系列實(shí)踐難題，例如，如何建立完整的災(zāi)害信息收集、分析、決策及災(zāi)害因應(yīng)行動(dòng)體系以有效克服傳統(tǒng)體系僵化、分散與遲緩等局限，這是核心的實(shí)踐難題，事關(guān)災(zāi)害治理的具體成效，學(xué)者也因此提出了許多設(shè)想。哈利勒（Khalil）等學(xué)者認(rèn)為機(jī)器人、本體與語(yǔ)義網(wǎng)等建構(gòu)的多智能災(zāi)害治理體系，具有足夠的韌性和適應(yīng)性，能有效解決災(zāi)害動(dòng)態(tài)環(huán)境中的復(fù)雜性問(wèn)題。［16］人工智能災(zāi)害治理體系是一個(gè)綜合系統(tǒng)，包括預(yù)測(cè)、預(yù)警、預(yù)控、應(yīng)急及重建等層面，各系統(tǒng)內(nèi)部與系統(tǒng)之間協(xié)調(diào)運(yùn)行，才能發(fā)揮災(zāi)害治理的最佳效應(yīng)。面向四：“人工智能——治理行動(dòng)”分析災(zāi)害治理需要公共機(jī)構(gòu)、私人組織和民間社會(huì)共同參與，才能有效降低災(zāi)害風(fēng)險(xiǎn)。如何在人工智能情境中建立災(zāi)害治理的“公私協(xié)力”關(guān)系，政府如何鼓勵(lì)與支持民間社會(huì)參與災(zāi)害治理，如何協(xié)調(diào)政府組織內(nèi)部與公私組織之間的治理行動(dòng)，這些都是人工智能面臨的重要行動(dòng)議題。災(zāi)害行動(dòng)主要有行動(dòng)快速原則、確定優(yōu)先事項(xiàng)原則、行動(dòng)協(xié)調(diào)原則、行動(dòng)凝聚力原則與行動(dòng)高效原則等，災(zāi)害治理人員包括專業(yè)救援人員、機(jī)器人團(tuán)隊(duì)和社會(huì)群體等，在人工智能情境中，行動(dòng)者易于開展預(yù)警、預(yù)防、預(yù)控、應(yīng)急、救援與重建等行動(dòng)，［17］有利于提高民眾自救、互救與他救的行動(dòng)能力。人工智能具有使用范圍廣、靈活性強(qiáng)、地理可視化和有效利用社交網(wǎng)絡(luò)等功能，能在虛擬空間和現(xiàn)實(shí)物理世界中為不同群體提供災(zāi)害治理輔助決策支持，也能有效預(yù)防、預(yù)控與應(yīng)急處理潛在或爆發(fā)的災(zāi)害。人工智能災(zāi)害治理分析框架為學(xué)界提供了有益的研究借鑒，但它需要在后續(xù)研究中進(jìn)一步改進(jìn)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(jī)事故、工業(yè)事故、地震易損性、減災(zāi)及核工業(yè)早期故障檢測(cè)等案例中，結(jié)果顯示近60％的人使用人工智能（AI）作為災(zāi)害治理工具，以此應(yīng)對(duì)內(nèi)部和外部非結(jié)構(gòu)化環(huán)境的變化，［18］人工智能已成為一些國(guó)家災(zāi)害治理的重要實(shí)踐問(wèn)題，國(guó)際與國(guó)內(nèi)出現(xiàn)了一些典型案例。在對(duì)這些案例深入探討的基礎(chǔ)上，進(jìn)一步演繹出人工智能災(zāi)害治理的基本命題。（一）人工智能如何促進(jìn)災(zāi)前預(yù)警？人工智能方法能實(shí)現(xiàn)災(zāi)前預(yù)警三維分析表達(dá)，為災(zāi)前預(yù)警提供了新的技術(shù)方法。2018年5月27日，美國(guó)馬里蘭州埃利科特市發(fā)生了千年一遇暴雨。在暴雨前幾天，美國(guó)國(guó)土安全部利用人工智能進(jìn)行了有效預(yù)警，通過(guò)航拍圖像生成了高分辨率地圖，比傳統(tǒng)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(jiān)測(cè)、地下水勘探、環(huán)境災(zāi)害評(píng)估和城市規(guī)劃等，計(jì)算智能基于群體智能、人類思維模型化、自然啟發(fā)和其他一些智能技術(shù)，它能有效處理巨量遙感圖像。［19］谷歌和哈佛大學(xué)正在聯(lián)合開發(fā)預(yù)測(cè)地震的人工智能系統(tǒng)，研究人員對(duì)13.1萬(wàn)多次地震數(shù)據(jù)進(jìn)行了研究，對(duì)3萬(wàn)余個(gè)災(zāi)害事件進(jìn)行神經(jīng)網(wǎng)絡(luò)測(cè)試，實(shí)驗(yàn)表明能精確預(yù)測(cè)余震位置。印度占全球洪水災(zāi)害死亡人數(shù)20％，Google與印度政府合作創(chuàng)建了AI洪水預(yù)測(cè)模型，并利用GooglePublicAlerts（公共安全警報(bào)）改進(jìn)洪水警報(bào)，2018年9月，發(fā)出第一次洪水預(yù)警，大大提高了預(yù)測(cè)災(zāi)害發(fā)生位置、發(fā)生時(shí)間和損失程度的準(zhǔn)確性。根據(jù)以上案例，可以推出以下命題：命題1.1：災(zāi)害預(yù)測(cè)中人工智能運(yùn)用越多，越能提高預(yù)測(cè)準(zhǔn)確性。人工智能和機(jī)器學(xué)習(xí)能有效識(shí)別、處理與降低災(zāi)害風(fēng)險(xiǎn)，尤其能有效進(jìn)行災(zāi)前風(fēng)險(xiǎn)識(shí)別，［20］從而將災(zāi)害風(fēng)險(xiǎn)降到最低，Google公共安全報(bào)警系統(tǒng)是發(fā)布災(zāi)害緊急信息的平臺(tái)，2018年9月已發(fā)出數(shù)以萬(wàn)計(jì)的自然災(zāi)害預(yù)警，覆蓋美國(guó)、加拿大、日本和巴西等十多個(gè)國(guó)家，用戶瀏覽量已超過(guò)15億次，激活了200多次SOS警報(bào)。2017年九寨溝發(fā)生了7.0級(jí)地震，由成都高新減災(zāi)所研發(fā)建設(shè)的地震預(yù)警系統(tǒng)，通過(guò)電視彈窗、預(yù)警廣播、手機(jī)APP、專用接收終端預(yù)警與微博等提前幾十秒進(jìn)行預(yù)警，同時(shí)自動(dòng)關(guān)閉煤氣、自動(dòng)切斷電力與緊急制動(dòng)高鐵等生命線，有效避免次生災(zāi)害、衍生災(zāi)害和復(fù)合型災(zāi)害發(fā)生。在技術(shù)層面，災(zāi)難規(guī)劃OWS（開放地理空間Web服務(wù)）是一種新的自動(dòng)解決方案，通過(guò)AI規(guī)劃與Web應(yīng)用程序能有效預(yù)警災(zāi)難。［21］根據(jù)以上案例，推出以下命題：命題1.2：災(zāi)害預(yù)警中人工智能運(yùn)用越多，越能減少災(zāi)害損失。SilviaTerra是一家位于舊金山的公司，目前正在開發(fā)森林火災(zāi)人工智能預(yù)防技術(shù)，通過(guò)衛(wèi)星數(shù)據(jù)、空中影像與激光掃描技術(shù)結(jié)合，進(jìn)行森林地面測(cè)繪、抓取遙感信息和收集森林地形數(shù)據(jù)，進(jìn)而繪制了加州天堂市森林火災(zāi)潛在區(qū)域，還制定了火災(zāi)風(fēng)險(xiǎn)等級(jí)地圖，［22］并用紅色標(biāo)出風(fēng)險(xiǎn)最高區(qū)域，使得當(dāng)局能預(yù)先采取火災(zāi)防御措施。美國(guó)宇航局和DevelopmentSeed公司利用衛(wèi)星圖像和機(jī)器學(xué)習(xí)追蹤哈維颶風(fēng)，在效果上它比常規(guī)技術(shù)好6倍，每小時(shí)可追蹤一次颶風(fēng)，傳統(tǒng)方法每6小時(shí)才能跟蹤一次，大大提高颶風(fēng)預(yù)防的時(shí)效性，［23］人工智能在災(zāi)害預(yù)防中非常強(qiáng)大且具有變革性。［24］根據(jù)上述案例，推出以下命題：命題1.3：災(zāi)害預(yù)防中人工智能運(yùn)用越多，越能降低災(zāi)害風(fēng)險(xiǎn)。在這一命題的基礎(chǔ)上，還可進(jìn)一步推出以下命題：命題1.4：災(zāi)害預(yù)控中人工智能運(yùn)用越多，越能控制災(zāi)害風(fēng)險(xiǎn)。（二）人工智能如何促進(jìn)災(zāi)中應(yīng)急？在人工智能時(shí)代，災(zāi)害治理需要捕獲實(shí)時(shí)社交媒體大數(shù)據(jù)，開發(fā)與運(yùn)用特定危機(jī)分類、實(shí)體分類及數(shù)據(jù)匯總技術(shù)刻不容緩，還需要通過(guò)地圖呈現(xiàn)社交大數(shù)據(jù)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(yīng)中得到了有效運(yùn)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(dòng)與搶救災(zāi)民生命，AI從數(shù)百萬(wàn)社交媒體帖子中抓取與分析大數(shù)據(jù)，為災(zāi)中應(yīng)急提供重要信息服務(wù)和輔助決策支持，同時(shí)為受災(zāi)最嚴(yán)重地區(qū)和最需要救助的災(zāi)民及時(shí)提供救援人員。社交媒體與人工智能的結(jié)合為社區(qū)災(zāi)難應(yīng)對(duì)提供了重要途徑，它構(gòu)建了社區(qū)團(tuán)體與應(yīng)急組織之間的新型關(guān)系。［26］根據(jù)上述案例，推出下面命題：命題2.1：災(zāi)害應(yīng)急中人工智能運(yùn)用越多，越能提供有用的應(yīng)急信息。當(dāng)災(zāi)害發(fā)生后，人工智能能有效監(jiān)控社交網(wǎng)絡(luò)與社交工具，通過(guò)將所有推文存儲(chǔ)到災(zāi)害數(shù)據(jù)庫(kù)中并及時(shí)分析，［27］為應(yīng)急救援提供輔助決策支持。在印度，谷歌利用人工智能檢測(cè)技術(shù)發(fā)布洪水警告，在啟動(dòng)人工智能預(yù)警之后，再利用聊天機(jī)器人Hakeem幫助救災(zāi)人員與不同語(yǔ)言災(zāi)民進(jìn)行應(yīng)急溝通。2017年九寨溝7.0級(jí)地震后，地震信息播報(bào)機(jī)器人就自動(dòng)編發(fā)緊急稿件向全國(guó)及時(shí)發(fā)布，短短25秒后，機(jī)器人就完成了數(shù)據(jù)抓取、挖掘、分析、自動(dòng)撰寫與發(fā)布的整個(gè)過(guò)程，為災(zāi)中應(yīng)急贏得了寶貴的救援時(shí)間。命題2.2：災(zāi)害應(yīng)急中人工智能運(yùn)用越多，越能提高應(yīng)急溝通效率。在2019年1月珙縣5.3級(jí)地震中，四川省地震局自主研發(fā)的智能地震編目處理系統(tǒng)第一次應(yīng)用于災(zāi)中應(yīng)急，在余震資料處理過(guò)程中實(shí)現(xiàn)了無(wú)人工干預(yù)、實(shí)時(shí)自動(dòng)分析與自動(dòng)編目，為地震應(yīng)急提供了巨量信息。2017年九寨溝地震發(fā)生后，大疆公司利用無(wú)人機(jī)對(duì)現(xiàn)場(chǎng)進(jìn)行航測(cè)與追蹤，為災(zāi)中應(yīng)急提供了巨量數(shù)據(jù)信息。中國(guó)移動(dòng)與華為公司首次運(yùn)用無(wú)人機(jī)高空基站快速恢復(fù)了30多平方公里受災(zāi)區(qū)的通信，無(wú)人駕駛飛行器（UAV）是一種用于災(zāi)難情景中的靈活且快速部署的通信網(wǎng)絡(luò)，能為救援隊(duì)成員提供有效的通信鏈接。無(wú)人機(jī)結(jié)合了人工智能算法，能最大限度為受害者提供應(yīng)急服務(wù)。［28］通過(guò)使用自主無(wú)人駕駛飛行器（UAV）、有人駕駛車輛技術(shù)和自主無(wú)人駕駛地面車輛（UGV）在難以到達(dá)的危險(xiǎn)區(qū)域提供醫(yī)療用品服務(wù)，從而減少救援成本及消除救援風(fēng)險(xiǎn)。［29］它還能科學(xué)地將受害者分配到醫(yī)院，同時(shí)組織緊急車輛運(yùn)輸，在最合理時(shí)間內(nèi)提供即時(shí)性、啟發(fā)性和完整性應(yīng)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(zāi)害應(yīng)急中人工智能運(yùn)用越多，越能提高災(zāi)害應(yīng)急救援行動(dòng)效率。（三）人工智能如何促進(jìn)災(zāi)后重建？由于災(zāi)難日益復(fù)雜，科學(xué)的治理決策也變得更加困難。巨量數(shù)據(jù)作為決策的科學(xué)依據(jù)，越來(lái)越受到?jīng)Q策者們的重視。人工智能具有虛擬化、情境化和科學(xué)化等特征，是災(zāi)后恢復(fù)的最佳技術(shù)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(shí)恢復(fù)和動(dòng)態(tài)管理的基礎(chǔ)架構(gòu)之上。［31］Facebook研究小組創(chuàng)建了“災(zāi)害影響指數(shù)”（DisasterImpactIndex，DII）量化指標(biāo)，用來(lái)衡量某一地區(qū)水災(zāi)或火災(zāi)損失，它是一種“從衛(wèi)星圖像到災(zāi)難洞察”的工具，建立在人工智能神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上。2017年德州哈維颶風(fēng)（Harvey）發(fā)生后，它有效地識(shí)別了受損道路，準(zhǔn)確率達(dá)到了88.8%，識(shí)別圣羅莎火災(zāi)受損建筑準(zhǔn)確率也達(dá)到了81.1%，［32］通過(guò)對(duì)比災(zāi)前和災(zāi)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(zāi)后評(píng)估提供直接和重要依據(jù)。命題3.1：災(zāi)害重建中人工智能運(yùn)用越多，越能有效評(píng)估災(zāi)后損失。評(píng)估自然災(zāi)害風(fēng)險(xiǎn)是國(guó)內(nèi)和國(guó)際學(xué)界熱烈爭(zhēng)論的問(wèn)題，災(zāi)后損失評(píng)估更具爭(zhēng)議性，尤其主觀層面損失往往無(wú)法估量，如何建立科學(xué)的災(zāi)后損失評(píng)估機(jī)制成為困擾學(xué)界的難題。［33］人工智能大大提高了災(zāi)后損失評(píng)估的準(zhǔn)確性，也能針對(duì)性提供災(zāi)后重建策略和提高災(zāi)后重建效率。美國(guó)安大略省電力公司（hydroOne）在IBM的幫助下開發(fā)AI風(fēng)災(zāi)治理工具，2018年4月，安大略省風(fēng)災(zāi)四天內(nèi)，電力公司根據(jù)AI評(píng)估采取有效措施迅速恢復(fù)了供電。通過(guò)AI抓取與分析歷年巨量氣候數(shù)據(jù)與實(shí)時(shí)天氣大數(shù)據(jù)，提前72小時(shí)預(yù)測(cè)風(fēng)災(zāi)等級(jí)、損失情況和最嚴(yán)重的脆弱區(qū)域，hydroOne公司在災(zāi)前就將1400名前線電工安排到受災(zāi)區(qū)域進(jìn)行預(yù)防并制訂了應(yīng)急計(jì)劃。［34］人工智能還能有效預(yù)測(cè)災(zāi)后一年內(nèi)心理壓力源、精神狀況、情感支持與個(gè)人自我意識(shí)?；谏鲜霭咐?，推出以下命題：命題3.2：災(zāi)害重建中人工智能運(yùn)用越多，越能提高災(zāi)后恢復(fù)速度。在此基礎(chǔ)上，進(jìn)一步推出以下命題：命題3.3：災(zāi)害應(yīng)急中人工智能運(yùn)用越多，越能提高災(zāi)后重建效率。（四）人工智能如何提高災(zāi)害模擬治理？災(zāi)害情境具有不確定性、噪聲數(shù)據(jù)輸入性和行為隨機(jī)性，使得災(zāi)害決策變得異常復(fù)雜，人工智能模擬治理與情境治理大大提高了災(zāi)害決策的科學(xué)性。災(zāi)害治理涉及巨量數(shù)據(jù)信息分析和數(shù)據(jù)管理等復(fù)雜技術(shù)，它需要降低巨量信息不確定性、降低治理成本及克服傳統(tǒng)科層制局限，有利于在不可預(yù)測(cè)的災(zāi)害環(huán)境中解決復(fù)雜性決策問(wèn)題。Google公司利用AI和現(xiàn)代計(jì)算能力為印度創(chuàng)建了AI洪水災(zāi)害預(yù)測(cè)模型，它對(duì)巨量歷史事件、河流水位讀數(shù)、地形和海拔等進(jìn)行存儲(chǔ)、抓取與分析，同時(shí)整合印度海得拉巴河流域巨量數(shù)據(jù)，在此基礎(chǔ)上生成風(fēng)險(xiǎn)地圖，然后對(duì)每一災(zāi)害進(jìn)行數(shù)十萬(wàn)次模擬治理，當(dāng)災(zāi)害發(fā)生后，相關(guān)人員能迅速趕赴現(xiàn)場(chǎng)進(jìn)行應(yīng)急救援。命題4.1：災(zāi)害模擬中人工智能運(yùn)用越多，越能有效提高風(fēng)險(xiǎn)預(yù)測(cè)。加州OneConcern公司正在開發(fā)人工智能地震災(zāi)害模擬工具，它首先收集建筑類別、年齡和材料等巨量數(shù)據(jù)，在此基礎(chǔ)上構(gòu)建城市人工智能建筑模型，模擬地震來(lái)臨時(shí)房屋倒塌情況，為災(zāi)中救援和災(zāi)后重建提供輔助決策支持。［35］這一系統(tǒng)利用人工智能設(shè)置地震事件模版，可以在線實(shí)時(shí)連續(xù)掃描地震波、自主識(shí)別和自主處理地震災(zāi)害。英國(guó)劍橋大學(xué)在實(shí)驗(yàn)室利用智能機(jī)器人對(duì)巖石震動(dòng)進(jìn)行辨別，不僅能準(zhǔn)確抓取與分析地震信息，還能有效預(yù)測(cè)地震風(fēng)險(xiǎn)，它為地震預(yù)測(cè)提供了新方法，有望破除“地震災(zāi)害不可預(yù)測(cè)”的迷思。命題4.2：災(zāi)害模擬中人工智能運(yùn)用越多，越能提高災(zāi)害救援效率。在前面兩個(gè)命題基礎(chǔ)上，進(jìn)一步推出以下兩個(gè)命題：命題4.3：災(zāi)害模擬中人工智能運(yùn)用越多，越能提高災(zāi)害決策的科學(xué)性。命題4.4：災(zāi)害模擬中人工智能運(yùn)用越多，越能提高因應(yīng)行動(dòng)的科學(xué)性。（五）案例總結(jié)通過(guò)梳理多個(gè)案例發(fā)現(xiàn)，人工智能在災(zāi)害治理領(lǐng)域中側(cè)重預(yù)防、預(yù)控、預(yù)警、應(yīng)急與決策等層面，有利于科學(xué)解決潛在與已爆發(fā)的危機(jī)。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(lái)的基本命題也有很大不同，但大致可以分為災(zāi)前預(yù)防、災(zāi)中應(yīng)急、災(zāi)后重建與模擬治理四個(gè)層面，每一層面又包含了若干個(gè)子命題。需要強(qiáng)調(diào)的是本研究通過(guò)案例演繹出來(lái)的基本命題屬于探索性研究和理論鋪墊，需要后續(xù)研究進(jìn)一步證實(shí)與證偽，最終為建立符合中國(guó)國(guó)情的本土化人工智能災(zāi)害治理模式提供有益啟發(fā)。五、理論前景與實(shí)踐陷阱基于地理信息系統(tǒng)（GIS）和人工智能（AI）等技術(shù)基礎(chǔ)之上的災(zāi)害治理系統(tǒng)，不僅能有效識(shí)別災(zāi)前風(fēng)險(xiǎn)結(jié)構(gòu)和社會(huì)系統(tǒng)脆弱性，還能快速評(píng)估災(zāi)后損失情況，為政府、社會(huì)組織與民眾災(zāi)害治理提供重要的輔助決策支持。在災(zāi)害治理領(lǐng)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(tǒng)、人工智能與災(zāi)害治理”結(jié)合新趨勢(shì)。地理信息系統(tǒng)（GIS）和人工智能（AI）在災(zāi)害治理中的應(yīng)用不僅為災(zāi)害治理提供了新的技術(shù)優(yōu)勢(shì)，也為科學(xué)家、工程師、管理者和民眾提供了新的實(shí)踐手段，成為未來(lái)災(zāi)害治理的重要輔助