用于应急管理的人工智能

救援控制中心是灾害控制、消防部门、救援服务和警察的信息和通信中心。这里是接收紧急呼叫、通知紧急人员、规划资源和协调行动的地方。正常情况下，每小时最多可接收200条消息。如果发生大范围的危机，如自然或环境灾难或大面积停电，这个数字会迅速上升到数千。大流行病也是特殊情况，必须记录供应能力并规划资源。在这种情况下，控制中心很快就会超载。

今天，控制中心主要是独立工作的，它们之间几乎没有任何访问数据的权限。目前没有系统的信息联网。例如，在跨国案件中，这就成了问题。特里尔大学DFKI分校“基于经验的学习系统”项目经理及主题领域负责人Ralph Bergmann教授:基于ai的解决方案，基于全面的数据和知识库，可以显著提高控制中心的效率，最终节省时间。这样，人口的健康就能得到更好的保护，对关键基础设施和系统物流、工业和经济部门的威胁也能及早发现和缓解。通过使用SPELL，我们的目标是将来自以前的分布式资源的相关信息汇集在一起，以便可以用适当的应用程序对其进行分析和处理。最终目标是创建一个可持续的混合平台，其他供应商也可以在这个平台上开发和提供新的人工智能服务。”

理解数据，利用经验

拼写是“用于控制中心和态势管理的智能决策和操作支持的语义平台”的缩写。它基于语义技术，能够理解数据的含义和上下文，赋予数据意义，并使其可用于智能链接。例如，如果一辆车发生了事故，这最初只是模糊的信息。如果加上这是危险品运输，事故地点在水保护区的背景，信息就更有意义，可以更有针对性地进一步处理。

一些信息还可以用来模拟危机的进一步发展过程。在这里，项目团队依靠特里尔大学(University of Trier)认知社会模拟领域科学家的专业知识和经过验证的系统。“与我们的预测工具相结合模拟的算法和认知建模机器学习方法，在考虑复杂影响因素的情况下，可以预测某些资源的利用情况，更好地估计预防措施。主题领域负责人英戈·蒂姆教授表示，所有这些都有助于更清晰地了解形势，并以此为基础做出更好的决策。“AScore项目的结果和经验可以最佳地纳入拼写方案，在该项目中，我们正在为市政当局开发流行病驾驶舱。”

研究人员想要解决的另一个现实问题是，如何重新处理从过去部署中吸取的教训。通常情况下，这些都是不可回收的。然而，它们提供的信息对于类似情况下的紧急任务规划以及危机计划的制定都是有价值的。这就是基于案例推理(CBR)技术的应用，这是Bergmann教授小组的专长。

新应用的生态系统

该项目由德国联邦经济事务和能源部(BMWi)资助，于2021年6月启动，计划持续3年。资金总额略低于1200万欧元。在项目期间和测试之后，SPELL平台将在永久性基础上进行高效操作，并逐步扩展为分布式基础设施。它将为德国约250个BOS控制中心建立一个基于人工智能的中央信息平台，并集成到工业、校园和建筑管理系统中。平台的标准化和开放性将创造一个全面的生态系统，可持续的商业和运营模式将被实施。

项目合作伙伴还希望，SPELL将为决策者提供动力，例如在数据保护规则方面:“数据保护是一项宝贵的资产，在不同公共和私人资源的综合联网中必须给予特别考虑。一个核心问题是，谁被允许看到什么信息，出于什么目的。在这方面，我们需要仔细研究哪些地方需要改进，”拉尔夫·伯格曼说。

该财团:

• 德意志银行，莱茵-普法尔兹银行。
• Empolis信息管理有限公司
• 弗劳恩霍夫研究所für Experimentelles Software Engineering IESE
• 弗劳恩霍夫研究所für Offene Kommunikationssysteme FOKUS
• Verband für Sicherheitstechnik (VfS)
• Adavancis Software & Services GmbH
• ISE Informatikgesellschaft für Software-Entwicklung mbH
• LiveReader GmbH是一家
• 科维瓦斯股份有限公司
• apheris AI GmbH是一家
• BASF SE,美联社/厘米