據媒體報道，上周一北加州部分地區經歷了里氏5.8級地震，震源來自內華達州。上周四，又一場7.0級地震引發了一系列余震，震中位置為洪堡縣（距離舊金山以北約250英里）并引發海嘯警報，好在警報數小時內被快速取消。
這兩場自然災害均未造成人員傷亡，相關損失也微乎其微，但頻繁發生的地震仍提醒我們大自然變化無常，必須提前做好準備。在應對自然災害方面，AI正成為一股意料之外的助力。盡管其中存在一系列已知風險，例如deepfake深度偽造、版權侵權以及幻覺問題，但AI也確實特別適合在極端條件下實施規劃與準備，幫助人類從人力難以處理的海量數據當中提取并分析關鍵模式。
此外，通過分析實時傳感器計數、歷史天氣記錄、結構工程數據以及衛星圖像等輸入，AI模型可以更好地預測危機可能在何時/何地發生。
這種預測能力使得社區、企業和應急響應人員能夠集中資源，啟動特定保障措施，并搶在事件實際發生之前預先制定出更好的疏散計劃。
除了預測之外，AI科技還能夠在危機期間做出更細致的決策：機器學習算法可以確定安全的救援路線，評估基礎設施遭受的潛在破壞，并優先考慮在最需要的區域內選擇發放清潔水、食物及醫療用品的最佳地點。
其中一款名為Zesty.ai的工具，就利用先進的機器學習算法來評估并模擬因災難性氣候事件（從野火到颶風）造成的財產性風險。Zesty.ai整合了衛星圖像、建筑記錄與地理空間數據，可提供關于住宅及商業建筑脆弱性的精確見解。
這些見解使得業主及保險企業能夠先發制人采取措施，通過加固建筑物以抵御風暴、調整保險范圍來更好地反映風險，或者在預測到的災難發生之前重新安置人員與高價值資產。
Preppr.ai公司創始人Justin Snair在軍事、政府、公共衛生和應急管理等領域擁有20多年經驗。他表示，自己創建這套平臺的目的，就是為了滿足資金有限的市政當局及負責應急響應的機構提出的現實需求。
他在郵件采訪中寫道，“我們的主要服務目標包括政府、企業和組織，他們都有義務（無論是出于道德、信托還是法律）為災難做好準備。這些團體必須保障從地方政府到學校、再到醫院的基礎設施安全性與運行連續性。”
他解釋道，“雖然主要面向專業用戶，但Preppr在其他領域也有應用。例如，保險公司可以使用這套平臺來完善自身風險建模，而Zillow等平臺也可借此整合風險評估能力。隨著我們服務的發展，它還可以通過明確的風險評估及實用的規劃工具直接為家庭乃至個人提供幫助。”
Snair補充道，AI技術能夠使用開源情報、自然語言映射、數據驅動模型及現實場景以簡化災難規劃流程，在幾分鐘之內建立起定制化的災難應對措施。而且只需借助儀表板上的一系列引導性問題（如下圖所示），即可指引用戶完成相關操作。
在完成之后，相關災難響應計劃可以保存在云端或者被下載為物理備份。
Preppr公司創始人Justin Snair為加州洪堡縣地震創建的演示場景。其中AI可以實現分步細節捕捉、口頭互動交流以及歸檔資料搜索。
該項目的一大獨特之處，在于紐約市疫情應對研究所資助之下對Preppr“群體智能”這一籌備功能的獨立研究。所謂“群體智能”可以幫助用戶通過對話式AI及AI智能體支持系統跨不同社區實時分享見解與策略，從而提高包容性與協作水平。
作為該研究項目的一部分，該工具將面向十個司法管轄區開放，其中的“群體”功能則將由紐約市立大學公共衛生研究生院的Rachael Piltch-Loeb博士負責獨立評估。
Snair總結道，“Preppr的使命是確保每個社區、每個組織、每個家庭乃至每一位個人都能做好準備，最終建立起全面互聯的生態系統，讓大家都能在其中共同學習、準備和成長。”
另一家專注于研發基于AI的災難應對方案的則是DisasterAWARE，其專門從事數據風險情報方面的工作。這家公司主要幫助政府機構及應急管理人員實現風險數據的可視化和理解，并緩解災害影響。
DisasterAWARE的獨到之處，在于一旦接入客戶系統，其AI就會根據地理位置預測組織人員、資產及建筑物可能面臨的自然與人為威脅，進而采取先發制人的行動以防范災害、緩解影響。
其AI方案已經接受了數十年間積累的專有數據及其自有危險警報歷史記錄的訓練。該公司宣稱，這已經是企業在商業領域能夠獲得的最先進的風險與影響情報解決方案之一。
盡管這些智能工具還無法滿足所有需求，但我們本來也不應對其抱有不切實際的幻想。畢竟任何災難準備工作的最終目標，都只是讓人們以負責任的方式思考情況并提前做出規劃。
AI的好壞取決于其數據、編碼、訓練、微調及用戶。但在目標明確的用戶手中，AI還有助于規劃災難管理中的各個階段，涵蓋從早期風險評估及恢復洲規劃、到處理事件發生后的直接后果等具體環節。
只要這類舉措有助于拯救生命、降低成本并推動災難恢復工具獲得更出色的策略性、數據驅動能力與公平性，那么AI科技就應當、甚至必須成為一切災難規劃工作中的組成部分。