新兴科技在应急管理领域的应用与展望
随着科技的不断进步,人工智能时代的来临，科技的迅猛发展给人们的衣食住行带来了巨大影响的同时也对城市应急管理产生了巨大冲击。本文将对这些影响以及先进的科技手段在安全领域发挥怎样的作用进行探讨。
打开网易新闻查看精彩图片新时代的驱动——大数据应用
现在是数据驱动的时代，大数据的应用不仅仅能揭示数据的客观规律，而且可以利用客观规律对事物将来的变化趋势进行预测，进而可以对趋势进行提前的判断，从而提供解决方案。通过采用人工智能、神经网络等数据挖掘模型、算法，对海量数据的分析和深度挖据，并建立起预测分析模型，能够挖掘数据价值，实现统计、分析、预测、预警等功能。
大数据的技术和应用
(一)辅助分析事故发生规律
在城市安全运行管理中，对不同类型的海量数据进行快速处理，借助自动图像识别、自然语言处理、语义分析等大数据技术，可以快速对可能发生事故的地点、事故的趋势、事故的后果进行判断与分析，并提前采取相应的预防措施。
(二)提升风险预测预警水平
利用大数据技术，通过对海量数据的深度分析和实时数据的迅速处理，可以有效地对未来进行预测，提升风险预警能力;还可以对城市运行中安全的相关数据进行收集整理分析，为城市运行安全提供监测预警、风险分析、辅助决策等科学技术服务。
(三)提高风险管控水平
城市的安全运行发展，风险评估是必不可少的。通过风险评估可以知道每个区域、不同企业、不同地点发生安全事故的可能性，这为城市的重点管控与预防工作提供了科学支撑，在有效评估的基础上对安全事件发生可能产生的后果、各类处置方案的有效性进行模拟仿真，从而更好地预防和处置。
无处不在的物联网技术
物联网是将众多的末端设备和设施接入互联网中，实现对“万物”的“高效、节能、安全、环保”的“管、控、营”一体化。将物联网系统应用到电力、运输、医疗、建筑、供水等行业中，可以实现社会的全方位物联网整合，达到人类社会与物理系统的整合与管理，保障城市的安全运行。
(一)物联网在安防中的应用
安防物联网是通过安装在各处的传感器来实现区域之间无缝隙安防的过程。安防物联网在上海浦东国际机场和上海世博会都已经被成功应用，通过分布在各处传感器的声音、图像等信息，经过分析处理，实现重要场所的全方位实时监控与安全防护，可以有效感知各个区域的安全情况及设备情况。
(二)物联网在安全生产中的应用
通过物联网技术，在矿山、危化品、工业等企业的安全生产过程中，接入监测传感系统、视频系统、定位系统、隐患排查系统等综合安全管理数据，对安全生产进行实时监管与排查，对存在的安全隐患进行预警、区域定位、趋势监控、灾情记录等多种监管方式，全方位地保障安全生产过程中的生命和财产的安全。
感知世界的虚拟现实技术
虚拟现实技术的根本目标是提高人机交互的能力，以达到真实的体验效果。随着科技和计算机处理能力的提升，虚拟现实技术已经在医学、军事、航空航天、旅游、教育、娱乐等领域有了广泛的应用，同时在安全领域也有不错的应用前景。
(一)虚拟现实技术在安全宣教领域的应用
虚拟现实技术在消防产业、电力安全培训、建筑安全培训、矿山安全培训、地震演练等方面都可以实现安全教育的体验。它能让体验者身处逼真的环境而不遇到真实的危险，是最真实最有效的培训教育方式之一，受训人员以及广大市民可以零距离体验突发事件发生的过程，了解施救与自救的正确方式方法，以便于在现实中有效地减少灾害事故造成的损失。
(二)虚拟现实技术在安全生产的应用
通过虚拟现实技术模拟安全生产的每个环节，让操作者可以切实感受生产的每个过程以及错误的工作手段所造成的严重后果，操作者对工作的流程、工艺、安全保障等进行深入练习，可以在实际工作中更容易上手，并且减少因失误带来的损失。
人工智能对未来技术的影响
人工智能研究是用计算机来模拟人的某些思维过程和智能行为，使计算机实现更智能的应用。人工智能的作用及应用随着技术的发展在不断地扩大，其应用已经涉及众多领域，其在安全领域也有很广的应用前景。
(一)人工智能在安全监测预警方面的应用
图像识别的快速发展，加快了人工智能在安全领域的应用，许多突发事件的发生，可以通过视频里监测地点的图像识别技术进行快速的预警响应。通过对监控图像的处理和识别，可以同时处理大量的视频图像，高效地防控安全事故的整个过程。
(二)人工智能在应急救援领域的应用
随着科技的发展，许多先进的救援设备都采用了人工智能的科技手段，其独特的优势能够应用于应急救援的灾情分析判断、识别搜寻目标、代替人工从事高危作业、辅助决策和处置效果评估等领域。结合应急救援的特点规律和当前实际,利用人工智能的手段可以达到科学快速的救援目的。
(三)人工智能在安全生产方面的应用
采用人工智能技术的专业生产设备不仅可以降低安全生产事故发生的概率，也可以减少现场作业人员的数量以及提高工作效率，为企业带来安全和经济的双重效益。
无人机应用前景
无人机目前也是比较热门的一项科技产物。在侦查、监测、航拍、影视拍摄、测绘、农业、快递运输、灾难救援、电力巡检等领域得到了广泛应用，目前无人机在安全领域的应用也需要进一步的落地。
(一)无人机在灾后救援监测中的应用
在灾后救援工作中，利用搭载了高清、夜视或热感的搜救装置的无人机对受灾地区进行搜索，为灾后现场搜救工作提供支撑。无人机具有启动迅速、飞行灵敏、体积小、危险区域抗干扰能力强等特点，对于情况危急、环境恶劣等的救援工作而言，意义非凡。在无人机对灾区进行了救援监测后，可以合理地划分重点区域、分配救援力量，以及避免危险区域，从而选择高效、安全的救援路线，来保障救援工作的顺利完成。
(二)无人机在人员和救灾物资运输上的应用
通过无人机可以到达一些比较危险或特殊的受灾区域及环境，完成复杂困难的救援任务，利用无人机可以将受灾人员输送到安全地带，同时也可以将应急物资运输到受灾区域。这样不仅减少了人员的再次伤亡及次生灾害带来的影响，也通过无人机完成一些危险地区的物资补给。
结语
应急科技的时代已经来临，除了应急科技以外，经济学、区块链技术、5G等众多新兴技术也给应急管理带来巨大的影响，为应急管理监测、救援等提供了新的手段和新的模式，大幅度提高了城市防灾减灾的能力以及救援能力，所以做好应急管理与科技前沿相结合的研究工作，落实应急产业的孵化以及科技手段的实际应用，是当前应急科技所面临的关键问题。
原文节选自《城市与减灾》2020年第一期《新兴科技在应急管理领域的应用与展望》，有删减。
人工智能的发展与未来
随着人工智能（artificialintelligent，AI）技术的不断发展，各种AI产品已经逐步进入了我们的生活。
现如今，各种AI产品已经逐步进入了我们的生活｜Pixabay
19世纪，作为人工智能和计算机学科的鼻祖，数学家查尔斯·巴贝奇（CharlesBabbage）与艾达·洛夫莱斯（AdaLovelace）尝试着用连杆、进位齿轮和打孔卡片制造人类最早的可编程数学计算机，来模拟人类的数理逻辑运算能力。
20世纪初期，随着西班牙神经科学家拉蒙-卡哈尔（RamónyCajal）使用高尔基染色法对大脑切片进行显微观察，人类终于清晰地意识到，我们几乎全部思维活动的基础，都是大脑中那些伸出细长神经纤维、彼此连接成一张巨大信息网络的特殊神经细胞——神经元。
至此，尽管智能的具体运作方式还依然是个深不见底的迷宫，但搭建这个迷宫的砖瓦本身，对于人类来说已经不再神秘。
智能，是一种特殊的物质构造形式。
就像文字既可以用徽墨写在宣纸上，也可以用凿子刻在石碑上，智能，也未必需要拘泥于载体。随着神经科学的启迪和数学上的进步，20世纪的计算机科学先驱们意识到，巴贝奇和艾达试图用机械去再现人类智能的思路，在原理上是完全可行的。因此，以艾伦·图灵（AlanTuring）为代表的新一代学者开始思考，是否可以用二战后新兴的电子计算机作为载体，构建出“人工智能”呢？
图灵在1950年的论文《计算机器与智能（ComputingMachineryandIntelligence）》中，做了一个巧妙的“实验”，用以说明如何检验“人工智能”。
英国数学家，计算机学家图灵
这个“实验”也就是后来所说的“图灵测试（Turingtest）”：一名人类测试者将通过键盘和显示屏这样不会直接暴露身份的方式，同时与一名人类和一台计算机进行“网聊”，当人类测试者中有七成都无法正确判断交谈的两个“人”孰真孰假时，就认为这个计算机已经达到了“人工智能”的标准。
虽然，图灵测试只是一个启发性的思想实验，而非可以具体执行的判断方法，但他却通过这个假设，阐明了“智能”判断的模糊性与主观性。而他的判断手段，则与当时心理学界崛起的斯纳金的“行为主义”不谋而合。简而言之，基于唯物主义的一元论思维，图灵和斯金纳都认为，智能——甚至所有思维活动，都只是一套信息处理系统对外部刺激做出反应的运算模式。因此，对于其他旁观者来说，只要两套系统在面对同样的输入时都能够输出一样的反馈，就可以认为他们是“同类”。
1956年，人工智能正式成为了一个科学上的概念，而后涌现了很多新的研究目标与方向。比如说，就像人们在走迷宫遇到死胡同时会原路返回寻找新的路线类似，工程师为了使得人工智能达成某种目标，编写出了一种可以进行回溯的算法，即“搜索式推理”。
而工程师为了能用人类语言与计算机进行“交流”，又构建出了“语义网”。由此第一个会说英语的聊天机器人ELIZA诞生了，不过ELIZA仅仅只能按照固定套路进行作答。
而在20世纪60年代后期，有学者指出人工智能应该简化自己的模型，让人工智能更好的学习一些基本原则。在这一思潮的影响下，人工智能开始了新一轮的发展，麻省理工学院开发了一种早期的自然语言理解计算机程序，名为SHRDLU。工程师对SHRDLU的程序积木世界进行了极大的简化，里面所有物体和位置的集合可以用大约50个单词进行描述。模型极简化的成果，就是其内部语言组合数量少，程序基本能够完全理解用户的指令意义。在外部表现上，就是用户可以与装载了SHRDLU程序的电脑进行简单的对话，并可以用语言指令查询、移动程序中的虚拟积木。SHRDLU一度被认为是人工智能的成功范例，但当工程师试图将这个系统用来处理现实生活中的一些问题时，却惨遭滑铁卢。
而这之后，人工智能的发展也与图灵的想象有所不同。
现实中的人工智能发展，并未在模仿人类的“通用人工智能（也称强人工智能）”上集中太多资源。相反，人工智能研究自正式诞生起，就专注于让计算机通过“机器学习”来自我优化算法，最后形成可以高效率解决特定问题的“专家系统”。由于这些人工智能只会在限定好的狭窄领域中发挥作用，不具备、也不追求全面复杂的认知能力，因此也被称为“弱人工智能”。
但是无论如何，这些可以高效率解决特定问题的人工智能，在解放劳动力，推动现代工厂、组织智能化管理上都起到了关键作用。而随着大数据、云计算以及其他先进技术的发展，人工智能正在朝着更加多远，更加开放的方向发展。随着系统收集的数据量增加，AI算法的完善，以及相关芯片处理能力的提升，人工智能的应用也将逐渐从特定的碎片场景转变为更加深度、更加多元的应用场景。
人工智能让芯片的处理能力得以提升｜Pixabay
从小的方面来看，人工智能其实已经渐渐渗透进了我们生活的方方面面。比如喊一声就能回应你的智能语音系统，例如siri，小爱同学；再比如在超市付款时使用的人脸识别；抑或穿梭在餐厅抑或酒店的智能送餐机器人，这些其实都是人工智能的应用实例。而从大的方面来看，人工智能在制造、交通、能源及互联网行业的应用正在逐步加深，推动了数字经济生态链的构建与发展。
虽然脑科学与人工智能之间仍然存在巨大的鸿沟，通用人工智能仍然像个科幻梦，但就像萧伯纳所说的那样“科学始终是不公道的，如果它不提出十个问题，也永远无法解决一个问题。”科学总是在曲折中前进，而我们只要保持在不断探索中，虽无法预测是否能达到既定的目的地，但途中终归会有收获。
参考文献
[1]王永庆.人工智能原理与方法[M].西安交通大学出版社,1998.
[2]Russell,StuartJ.ArtificialIntelligence:AModernApproach[J].人民邮电出版社,2002.
[3]GabbayDM,HoggerCJ,RobinsonJA,etal.Handbookoflogicinartificialintelligenceandlogicprogramming.Vol.1:Logicalfoundations.,1995.
[4]胡宝洁,赵忠文,曾峦,张永继.图灵机和图灵测试[J].电脑知识与技术：学术版,2006(8):2.
[5]赵楠,缐珊珊.人工智能应用现状及关键技术研究[J].中国电子科学研究院学报,2017,12(6):3.
[6]GeneserethMR,NilssonNJ.LogicalFoundationofArtificialIntelligence[J].brainbroadresearchinartificialintelligence&neuroscience,1987
作者：张雨晨
编辑：韩越扬
[责编：赵宇豪]