为什么机器学习对于灾难响应至关重要
2019年10月10日 由 KING 发表
218624
0
多利安飓风在巴哈马造成了严重破坏,亚马逊森林大火肆虐造成损失无数。今年夏天,南加利福尼亚州发生了7.1级地震和余震,印度喀拉拉邦遭受了近一个世纪以来的最大洪灾。令人痛苦的是,全世界的自然灾害正在造成越来越多的破坏,而且将来很有可能发生更具破坏性的事件。但是,我们如何保护自己免受即将来临的灾难呢?
事实上我们有能力更好地预测和应对自然灾害。可以分析大量数据的机器学习技术就是非常有前途的工具,它可以帮助人们做出更正确的决策。机器学习可以帮助决策者更准确地回答问题,例如:灾难什么时候发生?它的破坏力如何?哪些地区受到的打击最大,这些地区有多少人生活和工作?哪些建筑物最容易受到伤害?会有断电吗?需要什么设备和资源,救灾工作需要多长时间?需要多少费用?
简而言之,机器学习使计算机能够模仿人类学习,以分析过去灾难中的大量数据,从而产生有关当前和未来类似事件的新见解。经过培训的计算机可以“思考”,处理信息并开发远超出人脑计算能力的见解。
机器学习可以利用大量有关过去灾难的数据。实际上,它已经被用于灾难响应。例如,一些公司正在使用机器学习工具,预测飓风和其他恶劣天气事件造成的后果。该实用程序报告说,机器学习已提供了关键信息来帮助他们改善决策。但是,机器学习技术有着局限性。他们只能处理和分析已输入计算机的信息。例如,如果针对特大灾难的数据不是数据集的一部分,则机器学习技术可能无法在将来对可比事件做出准确的预测。而且机器学习是不能取代人类来决策的。它只是对专家判断和传统灾难响应方法的给出参考。这与在其他领域(例如自动驾驶汽车)使用机器学习的方式存在重大差异。但是事实上,许多行业都已经利用机器学习技术获得收益。
随着未来洪水,地震和火灾造成的损失越来越大,机器学习应该成为灾难响应计划的重要组成部分。如果不使用它,我们将剥夺社区领导者和紧急情况管理人员的重要工具,以改善他们在关键时刻的决策。