信息化时代,智慧应急作为一种新兴的危机管理机制,正逐渐成为现代社会应对各类紧急情况的重要工具。它的提出和实践,是对传统应急管理模式的重大创新,能够提高应急管理的效率和效果,减少灾害损失,保障社会稳定和人民安全。本文介绍了 2023 年以来我国自然灾害和安全事故相关情况,结合相关政策得出智慧应急将成为 AI 行业新的应用焦点,探讨了大模型解决应急工作难题的优势以及在应急工作的应用成效,并介绍了云从科技推出的智慧应急平台的应用实践,以期为同行提供有益借鉴。
一、智慧应急成为人工智能技术新的应用焦点
全国每年自然灾害和城市公共安全事故频发,死伤和财产损失巨大。经国家防灾减灾救灾委员会各有关成员单位会商核定,2023 年我国各种自然灾害共造成 9544.4 万人次不同程度受灾,直接经济损失 3454.5 亿元。据国家统计局发布的《2023 年国民经济和社会发展统计公报》显示,2023 年度全国各类生产安全事故共死亡 21242 人。
现阶段全国应急管理体系基础比较薄弱,各地能力参差不齐,需要不断加强整体应急管理能力建设,将灾害伤害减到最低,对国家和地方政府来说是一个巨大挑战。
当前我国应急管理形势严峻。在应急工作中,信息不互通、数据反复统计、缺乏实时数据、难以快速研判是目前面临的首要难题。基层治理信息化和资源协同管理迟滞的本质在于大量应急工作仍停留在“手工作坊”时代。这导致应急工作存在着众多难题,正常的社会生产生活可能会受到影响,带来潜在损害。
作为国家治理体系和治理能力现代化的重要组成部分,应急管理现代化备受国家关注,陆续出台的应急管理现代化相关政策,为智慧应急工作提供了政策指引。相关政策强调,以人工智能等新技术推动应急管理工作发展,聚焦完善应急业务事前监控预警体系和模式,整合创新应急业务应用场景,全面提升事中事后辅助指挥决策、救援实战和社会动员的能力(如图 1 所示)。
鉴于此,通过多项智能化技术快速提升基层治理信息化能力和资源协同管理成为智慧应急建设的重中之重,智慧应急将成为 AI 行业新的应用焦点。应急工作向智能化转型意味着大量 AI 技术与解决方案的需求,AI 技术与方案通用性低导致项目碎片化、交付效率低是行业目前痛点,未来高生产效率、高技术整合能力的 AI 流水生产线是AI 行业发展的趋势。
二、大模型有望解决应急工作难题
应急工作本身存在流程繁杂,多部门协作处理日常事务等特征,需要复杂的技术整合应用才能提升整体效率和精准度。大模型的出现让 AI 企业有望凭借规模化优势解决这些应急工作难题, AI 企业可以充分发挥在技术研发、AI 规模化生产平台与行业经验等方面的独特优势,围绕“数字城市”“智慧城市” 建设整合多项技术能力应用到主要场景中,沉淀出更多的通用中长尾场景技术与解决方案,缩短项目时间、提升生产效率、降低边际成本。
大模型时代,AI 规模化生产能够在应急工作体制机制、组织架构、方式流程、手段工具全方位系统性优化完善(如图 2 所示),大模型可以有效解决技术平台化和应用场景化问题,推动 AI 大规模应用。
在安全事故情况不断变化、长期持续的情况下, 采用 AI 技术具备高效率优势,在突发情况下准确把握区域动态走势,可以因时应势采取应急策略。单一功能的应急系统已经进化为针对多种场景的智慧应急平台,成为智慧城市中不可或缺的模块。
三、智慧应急平台赋能应急工作变革
通过持续平台研发投入,应急工作项目的交付和部署正在经历从“小作坊”到工业化生产的转变。
云从科技基于人机协同操作系统推出了针对多场景的智慧应急工作平台(如图 3 所示),它通过大小模型协同驱动智慧应急管理机制的革新,为城市生命线工程、公共安全、生产安全、自然灾害等应急场景提供高效服务。解决信息不互通、数据反复统计、缺乏实时数据、难以快速研判的难题,助力实现“四清”(人数清、人头清、位置清、状态清)高水平构建整体智治、适应多场景的常态化应急体系。
整体而言,云从科技智慧应急工作平台能够实现三大应用价值。
1.物理世界数字化
通过模型将物理世界映射到虚拟数字世界中, 以构建物理世界与虚拟数字世界的桥梁。通过传感器会实时产生大量的数据,AI 平台对这些数据进行分析,并结合经验知识来实现主动异常检测、预测性维护等,比如对区域数据分析等,从而帮助应急工作做出更准确的预测、更合理的决策。
2.知识生成与服务
作为人机协同中枢,知识生成与服务可实现数据到知识的萃取,底层融合知识图谱技术、机器学习算法以及行业专家的业务知识,并结合推理、决策引擎,形成感知、认知、决策闭环。通过对应急方法的不断学习优化理解,最终服务于业务流程的处理。
3.陪伴执行
通过各种自动化流程,提升集成人员、台账的书写能力,减少手工填写,并且能够通过对数据分析, 可自动部署到推理引擎实现模型的运算推理,决策引擎提供多种类型的业务规则配置,对各类事件实现自动化的处理,以 AI 智能体的形式服务于应急,并且可以根据特殊应急任务进行方案制定和建议。
实现这些需要对多项技术进行有效整合,云从科技等龙头企业拥有全链技术能力。通过操作系统整合技术能力与解决方案,利用小样本算法训练搭建规模高效的 AI 生产线,从根本上提升效率。另一方面,AI 行业已经形成规模效应,行业龙头才能够深化全链技术与AI 平台,护城河以及稳定性高,产品打磨及通用性可以快速形成。应用高生产效率、高技术整合能力的 AI 生产线后,可以实现项目人数占用减少 70%,完成时间缩短 90%(如图4所示)。
四、智慧应急平台在应急工作中的创新应用
传统AI 应用在中长尾需求中暴露短板,近年大模型与操作系统发展加速,成为实现通用AI 的重要方向。规模高效的 AI 生产线能力与能够沉淀通用技术与方案的操作系统是实现快速商业拓展的关键,但技术和行业壁垒高,深耕行业的龙头厂商能够凭借操作系统实现规模化效应,持续提升产品和方案标准化率及交付效率,快速覆盖中长尾应用场景。
以云从科技为例,通过人机协同操作系统搭载的从容多模态大模型、谛格 AI一体机、智慧物联网平台、AI 中台、视频融合平台等,可以快速学习应急知识,构建智慧应急平台,实现大小模型协同、小样本算法训练等功能(如图 5 所示)。
通过与昇腾合作打造的从容大模型训推一体机,智慧应急平台可以快速部署多个前沿应用。
1.自然灾害隐患识别、态势感知
自然灾害领域与铁塔无人值守机巢结合、高点监控结合,实现远距离实时巡逻监测。考虑森林区域坡度、坡向、植被覆盖类型、森林含水率、可燃物质参数、风速、风向等影响因素,计算森林火灾蔓延速度,并对森林火灾蔓延范围进行模拟,预测森火类型及火灾强度等,实现对森林火灾的态势研判。大模型同时提供隔离带设置方案推演、目标点火情分析、火灾类型和强度预测等功能,为应急处置人员科学制定救火方案提供辅助支撑。
2.城市安全,实时隐患识别、态势感知
接入城市各监控点视频,并与铁塔无人值守机巢结合、高点监控结合,通过视觉大模型,实时监测主要承灾体,识别安全隐患,并自动发布预警信息。同时预警信息实时展现在 EGIS 与三维模型中,并有数据过程记录,可以展现趋势变化。
3.安全生产隐患点监测预警
自动报警系统通过视觉、烟感、温感等传感器收集到报警(误报场景较高区域,使用双技术探测器复核探测),经过大模型二次研判筛查。
实时联动附近摄像机,在控制中心自动弹出实时画面,安保人员及时确定报警,并启动消防应急处置流程。平台联动门禁,自动打开该紧急情况区域的所有出入口,包括人行闸机和车辆道闸,便于人员快速撤离。
对涉灾人员通过语音呼叫、短信等方式主动推送灾情通知,通过公共广播进行逃生指引;根据灾情严重程度,通知有关部局和楼宇安全队伍进行救援。
4.风险实时监测及安全隐患分析(风险普查)
通过知识图谱能力构建工贸企业画像,并基于从容多模态大模型能力,对接入的各类视频图像进行综合分析,通过自然语言方式快速评估是否存在异常、安全隐患,梳理危险风险等级,从而降低灾害风险,且对于需要视觉分析的各类场景,无需再单点做小模型的训练。
5.文本应急预案,灾后、演习、风险分析等数据报告生成
大模型可以学习历史预案,并整合当前承灾体信息、风险评估报告、应急物资情况、专业队伍人员信息、操作规程、行业知识等,结合实施数据, 根据应急预案使用场景(如自然灾害、市政工程、危化园区、安全生产等应急预案),自动生成文字版本应急预案。
6. 应急呼叫(95707,12350)
基于大模型技术的智能客服可以实现主叫与被叫功能。当有险情发生时通过主动呼叫方式通知受灾群体紧急抗险救灾。被叫功能可以记录并分析报警人提供的情报或举报信息,指导紧急救援措施, 并根据请求内容转换为执行任务分发给相关负责人(主被叫支持各地方言、多语种,支持短信、APP 报警及应答)。
提取汇集呼叫内容中的重要信息,形成前线态势感知重要情报,经过自动分析研判后进行重大情况预警,辅助决策指挥。
7.数字人 + 大模型构建宣教 AI 助手
针对应急领域的信息宣传、应急教育等方面需求,通过大模型、数字人、知识中台等智能技术, 智能生成创意宣传海报、教学课程、灾害模拟等;创建具有亲和力和专业形象的数字“应急大使”及“应急客服”,向公众传播各类灾害事故的防范知识, 通过自然语言交互实现智能对话,解答用户关于各灾害的问题,并通过情景模拟、问答等形式提高学习互动性;根据各灾害新闻报道特点,定制训练样本集,训练模型理解灾害类型、严重程度、影响范围、损失评估等相关信息,精准、客观、及时地生成新闻报道。
8.智慧防汛(以天府新区智慧防汛为例)
四川省成都市天府新区地处成都平原南部边缘地带,属四川盆地中亚热带季风湿润气候区,境内水网密布,降水丰富。辖区洪涝灾害主要类型为江河洪水、城镇内涝、山洪泥石流和水库度汛安全四类。
当前,天府新区防汛减灾工作面临以下难题:一是监测感知能力不足,监测系统尚未实现天府新区所辖流域全覆盖,且部分监测站点监测手段落后;二是决策辅助智能化水平不高,汛情监测、预判预警和决策指挥缺少技术支撑;三是调度支持和服务能力不强,工程、设备及监测、监控系统相对分散, 自成体系,没有形成功能互补有机结合的整体。
随着物联网、大数据、移动互联、云计算和人工智能等技术的全面应用,天府新区依托云从科技力量充分整合应急、气象、水利、交通、住建、国土等方面监测预警信息,通过数据汇聚、模型计算、智能研判等手段构建智慧防汛系统(如图 6 所示),为汛情态势感知、预警预报、风险分析和应急响应等提供有力的技术支撑和决策辅助,促进防汛工作转型发展,提升整体治理能力,最大程度减轻灾害损失。
系统在 2021 年汛期调度巡查监测、排险抢险人员 4510 人次、车辆 972 台次、机具 46 台次,联动排查处置防汛隐患20 次,指导转移安置群众2250 人。
五、结语
人机协同是人工智能的必然趋势,机器通过算法、储存、搜索、判断、计算等过程形成的形式化智能决策,人通过直觉、学习、经验、知识、推理等形成的意向性智能决策在线股票配资官网,两者优势互补、扬长避短,将深刻改变人们的生产、生活和学习方式。智慧应急平台基于人机协同操作系统,打造感知、认知、决策闭环的人机协同体系,构建“数据驱动、人机协同、跨界融合、共创分享”的智能经济形态, 对建设宜居城市,推动经济社会高质量发展具有重要意义。
文章为作者独立观点,不代表配资股票网观点