人工智能可以帮助减少自然灾害的影响，但需要有健全的国际标准来确保最佳实践。2024年10月1日自然杂志Nature刊文发表了一篇题目为《AI to the rescue: how to enhance disaster early warnings with tech tools》的文章，探讨了这一问题。
预警系统可以大幅减少自然灾害的影响。当人们被告知风暴或洪水即将来临时，个人和政府就能有宝贵的时间进行准备，从而减轻最严重的损害。联合国的“全民预警”倡议呼吁到2027年底，地球上的每个人都能受到预警系统的保护。然而，截至2023年，只有52%的国家拥有这样的措施。最不发达国家和小岛屿国家的预警系统覆盖率更低，分别为46%和39%，尽管它们却不成比例地遭受着灾害后果的影响。
为了实现这一全球目标，研究人员、私营部门和政府正越来越多地转向人工智能（AI）技术。他们希望这将使预警系统更加高效、精准、及时和用户友好，同时帮助弥合地理上的差距。
人工智能在预警系统中的作用 AI技术在以下几个方面增强了预警系统的能力：
- 预报与监测：包括谷歌DeepMind、华为和英伟达等公司在内的企业在2023年发布了基于AI的中期天气预报模型。在速度和精度方面，这些模型优于传统工具。此外，AI还被认为非常适合改善对小规模事件的预报和监控，如雷暴，这些事件可能伴随极端降雨或破坏性的冰雹，并可能引发龙卷风。
- 野火与洪水检测：旧金山的Pano AI、柏林的Dryad Networks和慕尼黑的OroraTech等公司开发了基于AI的工具，用于通过卫星、无人机或地面摄像头的图像检测烟雾。这些工具有助于及时发布野火预警。在极端降雨期间，AI可结合电信网络中的视距通信链路或交通摄像头的实时信息来监测降雨。
- 基础设施监控：AI有助于评估电信、公共事业和运输系统的抗灾能力，这些系统在灾害中既脆弱又至关重要。例如，2023年夏威夷毛伊岛的野火中，电信系统的崩溃阻碍了警报和疏散。瑞典斯德哥尔摩的电信公司爱立信使用AI结合无人机拍摄的画面来检查难以到达的无线电塔。
- 沟通工具：AI聊天机器人和翻译工具可以帮助传达预警。例如，美国国家气象局与位于加州埃默里维尔的AI公司Lilt合作，自动将预报和预警从英语翻译成其他语言。联合国教科文组织还设计了一种AI聊天机器人，能够实时回答受自然灾害（如洪水或气旋）影响的人的问题。
挑战与风险
尽管AI在灾害管理领域充满希望，但它也带来了风险。例如，由于富裕地区通常拥有更多的地面雷达系统，用于预测降水模式的AI算法训练数据集可能会产生偏差，这可能使贫困地区处于不利地位。
为了解决这些风险，专家和利益相关者必须齐心协力，提供标准——即国际公认的最佳实践——以管理AI在灾害管理工具中的应用。这些标准应涵盖从数据的收集和处理，到算法的训练、测试和使用等方方面面。
这样的标准可以促进负责任和可信的AI发展，提升AI工具的可扩展性和互操作性，并明确当AI模型未如预期表现时——如发出错误警报或未能建议应急疏散——谁应该承担责任。
国际标准的缺乏
所有这些工作表明了AI在灾害预警系统中的潜力。然而，缺乏国际标准可能导致各种问题，包括数据偏差、不兼容性或互操作性不足等。由于灾害可能跨越国界，这就失去了持续预警覆盖的机会。
2022年，我们的焦点小组发布了一份涵盖数字技术和灾害风险减缓措施的现有标准路线图。这些标准来自四个主要的全球标准制定机构——国际电信联盟（ITU）、国际标准化组织（ISO）、国际电工委员会（IEC）和电气电子工程师学会（IEEE），以及两个区域性组织——亚太电信组织标准化计划和欧洲电信标准协会（ETSI）。我们发现共有42项公开可用的标准涉及这些主题，但仅有4项提及AI。
ETSI的一份技术报告研究了涉及物联网设备在紧急情况下的用例和通信，并提到了AI可能在该过程中各个环节的应用，例如为应急响应人员构建事故区域的增强视图。然而，它并未对AI的使用提出具体建议。42项标准更倾向于提及其他数字技术，如物联网、云计算或通过无人驾驶航空器（无人机）进行的地球观测。
为了弥补这些空白，焦点小组在过去三年中对这一主题进行了深入研究。除了路线图外，还发布了一个包含500多个术语和定义的词汇表，以及三份技术报告；举办了一系列技术研讨会和网络研讨会；组织了两次黑客马拉松；并发布了多篇评论文章。这些成果为从数据互操作性到AI训练和透明度的指导奠定了基础，同时讨论了人类监督、故障保护措施和以人为本的设计对提供安全性和建立信任的重要性。
下一步工作
在为标准奠定基础时，不同地区的利益相关者参与讨论至关重要。每个国家都有不同的价值观和优先事项，标准需要在跨国界使用。此外，参与可能鼓励利益相关者将这些标准纳入本国立法。
标准的另一个重要方面是支持互操作性和可扩展性——确保AI预警系统能够很好地协同工作，并在需要时扩展到目前缺乏预警系统的地区，而不会不恰当地将为某一地区开发的系统应用于另一个可能不适用的地区。
AI系统必须是可信赖的。其底层模型应具备可解释性，即其行为能够被人类直接理解。此外，它们还应具备可解释性，能够提供详细的推理或结论和建议的依据。底层数据和方法的透明度是与终端用户建立信任的关键。
结论
AI在提高灾害预警系统的有效性方面潜力巨大，能够拯救生命并减少经济损失。然而，为了让所有地区都能公平地享受这一技术红利，建立国际标准势在必行。这些标准将确保AI工具负责任地开发和部署，解决偏见问题并建立信任，从而最终有助于全球社区在面对自然灾害时更加具备抗风险能力。
