همشهری آنلاین –یکتافراهانی :هوش مصنوعی و یادگیری ماشین با توانایی پردازش دادههای عظیم، تحلیل الگوها و پیشبینی دقیق، به مدیران بحران این امکان را میدهند تا در کوتاهترین زمان، بهترین تصمیم را اتخاذ کنند.
پیشبینی و هشدار زودهنگام
مدلهای یادگیری ماشین میتوانند دادههای تاریخی، تصاویر ماهوارهای و اطلاعات آبوهوایی را تحلیل کرده و وقوع زلزله، طوفان یا سیل را پیشبینی کنند.
به عنوان مثال، الگوریتمهای شبکه عصبی کانولوشنی برای پیشبینی طوفانهای دریایی بهکار رفته و موفق به کاهش خطای پیشبینی تا ۲۲ درصد شدهاند.
بیشتر بخوانید:
قدرت کلمات در ترمیم روان
چگونه از کودکان در سایه اخبار جنگ محافظت کنیم؟
تحلیل دادههای شبکههای اجتماعی در بحرانها
در بحرانهای انسانی مانند جنگ ، آتشسوزی جنگلها یا همهگیریها، تحلیل پستهای شبکههای اجتماعی میتواند به درک سریع احساسات عمومی کمک کند.
بهینهسازی تخصیص منابع امدادی
یادگیری تقویتی (Reinforcement Learning) در مقالات اخیر به عنوان روشی مؤثر برای تصمیمگیری در تخصیص منابع معرفی شده است.
مدیریت بحران در صنایع و زیرساختها
هوش مصنوعی میتواند در تشخیص زودهنگام نقصهای فنی، کنترل حوادث صنعتی و پیشگیری از بحرانهای زنجیره تأمین مورد استفاده قرار گیرد.
گزارش ها نشان می دهد بازار جهانی فناوریهای هوش مصنوعی در مدیریت بحران تا سال ۲۰۳۰ بیش از دو برابر رشد خواهد داشت. استفاده از مدلهای ترکیبی، سامانههای تصمیمیار خودکار و رباتهای امدادی هوشمند تنها بخشی از روندهایی است که در مقالات جدید بررسی شدهاند. در آینده نزدیک، انتظار میرود سیستمهای هوشمند پیشبینی بحران به ابزارهای ضروری در سازمانهای امدادی، شهری و صنعتی تبدیل شوند. همچنین مفهوم هوش مصنوعی مسئول (Responsible AI) در مدیریت بحران در حال گسترش است تا از بروز خطاهای الگوریتمی و سوگیریهای داده جلوگیری شود. پژوهشهای اخیر بر شفافیت، تفسیرپذیری مدلها و افزایش اعتماد عمومی به تصمیمهای مبتنی بر هوش مصنوعی تأکید دارند