人工智能是计算机科学的一个分支，旨在理解智能的本质，并产生一种新的智能机器，以类似人类智能的反应，包括机器人技术、语言识别、图像识别、自然语言处理和专家系统的研究。人工智能是探索人的思维和智能规律的科学，是引领新时代创新发展潮流的重要引擎。从“深蓝”战胜卡斯帕罗夫到“阿尔法狗”战胜李世石，标志着人工智能已经从计算机智能和感知智能发展到认知智能，到达了前所未有的水平，人工智能迎来了新的快速发展时期。将人工智能技术应用于各类灾害应急救援工作中，在提升灾害救援能力的同时增强应急决策科学化水平。

  一、人工智能技术的提出和发展

  人工智能充满未知的探索道路曲折起伏，如何描述人工智能自1956年以来60余年的发展历程，部分学者认为人工智能的发展历程划分为以下6个阶段：

  起步发展期：1956年—20世纪60年代初。人工智能概念提出后，相继取得了一批令人瞩目的研究成果，如机器定理证明、跳棋程序等，掀起人工智能发展的第一个高潮。

  反思发展期：20世纪60年代—70年代初。人工智能发展初期的突破性进展大大提升了人们对人工智能的期望，人们开始尝试更具挑战性的任务，并提出了一些不切实际的研发目标。然而，接二连三的失败和预期目标的落空（例如，无法用机器证明两个连续函数之和还是连续函数、机器翻译闹出笑话等），使人工智能的发展走入低谷。

  应用发展期：20世纪70年代初—80年代中。20世纪70年代出现的专家系统模拟人类专家的知识和经验解决特定领域的问题，实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。专家系统在医疗、化学、地质等领域取得成功，推动人工智能走入应用发展的新高潮。

  低迷发展期：20世纪80年代中—90年代中。随着人工智能的应用规模不断扩大，专家系统存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、缺乏分布式功能、难以与现有数据库兼容等问题逐渐暴露出来。

  稳步发展期：20世纪90年代中—2010年。由于网络技术特别是互联网技术的发展，加速了人工智能的创新研究，促使人工智能技术进一步走向实用化。1997年国际商业机器公司（简称IBM）深蓝超级计算机战胜了国际象棋世界冠军卡斯帕罗夫，2008年IBM提出“智慧地球”的概念。以上都是这一时期的标志性事件。

  蓬勃发展期：2011年至今。随着大数据、云计算、互联网、物联网等信息技术的发展，泛在感知数据和图形处理器等计算平台推动以深度神经网络为代表的人工智能技术飞速发展，大幅跨越了科学与应用之间的“技术鸿沟”，诸如图像分类、语音识别、知识问答、人机对弈、无人驾驶等人工智能技术实现了从“不能用、不好用”到“可以用”的技术突破，迎来爆发式增长的新高潮。

  二、人工智能在自然灾害应急救援中的应用前景和实现途径

  将人工智能应用到自然灾害应急救援中，有望解决自然灾害应急救援中的诸多难题。我国自然灾害频发，灾害救援任务繁重，且部分自然灾害发生突然，同时随着次生灾害发生，灾害造成的人员伤亡、财产损失和环境破坏等复杂形势局面，给应急救援带来了严峻挑战。在人工救援行动中，受环境条件限制和主观经验的影响，往往面临灾害情况难以全面掌握、灾情发展难以预测、应急处置难以决策、高危作业带来人员安全隐患等诸多问题。针对这些情况，可以在自然灾害应急救援中应用人工智能技术，弥补人工救援行动的不足。主要需求体现在以下几个方面。

  （一）灾情预测、预警

  人工智能技术可以通过对以往积累的海量灾害信息进行无监督学习，挖掘数据资源中有价值的信息，并进行抽象表示，发现灾情发展规律，建立认识和预测灾害的模型，从而能够有效“筛除”大量的重复、冗余的信息，并根据现有灾情数据进行特征分析，预测灾情发展。

  （二）跟踪识别、搜寻目标

  灾害应急救援行动中，有许多重要目标需要及时识别、搜寻。象在地震灾害救援中，被掩埋人员的识别、危害型建筑物识别、灾区域范围内人员的流动情况等。这些需求可以通过搜索推理技术从大量的数据信息中学习目标特征，对目标进行描述，按照一定规则、算法识别现有对象，并建立相互之间的联系，提升目标识别分类的准确性，确保及时识别、搜寻到关键目标。

  （三）代替人工从事高危作业

  自然灾害发生后，由于灾情变化迅速、环境条件复杂，应急救援人员有时难以快速应对，往往面临高危作业环境，严重时还可能面临生命危险。机器人通过运用智能感知、智能导航与规划等技术，能够代替人工进入危险区域搜寻识别目标，并按程序进行作业，降低了人工处置的安全隐患。当前，机器人在灾害救援中的应用已经得到推广应用，但整体智能化程度不高，主要是完成单项操作，缺乏识别判决环境条件和自主决策的能力，需要人工智能技术的支撑。

  （四）灾情处置辅助决策

  灾害应急处置过程中人工智能技术能够模拟参谋助手的角色，通过深度学习构建灾情分析模型，对大量灾情信息进行分类、挖掘。通过专家系统对重要灾害信息的分析、推理，准确预测灾害情况发展。根据任务轻重缓急进行排序，对任务进行聚类分析，对力量资源需求进行定量计算。通过人工智能技术合理掌控灾害处置的进度、强度，优化力量资源的配置，根据管理者意图提出处置方案，为管理者决策提供支撑。

  （五）灾情处置效果评估

  利用机器学习技术从过去实践积累的海量信息中训练出灾害救援效果评估原始模型，根据训练数据对救援处置细节标准进行关联性设别和量化设置，再输入新数据进行模拟实验，由此检验应急处置效果。

  人工智能在自然灾害应急救援中的应用前景广阔，能够发挥的作用效益突出。当前，较为成熟的人工智能技术已经得到了广泛应用，逐渐影响人们的思想和认知。由于自然灾害应急处置有其自身的特点和规律，该领域的应用创新还有许多工作要做，除上述内容外，在技术创新、应用领域、应用模式等细节落实方面还需要积极探索。必须结合当前实际，坚持正确的指导方向，从基础抓起，建立数据样本，注重实践检验，不断深入推进。相信在未来的两三年内能够看到更大范围的落地技术和应用场景。

参考文献：

[1]于大勇 张新房；人工智能技术在应急管理的应用研究.2019-08-05

[2]张新房等.人工智能技术蓝皮书|公共安全篇[M].北京：中国电力出版社.2018：60-61

[3]袁发培.人工智能在自然灾害应急救援中的应用

[4]谭铁牛.人工智能的历史、现状和未来