作者 ｜ 邓雷 崔存金
编辑 ｜ 陈秋洁

应用大数据，是提升应急管理工作智能水平的重要支点。

2019年4月，国务院安全生产委员会办公室、国家减灾委办公室、应急管理部联合印发《关于加强应急基础信息管理的通知》。通知要求，构建一体化全覆盖的全国应急管理大数据应用平台。

今年年初，新冠肺炎疫情席卷中华大地，大数据、人工智能技术被应用于疫情防控的决策、发现、处置全过程，提供着极为重要的技术支撑服务。

当前，疫情防控未大获全胜，任务依然艰巨，国家政策再次强调，要鼓励运用大数据、人工智能、云计算等数字技术，在疫情监测分析、病毒溯源防控救治、资源调配等方面更好发挥支撑作用。

从国家政策的颁布到战“疫”期间的应用，可见大数据技术在应急管理中的重要作用已被提到空前高度，因此利用大数据技术建设一套科学先进、适合业务流程、标准统一的应急平台是新形势下的新要求。

数据智能应用，在应急管理工作中的必要性

突发公共事件具有突发性、复杂性、危害性和高度不确定性等特点，提高应对突发重大公共事件的能力，须在应急管理的专业化、智能化方向发力。

过去，应急管理准备工作更多从经验主义出发，主要由管理部门进行各项工作的统筹协调和落地实施，由于前期没有数据智能的支撑，难免会出现经验主义错误。

例如新疆克拉玛依“12·8”特大火灾，由于对火势预估有误，加上没有及时启动预案，造成了极其严重的后果。

新时代，人工智能逐渐以细致、全面、精准的决策能力替代人工，尤其是智能化深度学习系统，赋予人工智能自我学习的能力。

通过自行学习以往的应急管理数据，分析得出最佳应急处理办法， 结合灾害的实际情况，制定应急管理预案，准确安排岗位及工作人员，确保应急方案处于最佳状态，有效提升应急管理决策研判能力。

例如去年年末，加拿大一家主要从事“自动传染病监测”的AI企业BlueDot，利用AI算法，通过搜索外语新闻报道、动植物疾病报告和各类官方公告，发布全球第一条冠状病毒警告信息，领先一步进行疫情研判。

一站式应急管理数据智能平台建设方向

面对新冠疫情等突发公共事件，相关应急管理部门需要快速响应并做出智能决策，而数据智能的实现需要经历业务建模、数据准备、模型学习、模型服务等多个环节。

以往通过数据科学家、算法工程师进行数据智能应用构建的方式往往需要一定的时间周期，难以快速响应各类应急管理工作场景。

因此，在数据智能应用中构建一站式智能模型构建平台，能够实现数据智能在应急管理工作中的快速应用，提升应急管理工作智能化水平。

「一站式应急管理数据智能平台架构图 」

其中功能包括：大数据存储计算基础平台，基于机器学习和深度学习的数据智能内核，可视化数据智能研发，数据智能融合，标注数据智能服务和数据智能应用等。

智能数据融合和数据智能服务是一站式智能模型构建平台中的两个核心功能。

智能数据融合具备数据打通、数据建模、数据打标等功能。

能够协助模型构建人员和和模型应用人员快速完成数据智能模型应用所需数据接入和处理等功能。

数据智能服务提供图像处理、文本处理、内容搜索、图像搜索、关系网络分析等通用算法模型和行业模型。

能够协助应急管理人员根据具体应急场景和数据情况通过可视化配置快速构建新的智能应用。

三大场景应用价值凸显

过构建一站式应急管理数据智能平台，能够实现成熟的行业实战模型（如常见突发公共事件预测预警模型、综合研判模型等）、智能可视化模型服务定制、智能化模型研发三大场景的实际应用。

首先，通过构建各类常见突发公共事件预测预警模型和综合研判模型等行业实战模型。

如针对此次新冠疫情的疫情监测分析、病毒溯源、B类人群识别追踪、传播路径智能识别、应急物资智能调度等数据智能应用模型，实现突发公共事件日常监测预警和应急管理辅助决策的快速响应。

其次，由于不同地区、不同突发公共事件的应急组织体系、工作流程、应急保障力量以及可获取的数据支撑情况各不相同。

通过提供可视化的模型服务构建能力，使得应急管理工作人员可以根据事件基本信息、周边信息、处置流程、组织机构、处置措施、应急保障等对模型进行可视化修改配置，并支持模型的插拔式集成。

根据业务场景定制和接入新的实战模型，满足不同场景应急管理工作智能化应用需求。

此外，通过建立机器学习可视化、深度学习可视化、自助式编程、自动化学习、模型部署等模型构建能力。

应急管理工作人员可以通过可视化配置或代码开发实现基于摄像头采集数据、互联网社交媒体数据、运营商基站数据等数据的智能化接入和识别、解析，结合应急管理人员工作经验快速构建新的智能模型，辅助应急管理工作智能决策。

智能模型构建技术在应急管理相关领域的应用，不仅仅实现了技术的改善，使简单的应急处置流程的自动化，更是推动深层的应急流程、政府机构运作、组织创新和社会危机管理应对科学化、系统化不可或缺的重要组成部分。

只有建立具备实战模型智能应用、实战模型二次开发与智能模型可视化构建的一站式智能模型构建平台才能实现应急管理工作智能化水平的有效提升。

数澜数栖-算法平台作为一站式企业级机器学习平台，旨在快速赋予企业和政府构建核心算法服务的能力。

通过与存储计算平台对接，并集成主流机器学习、深度学习计算框架和丰富的标准化算法组件能力，提供智能研发、智能服务、智能应用等算法模型构建能力。

在开展数据智能、数据科研、预测分析等方面，能够极大帮助应急管理工作人员快速支撑智能应用构建与落地，提升应急管理工作智能化水平。

关于数澜

数澜科技成立于 2016 年 6 月，秉持“让企业的数据用起来”的使命，致力于成为客户信赖的数据应用基础设施供应商。2019 年初，跻身“杭州准独角兽企业”榜。

自成立之日起，数澜团队即坚持以“数据中台”作为核心战略构建和培养团队。

目前已有成员 300+， 建成以数据科学家、数据产品专家、数据咨询专家及数据可视化专家为核心的数据科技研发团队，核心成员来自阿里、华为等企业，拥有大数据业务和技术多年实战经验，是国内最早一批大数据服务创新实践者。

目前，数澜已为万科、方太、兴业银行、百果园、中信云网、时尚集团、温州检察院、喜茶、视源股份等多家行业头部企业和政府客户，提供了数据中台建设和数据资产开发服务，并基于数栖帮助企业持续挖掘数据资产，赋能业务创新。