AI 幫助將無人機放置在偏遠地區以實現更迅速的應急反應
背景
偏遠和服務不到位的地區的居民，獲取緊急醫療護理對他們的健康和福祉有重大影響。在心髒驟停的情況下，當每一分每一秒都至關重要時，改善應急反響時間的解決方案是拯救生命的關鍵。研究人員正在探索使用 AI-powered decision making 在像鄉村社區這樣的資料匱乏的環境中部署拯救生命的裝置，以實現更迅速的應急反應時間，改善應急反應系統的設計，並潛在拯救生命。
AI 於偏遠地區的應用
一項最近的研究顯示 AI 有助於幫助應急反應人員在資料匱乏的環境中做出明智和高效的決策。
這項研究專注於開發一種新方法，使用資料選擇系統設計候選方案之間的選擇。為了展示他們的方法，研究人員考察了一個關於在多倫多實施的無人機與救護車開展協作的基礎研究，以應對心髒驟停的事件。
當旁觀者報告他們身邊的人正在經歷心髒驟停時，多倫多基地的應急響應人員有兩個選擇：他們可以派出一輛救護車，或者他們可以派出一輛救護車並展開一只帶有附加了自動體外除顫器的無人機。這種體外除顫器是一種小型裝置，旁觀者可以使用 - 不需要醫學訓練，只需附在患者身上並重新啟動心臟，然後等待救護車到達。無人機比救護車更快到達病患，從而可以顯著提高患者的生存機會。
挑戰
如何決定無人機倉庫的佈置地點？如何確保對應急情況進行適當反應？這提出了關鍵問題。
“我們最初認為的問題是派哪裡的無人機出動，但實際上第一個問題是在哪裡放無人機倉庫。”USC Marshall School of Business 的 Data Science and Operations 系的博士候選人 Michael Huang 說道，“我們想在應急響應需要而救護車到達時間長的區域上放置無人機。這樣就可以更好地提高患者的生存機會。但是這裡的挑戰是，對於偏遠地區的救護車行駛時間資料匱乏，很難估計，由於救護車很少前往這些偏遠地區，所以我們對行駛時間缺乏大量資料。”
結果
研究人員發現，在資料較少的情況下，他們的方法相對於傳統方法，在決定何時派遣 drone 以及在哪裡放置倉庫方面，能夠導致顯著更有效的決策。
該 AI 驅動的方法可以應用於各種領域和公共政策領域，包括放置減速帶以減少交通事故或最有效的電力線路位置，其中真正的施工成本通常是未知的，估計是基於粗略的數位。
“我們經常聽到大資料及其潛力，但在許多情況下，資料仍然匱乏，特別是在資料收集昂貴或受隱私問題約束的環境中。也有一些罕見的事件，它們很難設計系統並做出明智決策。有了 AI 工具，我們可以應對這些挑戰，在資料匱乏的環境中作出更好的決策，”美國南加州大學(Daniel J. Epstein 部門工業和系統工程）的 Vishal Gupta 說。
結論和建議
偏遠和不發達的地區需要更快速的應急反響時間來拯救生命。AI 的支援下，在資料匱乏的情況下，能夠帶來設計更有效應急系統的潛力。得到更快速反響時間的方案可以生效，由此減少日常生活中發生危險的事件，並保護每個人的福祉和生命安全。
延伸閱讀
- AI 大師 Marcus 認為，人類滅絕的威脅被誇大了
- Google 的 AI 搜尋速度太慢了
- 吉格經濟下的工人得到報酬，Fidelity 壓低 Reddit 的估值，AI 徵服《Minecraft》
- AI 何時會「過度」AI？
- AI 使用 GPT-4 成為 Minecraft 專家
- 【已成為 Minecraft 專家的 AI：使用 GPT-4 的可能性】
- YC 支援的 Dumme 籌集了 340 萬美元，用於開發 AI 影片編輯器，將長 YouTube 影片轉換為短影片 (Shorts)
- AI 毀滅論被誇大了以及其他相關新聞
- 賣國者無人機事件告訴我們，害怕的應該是人而非人工智慧
- AI 助手需要學會如何編輯
