Data Workshop 探索使用 AI 推进洛杉矶野火恢复

快速阅读: 据《Direct Relief （新闻稿）》最新报道，洛杉矶举办“智慧恢复”研讨会，探讨数据与AI在山火后重建中的作用。专家们讨论如何利用卫星和AI提升灾害响应效率，强调长期规划的重要性。（98字）

上周，研究人员、应急响应机构和私营数据提供商齐聚洛杉矶县社区诊所联合会办公室，参加了一场名为“洛杉矶智慧恢复”的研讨会。此次活动聚焦于数据和人工智能在2025年1月洛杉矶山火之后建设更智能、更具韧性的社区中所起的关键作用。由Direct Relief组织的这次研讨会汇集了思想领袖，以应对广泛流离失所、有毒烟雾暴露以及该地区持续存在的住房与保险危机所带来的紧迫恢复需求。Direct Relief研究与分析副总裁安德鲁·施罗德主持了讨论，强调了数据和技术如何更好地了解哪些人受到了影响、个人是如何被疏散的，以及需要哪些长期支持，特别是对弱势社区的支持。研讨会参与者包括美国国家航空航天局（NASA）、Mapillary、哈佛大学、加州州长应急管理办公室和公共卫生部、Meta AI for Good、Watch Duty和CrisisReady。这些医疗、地球科学、移动技术、数据分析及人工智能领域的专家继续探索技术如何改善洛杉矶的山火响应。“我们大多数人以前都参加过应急演练或紧急模拟，尤其是在医疗或应急管理领域——这很常见，”施罗德说。“但我们正在探索的是如何让这些演练更贴近现实的复杂性。”全天的研讨会在线上和线下同时进行，涵盖了从基础设施分析和灾害预防到环境问题和慢性疾病的各种主题。讨论还深入探讨了灾难准备思维的更广泛转变，从关注即时响应转向考虑长期影响。小组讨论了使用卫星和航拍数据，包括可见红外成像辐射计套件（VIIRS），以监测山火发展并识别火点区域。这些能力结合人工智能分析，提高了灾害评估的准确性和速度，从而支持更有效的响应和恢复工作。由Direct Relief组织的一次研讨会本月早些时候在洛杉矶县社区诊所联合会举行，旨在制定长期恢复计划和提升未来山火韧性。（Shannon Hickerson/Direct Relief）今年早些时候，施罗德与哈佛大学气候变化与可持续发展研究所合作，进行了一次高温紧急情况模拟——不是针对第一响应者，而是针对不同学科的教授：工程学、设计、医学，甚至神学。“它迫使一种非常不同的对话，”他说。哈佛的模拟被设计得有意采用非传统的方法，促使参与者考虑更多样化的挑战。“这是不寻常的，但我们的目标是设计一个不仅解决技术和医疗方面的问题，还要解决社区在灾难期间面临的社会、经济和基础设施挑战的模拟，”施罗德解释道。这种多学科融合的重点直接符合洛杉矶研讨会的目标。为了创造一个真实且具有影响力的场景，模拟包含了详尽的数据。“我们整合了几十年的人口统计、经济和基础设施数据，帮助参与者理解像凤凰城这样的城市是如何走到今天这个地步的——以及为极端高温做准备意味着什么，不只是明年，而是本世纪余下的时间，”施罗德详细说明道。这种方法突显了数据在理解和准备应对复杂、多年期灾难情景中的日益重要性。研讨会旨在为即将发布的一份白皮书打下基础，这份白皮书将概述关键问题、关键工具和重要合作伙伴关系，以推进灾害恢复和准备，不仅在洛杉矶，而且在其他易发生山火的地区。共识强调，灾难准备需要全面、长期的规划，涵盖火灾后的所有阶段，并远远超出最初的响应。施罗德强调了这些倡议背后更广泛的理念，他说道：“如果我们想改变人们对待灾难准备的方式，我们必须停止将其仅仅视为救援和恢复。实际上，它真正关乎稳定福祉和生计——无论是立即的后果，还是长期来看。”

(以上内容均由Ai生成)