人工智能技術如何助力社區應急管理

導語：人工智能技術如何助力社區應急管理一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

社區突發事件影響社區居民的生命安全和身體健康，人工智能和大數據作為新一代信息科技的代表性技術，正在應用于各類場景突發事件的應急管理中。筆者結合近年來社區突發事件的類型和特征，提出了人工智能與大數據技術在社區突發事件應急管理中的應用場景、路徑與效能，希冀藉此推動社區突發事件應急管理的創新，提升應急管理效能。

大數據技術在社區突發事件處理中的應用

事故的出現，往往是因為數據的收集不全或者難以收集。因此，在安防機器人基礎上加以雙目視覺系統，在社區內配備交叉式的全天候全時間巡邏機器人，可以將社區內的動與靜的數據都盡可能的收集到，配備企業內部云平臺上的大數據計算系統，可以快速處理大量的數據。在對數據的處理上，數據處理速度不足同樣也是一個關鍵問題，這個問題的出現主要是因為數據的繁雜無法合理利用與應對數據分析的核心算法不成熟。針對這第一個問題，應該搭建大數據平臺，利用分布式數據庫與分布式儲存群對已經載入的數據進行預處理，以清除無用與重復的數據，最終通過對預處理后的數據進行分類、匯總形成聯系，便可以合理利用繁雜的數據，而且目前也有相當多的物業服務企業自行研發自己的大數據平臺來管理日常；通過云平臺上對數據庫進行云計算與可視化分析，建立突發事故的模型并對人員與物資進行相應的分配后，形成突發事故預案并進行相應的預演。事故發生中期是一個爭分奪秒的時期，也是最具考驗性的一個時期。在這一時期，對于被害者的救援、現場人員的控制與引導、現場信息的控制、以及對相應部門的聯絡都是極為重要的。因此，對數據的收集與現場應急處理更是需要謹慎對待。在收集數據方面，在自然事故上，自然災害過程中容易造成社區內水電設備的故障進而發生事故，因此針對小區內水、電設備上可以通過人工智能與物聯網技術實時進行數據收集與監測。對于社區內部事故，首先利用已經完善的巡邏與監控的人工智能系統收集到的異常數據，第一時間上傳到云端大平臺進行重要備份，同時對物業服務企業發起提醒并聯系相關的公安、消防、醫療部門；其次通過無人機在高空中收集人流數據，利用已經建立好的事故預案及時調配相應人力、資源與設備，在現場進行人群的疏導并及時阻止無關者靠近事故現場，還需要及時收集異常的人員流動情況，一旦發現異常便向公安發出通知。事故發生后期是一個已經出現損失，需要進行賠償與善后的時期。在這最后的時期，需要對損失和賠償的計算、善后維修的控制還有公關的引導有一定的要求。在這一階段，需要繼續利用巡檢機器人與監控設備收集現場情況與遇險人的數據，結合事故發生過程記錄下的數據，分析出責任主體與現場損失情況，為后續的協商或者仲裁提供證據，并以先前的預演方案中人員、物資、裝備進行配置，如利用一些清潔或者管道機器人對現場進行清理。

人工智能技術在社區突發事件處理中的應用

根據當前人工智能發展水平，筆者梳理出7類可用于社區突發事件應急管理的人工智能技術能力，主要包括計算機視覺、語音識別、自然語言處理、人工智能支持機械應用、人工智能支持數據分析、內容生成和強化學習等。首先是圖像識別技術可應用于社區安全監測預警。圖像識別的快速發展，加快了人工智能在安全領域的應用，許多突發事件的發生，可以通過視頻里監測地點的圖像識別技術進行快速的預警響應，如火災的發生，圖像識別技術可以快速地判斷火災是否發生、火災的程度及實時監控火災的趨勢。通過對監控圖像的處理和識別，可以同時處理大量的視頻圖像，高效地防控安全事故的整個過程。譬如，通過AI視頻巡檢，可時刻監控消防通道、公共設施、出入口和圍墻，對可疑人員、推銷人員進入小區實時預警，智能跟蹤移動目標，查看人員、車輛軌跡有效控制，將被動防范轉化為主動預警，減少秩序維護員巡邏頻次、減少人員接觸、降低人力成本，及時發現問題，做到事前防控。圖像識別中的人臉識別技術可以通過平臺下發或本地導入證件號或人臉黑名單，在本地進行黑名單比對后上傳結果給平臺，亦可對接公安身份證信息庫進行黑名單比對，從而實現黑名單管控，保證社區安全。其次是人工智能技術可用于突發事件處理輔助決策。社區突發事件具有動態性、復雜性的特點，對于社區突發事件的處理需要做到快速且有效，在最短的時間里將生命和財產損失降到最低。當前，社區突發性事件應急決策的動態調整只要依靠事件處理人員依據經驗與現場狀況來實施，受人為因素影響大，且在較短時間內難以做出有效處理。案例推理技術依據大數據與人工智能技術，能做到對社區突發事件的預測，進行有效快速的處理分析，構建出精確的突發事件輔助決策處理系統，這也是突發事件應急處理的未來方向。事實上，基于案例推理的群發性突發事件預警流程是人工智能領域一種通過模擬專家解決問題的思維將過去的案例作為經驗用于對新問題求解的推理技術。相較于傳統的預警方式，基于案例推理的群體性突發事件預警流程在有效的利用專家知識的同時克服大量數據帶來的不利影響。在過往的社區應急處理當中，社區處置部門在處置突發事件過程中積累了大量的應急預案和事件案例，這些預案與案例中隱藏著大量的專家經驗與知識，他們能夠很好地輔助事件處置人員進行高效決策。根據當前突發事件的相關信息按特定的數據格式進行表示并輸入到預警體系中。通過相關的檢索算法對案例庫中的案例進行檢索并匹配出一定的符合相似度要求的案例。如果存在符合要求的歷史案例則選取相似度最大的案例作為輔助應急決策的案例，直接使用或根據當前群體性突發事件特點修正處置預案作為此次事件的處置預案；如果不存在則調整相似度進行再次檢索，如果相似度達到某一標準值時還沒有搜索到結果，則認為案例庫中沒有相似案例。這時就需要事件處置人員或專家憑借經驗或相關原則制定處理方案，處置方案制定后對突發事件實施處理，事后通過對事件處理情況的分析評價，綜合評定是否將當前案例與相關處置預案加入到案例庫中以擴展系統的案例數據。再次是人工智能技術在設施設備突發故障監控中的應用。針對小區內的電、水和消防設備，可以通過人工智能與物聯網技術實時進行數據收集與監測，以預防事故的發生。對于社區公共電力設備故障問題，惡劣天氣下社區供電中斷的問題，可由數據驅動的人工智能技術在電力設備狀態的分析中的應用得到更好更快的解決，該技術在電力設備智能巡查，電力設備故障智能診斷，電力設備狀態預判方面都有很好的應用。在火災智能報警方面，通過傳感器對煙霧密度、環境溫濕度及光波等數據進行采集，并采用容錯控制、模糊控制及人工神經網絡等算法對采集到的各項環境數據進行分析處理，區別真假信號，以達到避免誤報和漏報的目的。最后是人工智能技術在社區日常服務中也有廣泛的應用空間。當前，機器人行業已經進入智能化發展的初級階段，這一階段的機器人具有更類似于人的特征，主要表現在多樣的感知和交互能力、靈活的獨立決策能力、一定的自我學習能力?，F階段，考慮到機器人在高空、水下、自然災害等特殊環境下的應用現狀，我國業內將機器人分為工業機器人、服務機器人和特種機器人三類。京東、美團等電商布局AGV無人車，利用AI+無人車技術解決物流中的“最后一公里”的問題，達到無接觸服務的目的。物業服務企業在社區服務中也完全可以借鑒引入智能機器人，提供特殊環境下的服務工作，以降低人工成本。通過對現階段人工智能技術能力的分析，人工智能為社區突發事件應急管理監測、救援等提供了新的手段和模式，物業服務企業要圍繞當前主要的社區突發事件，利用已經成熟的基于規則的算法、傳統機器學習、表達學習及部分深度學習技術，積極開展社區突發事件數據的智能獲取與處理技術，以及風險的智能識別、評價、防控等技術研發，而且從長遠發展的角度考慮，還應建立多維異構大數據融合數據庫，運用深度學習、時間序列分析、長－短期記憶循環神經網絡、多屬性決策、群體智能優化等算法，面向預防與應急準備、應急處置與救援、善后與恢復重建三個主要環節，構建基于大數據和人工智能混合優化的社區突發事件應急管理平臺。要讓大數據和人工智能技術在社區突發事件中真正高效起作用，關鍵還要對風險傳導的機制進行深入地研究，探析有關數據與潛在風險的因果或相關關系，找出不同類型危機中可通過機器識別并進行跟蹤檢測的風險要素。另外，在物業服務企業內部培訓中，還應適當增加有關新興科技認知和應用科技手段進行各類突發事件應急管理的內容，特別是新興科技的原理、倫理、賦能與反賦能機制和運用典型案例等，使社區服務人員具備應用科技進行危機管理的能力。研究表明，目前大數據技術運用存在的主要問題是數據收集的不全或者難以收集，以及數據處理效率不足。因此，物業服務企業要為大數據的應用做出準備，在管理和權限設置上，有必要設置“大數據信息官”并賦予其具有改進組織流程的權限，以推進大數據在部門工作中的落實。在技術升級和設備使用方面要明確需要解決的問題，以需求為導向，進行一定設施的準備；另外，在信息采集能力的同時，也要進行數據共享，建立統一的數據中心，提高信息的有效聚合和快速傳遞，以便在應急管理過程中提高效率。

作者：王惠明 黃焯威 付一多