Арктика 2035: актуальные вопросы, проблемы, решения. 2025, №1.

3) и нф орм и р о в ан и е и связь. Эффективная ком­ муникация с насе­ лением и экстрен­ ными службами играет решающую роль в спасении жизней и миними ­ зации ущерба Эффективная к омм ун и к аци я с населением и экстрен ными службами играет р еш а ­ ющую роль в спасении ж изней и м и н им и з а ц и и ущерба. ИИ способен а в т ом а ти зи ­ ровать и у л у чш и ть этот процесс с п омощ ью : • а в том а ти з ир о в а нны х систем оп о в ещ ен и я через м о б и л ь ны е платформы. На основе п ро гн о зны х моделей ИИ могут быть разработаны системы, автоматически отп р а вл яющ и е уведомл ения о рисках через SMS, м о б и л ь ны е приложения и с о ци ­ альные сети. Это помогает оп еративно и нф орми р о в ать людей о не обходимости эвакуации или других действиях; • и спо льзования чат-ботов для в заимод ей ствия с населением. Чат-боты на основе ИИ могут предоставлять важную информацию , н а п р им е р о расположении у б е ­ жищ, медпунктов или доступных ресурсах. Они также могут обрабатывать з ап р о ­ сы в режиме реального времени, облегчая нагрузку на горячие л и н и и и службы поддержки [4]. Таким образом, можно выделить основы п рим е н е н и я ИИ в у пра в лении катастро­ фами или ЧС. Особо следует выделить следующие технологии искусственного интеллекта: - м аш и н н о е об учени е (ML) — используется для анализа паттернов в б о л ьш и х о б ъ е м а х данных, что позволяет выявлять скрытые з ак о ном ер н ости и делать п ро ­ гнозы; - анализ б о л ьш и х д ан ны х (Big Data) — сбор и обработка и нформ ации из м н ож е ­ ства источников, включая метеорологически е данные, сп утниковые снимки и со ци а л ь ны е сети, п омогают п р и н и м а ть об о с но в а нны е решения; - преди кти вное м о д ели р о в ан и е [5] — модели п ро гн озир о вани я используют и сто­ рические д ан ны е для оцен ки вероятности возни кн ов ени я катастроф и их послед­ ствий. Уже существует опыт у сп ешн ого п рим е н е н и я ИИ в след ующих направлениях л и к ви да ции ЧС: • предсказание п ри р од ны х катастроф — в районах, под верженных з емл е тр ясени ­ ям или наводнениям, ИИ помогает забла го врем енн о предупреждать об опасности; • оп тими заци я м аршр утов эвакуации — технологии ИИ рассчитывают наиболее быстрые и безоп асные пути эвакуации для м и н и м и з а ц и и рисков; • упра в лени е ресурсами — а лгоритмы распределяют м а тери ал ьны е и ч ел о в е ч е ­ ские ресурсы наиболее эффективно, н а п р им е р в случаях ч р е з вы ч а й ны х ситуаций. Эти п рим еры показывают, как ИИ может стать м ощ н ы м инструментом в у пр а в л е ­ нии катастрофами, помогая м и н и м и з и р о в а т ь их последствия и спасать жизни. По н аш ем у мнению , п ер спе ктив ным является и спользов ание м ир о во го опыта вне ­ дрения ИИ в упра в лени е катастрофами. Он ск он ц ентриро ван в о сно вн ом в нескольких областях. • Пр о гно зи р о в ани е ураганов. Одним из ярких п рим е р о в является п р и м е н е н и е ИИ для п ро гн о зир о вани я у р а ­ ганов. В США используются системы м аш и н н о го обучения, такие как Hurricane Forecast Imp rovemen t Program (HFIP), которые анали зир ую т о гр ом ны е о б ъ емы данных, поступающих со спутников, сен соров и метеоро логически х станций. Эти системы позволяют с высокой точно стью предсказывать траекторию и и н тен си в ­ ность ураганов, что дает местным властям в озможность заранее предпринять Технологии 81