ACM通信
人工智能支持乌克兰及其他地区的流离失所者和难民
研究人员和技术公司一直在与救援组织、非政府组织和政府合作，开发解决方案，其中一些基于人工智能，以支持世界各地的国内流离失所者和难民。
图片来源:新大人工智能与数据治理中心
联合国(un)报道今年5月，乌克兰约有770万国内流离失所者(IDPs)，这些人被迫离开家园，但仍留在乌克兰。同时，联合国难民事务高级专员公署(UNHCR，联合国难民机构)）记录超过590万乌克兰难民逃离本国，逃往欧洲各地。
乌克兰的人道主义危机是全球局势的一部分，截至2021年底，全球超过8900万人因迫害、冲突、暴力或侵犯人权行为而“被迫流离失所”，根据联合国难民署。
流离失所者和难民面临着许多困难，从恶劣的生活条件和身份证件的丢失，到长期重新安置、歧视和就业能力问题。研究人员和技术公司一直在与救援组织、非政府组织(ngo)和政府合作，开发解决方案，其中一些是基于人工智能(AI)的，以支持世界各地的国内流离失所者和难民。
乌克兰:应对迫在眉睫的危机
位于加州帕罗奥图的总部轨道的洞察力正在使用人工智能和地理空间数据来监测乌克兰流离失所者和难民的流动。这些观察结果为参与救灾工作的机构提供了支持美国国务院以及美国国际开发署(美国国际开发署) -在需要的地方和时间部署援助和紧急资源。
轨道洞察号运行着基于云计算平台它使用包括车辆、人流量和土地使用观测在内的数据，提供对全球经济、社会和环境趋势的洞察。它的客户通常来自国防和情报、能源和金融服务等行业。
该平台的原始数据来自多个来源。它包括卫星制造商和运营商提供的高分辨率光电(EO)卫星图像(包括来自可见光谱以外的信息)Satellogic，以及来自连接车辆传感器和移动设备上匿名地理定位传感器的数据。定制算法用于分析数据并执行特定任务，如基于计算机视觉的分类和目标检测。
当乌克兰爆发战争时，轨道洞察公司首席执行官凯文·奥布莱恩和他的团队调整了平台的能力以适应冲突。例如，步数算法可以跟踪流离失所者移动的数量、方向和速度。该公司的分析显示，随着人们逃离激烈的战斗，乌克兰东部的客流量急剧下降，而随着流离失所的人们迁移到更安全的地区，乌克兰西部城市的客流量又如何增长。
这种洞察力为人道主义组织的决策提供了支持，例如是否应将紧急住所和食品重新部署到人们正在迁移的地区。奥布莱恩解释说:“最初的一些用例是帮助管理乌克兰和边境地区的救援资源。“接下来是安全出口，安全通道:你如何让人们远离战斗?”
当难民越过边境进入波兰和摩尔多瓦等邻国时，卫星图像从空中俯瞰了边境的情况。计算机视觉通过自动计算边境口岸的车辆数量提供了进一步的洞察。结果可以作为geoJSON文件下载，加载到地理信息系统(GIS)上，并在地图上可视化，供救灾组织进一步分析。
除了与政府机构签订合同外，轨道洞察号还通过数据关系这是一个合作平台，允许科技公司与国际发展组织共享数据，用于研究和人道主义目的。该公司还与乌克兰的合作伙伴直接合作，包括重修表面这家总部位于基辅的人工智能初创公司开发了一款颇受欢迎的换脸应用和内容创造平台。Reface已经通过许多举措将重点转向冲突，包括开发算法来识别卫星图像中的俄罗斯军队，并使用数据打击虚假信息。
优化安置
人工智能还可以支持长期的人道主义进程，如难民的重新安置。
例如，斯坦福大学的研究人员移民政策实验室(IPL)和瑞士苏黎世联邦理工学院开发了一种名为GeoMatch帮助难民重新安置在他们最有可能在新生活中取得成功的地区。
IPL数据科学家伊丽莎白•保尔森解释说，GeoMatch的核心是一种随机匹配算法，它使用现有的人口统计和管理数据，如个人的年龄、性别、家庭规模、教育程度或工作经验，这些数据是通过与合作组织的共享协议收集的，以提供“新移民(难民或寻求庇护者)可能发展的地点推荐”。
两阶段算法使用梯度增强树生成预测，然后匹配算法识别到达地点之间的协同效应。保尔森说，每个地点都有一个单独的预测模型。“我们必须考虑到一些地点经常存在的容量限制”，因为每分配一个新人员到一个地点，就意味着未来到达的人少一个名额。
GeoMatch还利用了前几届毕业生的历史数据。“大多数国家都有一个或多个他们感兴趣的关键结果变量。所以，以美国为例，是90天后的雇佣。”保尔森说，其他地方可能会寻找一些教育成就，或整合结果，所以“我们试图预测并优化的指标”是不同的。
Paulson对GeoMatch的新扩展改进了“分配平衡”，她说，基于该工具的基本算法，可以在“改善难民结果的目标和随着时间推移的平均分配愿望”之间取得平衡。
身份问题
露西娅盖拉多是出现这是一个利用技术应对全球和社会挑战的发展实验室。出生在洪都拉斯的盖拉多说，她在洪都拉斯驻加拿大总领事馆工作时，对难民面临的“极其缓慢和官僚”的程序感到沮丧。
在归途上的的AI和区块链驱动解决方案，是一个身份管理和智能安置平台，目前正在开发中，在安置城市的试点研究正在进行中，包括加拿大多伦多、美国纽约市和亚特兰大，以及法国巴黎和德国波恩。
Homeward的算法基于社会文化偏好、个人履历和生物特征数据、教育和就业经验，将人们匹配到最有利于他们成功融入社会的地点。加拉多希望该平台的人工智能匹配能力能让移民更有尊严、更有效。
加拉多说，对一些人来说，难民安置是最好的途径，但这可能受制于封闭的配额。对于那些拥有一定技能的人来说，更多的开放式移民项目更适合他们。她说:“这让他们来到一个国家，不是以负担的身份，而是以增值的身份。”
身份证明是重新安置的必要条件，但逃离危机的现实意味着证件可能被遗留或丢失;Homeward通过一个支持区块链的公钥基础设施解决了这个问题，该基础设施产生一个唯一的数字标识(ID)，用户可以通过应用程序进行自我管理和访问。
盖拉多说，这种“生成性身份”在个人使用和增加信任的过程中建立起信任。它是通过她所说的“认证”产生的，例如在难民营接受服务或穿越国际边界，在那里一个人的身份得到了验证。“这个想法实际上是要抓住所有你一直在证明你就是你所说的那种人的所有实例。”
emerging团队目前正在建立公共和私营伙伴关系，包括与联合国开发计划署和几家银行，进一步开发Homeward的AI和区块链框架。计划中的扩展将包括获得支持，如家庭团聚、培训和教育，以及银行等服务。
凯伦·埃姆斯里是一个独立的自由撰稿人和散文家。
没有发现记录