如何以人工智能提升应急管理效能？

　　詹承豫

　　国务院近期印发《关于深入实施“人工智能＋”行动的意见》，提出加强人工智能在安全生产监管、防灾减灾救灾、公共安全预警、社会治安管理等方面的应用。这给借助人工智能提升监测预警、监管执法、指挥决策、现场救援、社会动员等工作水平，带来了历史性机遇，进一步推动应急管理事业高质量发展。

　　用好人工智能，有利于提升灾害事故预防、指挥决策、应急救援的科学化、精准化、信息化水平。通过把分散的数据转化为精准研判的基本依据，把灾害事故沉淀为可复用的知识经验，把传统的人力巡查转换为精细的智能感知等，重新定义了“安全”这一公共品的供给方式。

　　当前，人工智能深度赋能应急管理还面临哪些短板和挑战？未来，如何推动技术与治理协同演进，防止人工智能在应急管理领域的应用与发展中出现新问题，实现从被动应对向主动防控转型？这需要我们因地制宜探索实践路径、前瞻性防范技术风险、加强专业人才培养等，从宏观制度设计到微观应用场景进行全链条、全周期、全主体的系统性规划。

　　人工智能为应急管理带来的机遇和挑战

　　人工智能基于大模型、大算力、大数据等技术优势，能够实现精准化识别风险、智能化预警风险、技术化降低风险，提高应急处置效能。

　　传统的风险监测，依赖单点传感器和人工巡查，易形成盲区。人工智能应用把卫星遥感、气象雷达、电网负荷等异构数据汇入“大模型”，通过技术处理，自动提取细微的风险异常信号，为预警响应留出更多“窗口期”。

　　在推动安全韧性城市建设过程中，将人工智能与物联网结合，可对桥梁、电梯、燃气管道等基础设施进行全天候监测，形成城市风险动态感知、即时消解、循环进化，以及全天候、自修复的安全韧性闭环。

　　人工智能的“加持”，让应急救援跑出了“加速度”。在灾害事故现场，便携式卫星基站把厘米级坐标回传后，“数字孪生战场”可同步生成，为参与处置的各部门各单位提供统一的同步信息，大幅提升救援效率。

　　但是，当前人工智能在应急管理领域的应用，仍面临数据碎片化、场景模糊化以及关键技术人才匮乏等难题。

　　数据碎片与标准不统一。各部门数据格式、时空基准、更新频率不一，导致模型训练常陷入巧妇难为无米之炊的境地。某省曾尝试汇聚全省范围近十年的汛情数据，结果因数据字段不统一、坐标系错位，汇总工作困难重重。

　　算法失灵与场景适配不足。灾害具有小样本、高损毁、长尾分布等特点，而人工智能训练模型多源于日常生活数据，面对“百年不遇”等极端灾害场景容易出现算法失灵。例如，2021年北方罕见秋汛期间，某商业遥感模型将大片成熟玉米地误判为“水体”，导致地方虚增淹没面积30％，差点引发误调蓄洪区。

　　关键人才缺乏与认知短板。一方面，部分应急管理人员对算法逻辑、数据质量和智能集成等缺乏专业知识，容易陷入技术万能或技术无用的两极；另一方面，纯技术研发人员往往缺乏对灾害动力学、公共安全政策的深度理解，导致算法模型与应用场景脱节。

　　法规滞后与技术应用伦理空白。人工智能应用于群众避险转移、隐患信息收集、数据跨境流动等，涉及的隐私权、财产权等，相关法律法规尚未作出细化规定，一旦引发舆情，易放大社会疑虑。

　　人工智能提升应急管理能力的具体路径

　　构建数据共同体破解信息孤岛。针对数据分散、标准不一等问题，可由国家层面制定统一的数据目录、时空基准、API接口等，建立国家灾害数据库，实行“原始数据不出域、可用不可见”的学习机制。地方层面按照“1个省级节点＋N个行业节点”架构，实现水利、气象、自然资源、住建、交通运输等部门实时数据“分钟级”汇聚。同时，对贡献数据的部门给予算力、模型服务等激励，形成“越共享越受益”的正循环。

　　以“轻量化模型”下沉极端场景。县域缺算力、缺数据，制约着人工智能在应急管理领域的应用。可推广“大模型蒸馏＋小模型增量”路线：在云端用百亿级参数大模型学习全国历史灾害知识，再通过知识蒸馏压缩为千万级参数的“应急小精灵”，部署于终端，实现“中心训练—边缘推理—在线更新”。例如，四川甘孜州的试点表明，轻量化模型在GPU内存降低90％的情况下，山火识别精度仍保持92％，单套设备功耗大幅降低。

　　以“数字孪生＋预案推演”赋能决策指挥全流程。依托城市各类信息平台，构建“灾前—灾中—灾后”全周期数字孪生体。灾前，人工智能根据气象预报自动运行，输出极端场景及资源缺口；灾中，融合无人机、大数据、物联网实时数据，建立救援队伍与应急物资共享台账，自动匹配应急救援与物资需求，提供可执行方案；灾后，通过对比仿真结果与实际灾情，复盘总结并优化模型参数，实现“吃一堑、长一智”的闭环学习。

　　以人机协同提升应急救援能力。面对极端灾害场景和重特大事故救援，应用人工智能技术的无人机可负责广域侦察、通信中继，机器狗、破拆机器人等可进入危险区域代替人工作业，救援人员穿戴智能化、轻量化的单兵装备加强人机协同。通过打造“数字战场”，实现指挥模式升级、救援效率提升。

　　未来应急管理应用人工智能需做的功课

　　当下，“人工智能＋”的发展正在重塑突发事件的演化规律，并且催生了算法偏见、数据泄露、伦理失序等新型社会风险。未来，需从完善算法法律法规、统一相关技术标准规范、打通“政产学研用”、规范应用伦理等方面，为人工智能赋能应急管理体系提供重要保障。

　　完善法律法规，织密算法“安全网”。加快制定修订人工智能应用相关法律法规，可在专门法律法规中增设“人工智能应急条款”，明确算法开发者、数据提供者、使用者的权责边界；建立双盲测试制度，重大模型上线前必须通过第三方机构极端场景检验；推行算法强制保险，对因人工智能误判造成的人身财产损失设立赔偿基金，实现技术有兜底、群众敢相信。

　　统一相关技术标准和规范。制定应急管理人工智能应用技术规范等，对数据接口、模型评价、硬件环境、安全伦理等作出规范；建立“应急管理人工智能模型白名单”制度，对精度、鲁棒性、可解释性、能耗等四项核心指标进行分级认证，避免劣币驱逐良币；推动“一带一路”灾害数据标准互认，让中国标准伴随国际合作项目走出去，提升全球公共安全治理话语权。

　　打通“政产学研用”，推动跨学科高端人才培养。可设立相关研究项目或机构，由高校教授与基层应急管理人员联合攻关。开设人工智能必修课，探索模型场景微创新等，让人工智能理论与应急管理实践深度融合，培养更多懂技术、会应用的人才。

　　最后，高度重视应用伦理。可建立应急管理领域人工智能伦理审查委员会，对涉及人脸、声纹、DNA等敏感数据的应用实施伦理审查或应用监管；提升人工智能应用透明度，在转移群众、泄洪分流等关键决策环节，系统必须给出“人类可读懂”的理由，保留人工否决权；定期开展算法审计，重点检视是否对老年人、残疾人等弱势群体产生歧视，确保技术应用有温度。

　　人工智能不是应急管理的“万能钥匙”，而是推动治理模式转型和应急管理能力提升的“核心支点”。因此，要统筹好发展和安全、创新与伦理、效率与公平，让技术始终服务于人民至上、生命至上这一价值原点，深化提前预防、精准响应、持续赋能，为推进应急管理体系和能力现代化提供技术支撑。

　　（作者系北京航空航天大学公共管理学院教授、安全应急管理研究中心主任）