这是人工智能救援（和响应和恢复）

本文从GreenBiz的每周通讯，VERGE周刊适应，运行星期三。订阅这里。

随着气候变化造成的全球损失不断增加，自然灾害——从贪婪的野火到猛烈的飓风——加剧了这种情况——社区正忙于做好准备(并对冲损失)。

虽然信息技术，如机器学习和预测分析可能无法防止这些灾难顾左右而言他，他们可以帮助社区更好地准备处理善后事宜。这是一个背后的精神独特的合作总部位于芝加哥的技术服务公司紧急和业务的Schulich商学院在多伦多，一个旨在创造救灾和应急响应服务更具成本效益和高效率的市场约克大学之间。

这样做是为了帮助国家和省级政府共同建立一个基于从特定的野火或飓风季节的数据救灾物资和其他人道主义项目更集中清查。

而不是购买本地基于预测耗材 - 这是许多小城镇在火灾易发地区可以虐待负担 - 一个社区会购买“选项”在市场上这些服务正在通过这种伙伴关系的发展。如果最终小镇并不需要的物品，它可以“以旧换新”他们确实有需要，无论是在同一国家或另一地点的另一个区域。实际上，整个一个国家或地区甚至全国城镇可安排的保护，而无需进行投资顾左右而言他。

“为什么我们不包装箱子那些在三月份，因为他们会去什么地方？”问紧急首席执行官David霍姆，指的是当前的系统。

最明显的原因是，它是昂贵的：救灾供应商将不会投资在做的项目，除非他们有订单的确定性。在紧急-Schulich商项目的目的是从一个系统，是100％的反应，因此很慢，一个是至少50％的预测，可以更迅速地提供帮助移动，他说。

To do this, Exigent is working with AI students at Schulich to use information about a community’s demographics, geology and topography, and existing infrastructure to predict what areas affect could need: how many first-aid kits to treat local citizens or how many cement bags to rebuild structures or how many temporary housing units for residents and relief workers. All sorts of data is being consulted, from census information to historical weather data to forward-looking models for wind direction, temperature and humidity, noted Murat Kristal, program director for the Schulich master’s program that is involved in the project.

各国政府和决策者现在正在采取行动以被动的方式。

“不幸的是，自然灾害正变得越来越流行在当今世界，他们对社会产生真正的影响，”克里斯塔尔说。“各国政府和决策者现在采取行动以被动的方式。”

联合紧急-Schulich商最初的工作重点是搜集有关在加拿大和美国的野火数据。加州大火的发生率捕捉许多头条新闻：来自阵营，希尔和伍尔西火灾保险损失在2017年11月已经超过$ 12个十亿。虽然它得到却很少关注，得克萨斯州也非常容易野火- 80％的人是社区的两英里。在北部，加拿大等省阿尔伯塔省和安大略省也有风险：有在加拿大6000年的火灾平均是。

Exigent估计，通过更迅速地向受影响地区部署物资，该公司正在开发的平台——试点版本将于6月推出——可能会降低20%的回收成本，并降低风险地区的保费。“市政当局和保险公司可以共同受益，”Holme说。“我对这个想法研究得越多，它似乎就越有用。”