ภัยพิบัติมักเกิดขึ้นจากการเปลี่ยนแปลงทางธรรมชาติ ซึ่งดูเหมือนจะรุนแรงและต่อเนื่องมากขึ้นเรื่อย ๆ จากภาวะโลกร้อนในปัจจุบัน ยิ่งในภูมิประเทศหรือภูมิอากาศของบางแห่งส่งผลให้เกิดภัยพิบัติซ้ำเป็นประจำ เอไอมีความสามารถในการเรียนรู้ข้อมูลการเกิดภัยพิบัติต่าง ๆ โดยหน่วยงานที่เกี่ยวข้องเก็บบันทึกไว้ และนำมาวิเคราะห์ความน่าจะเป็นในการเกิดภัยพิบัติครั้งต่อไป ซึ่งมีความแม่นยำสูงและเชื่อถือได้ เมื่อรู้ข้อมูลก่อนเราก็สามารถเตรียมแผนการรับมือได้ก่อน โดยเฉพาะเจ้าหน้าที่กู้ภัยด่านหน้าที่ต้องเสี่ยงอันตรายให้ความช่วยเหลือประชาชน ก็จะทำงานได้อย่างมีประสิทธิภาพยิ่งขึ้น ตัดสินใจวางแผนได้อย่างแม่นยำขึ้นผ่านการวิเคราะห์ข้อมูลและศึกษาผลการคาดการณ์จากความอัจฉริยะของเอไอ
ข้อมูลภูมิศาสตร์ (Geospatial Data) ถูกนำมาป้อนให้เอไอได้เรียนรู้ ร่วมกับข้อมูลสภาพอากาศ ภาพถ่ายดาวเทียม ภาพจากโดรน ข้อมูลระบบเซ็นเซอร์ของอุปกรณ์ IoT และสถิติการเกิดภัยพิบัติ ซึ่งบางโมเดลสามารถทำนายการเกิดภัยพิบัติประเภทต่าง ๆ ได้ล่วงหน้าหลายปีเลยทีเดียว เช่น แผ่นดินไหว น้ำท่วม พายุ หิมะถล่ม เป็นต้น ยกตัวอย่างการเกิดพายุเฮอริเคน ภัยพิบัติอันดับต้น ๆ ที่สร้างความเสียหายมานักต่อนัก ถ้าเรารู้ผลการคาดการณ์จากเอไอล่วงหน้า จะช่วยให้เจ้าหน้าที่วางแผนจัดการได้ดีขึ้น เช่น การแจ้งเตือนแก่ประชาชนถึงวัน-เวลาที่จะเกิดพายุ การวางมาตรการอพยพประชากรในรัศมีกี่กิโลเมตร ควรเตรียมตัวย้ายออกจากพื้นที่ไปอยู่บริเวณไหนถึงจะปลอดภัยและสามารถรองรับคนได้ในจำนวนที่ต้องการ อีกทั้งยังสามารถแจ้งเตือนพื้นที่ที่ต้องเฝ้าระวังบริเวณใกล้เคียงได้อีกด้วย
McKinsey’s Nobel Intelligence หนึ่งในโปรเจ็คที่น่าสนใจ โดยทีมนักพัฒนาได้ดึงศักยภาพของเอไอมาช่วยประเมินค่าความเสียหายของอาคารหากเกิดภัยพิบัติ โดยอาศัยข้อมูลทางภูมิศาสตร์ สภาพอากาศ ภาพถ่ายดาวเทียมและข้อมูลอีกหลายด้าน ซึ่งจากปกติเจ้าหน้าที่ต้องใช้เวลาในการประเมินเป็นสัปดาห์ โมเดลตัวนี้ลดระยะเวลาเหลือเพียงแค่ไม่กี่นาที
WSL สถาบันวิจัยและป้องกันภัยหิมะถล่ม (WSL Institute for Snow and Avalanche Research) ประเทศสวิตเซอร์แลนด์ ได้ประยุกต์ใช้ระบบเซ็นเซอร์วัดระดับความสั่นไหวของพื้นดิน ร่วมกับแมชชีนเลิร์นนิ่ง ในการป้องกันและตรวจจับแรงสั่นสะเทือนที่อาจนำไปสู่การเกิดหิมะถล่ม ซึ่งสัญญาณของการเกิดหิมะถล่มจะแตกต่างจากการเกิดแผ่นดินไหวทั่ว ๆ ไป ทำให้อัลกอริทึมเรียนรู้ความแตกต่างนี้ได้อย่างอัตโนมัติ และแน่นอนว่า ถ้าเราเก็บรวบรวมข้อมูลการเกิดหิมะถล่มต่อไปเรื่อย ๆ ความแม่นยำในการคาดการณ์ครั้งต่อไปก็จะแม่นยำมากขึ้น ซึ่งมีประโยชน์ต่อการรักษาชีวิตและทรัพย์สินของประชาชนได้มากเลยทีเดียว นอกจากนี้ กรมอุตุนิยมวิทยาได้มีการใช้ข้อมูลสภาพอากาศแบบเรียลไทม์รอบเทือกเขาแอลป์ พัฒนาโมเดลที่จำลองการถ่ายภาพรังสีระนาบเพื่อเฝ้าระวังอันตรายและการเกิดหิมะถล่มได้อีกด้วย
อีกหนึ่งความสามารถของเอไอที่เข้ามาช่วยแก้สถานการณ์ได้คือ Social Listening Tools โดยปกติเราจะใช้ฟังเสียงความคิดเห็นของผู้บริโภคผ่านช่องทางโซเชียลมีเดียต่าง ๆ อย่างเฟสบุ๊ค ยูทูป และทวิตเตอร์ เพื่อนำมาวิเคราะห์สร้างแผนการตลาด แต่ถ้าใช้ไอเดียนี้ในรูปแบบเดียวกันเพื่อจัดการกับสถานการณ์ภัยพิบัติก็จะมีประโยชน์ไม่น้อย โดยเราสามารถตั้งคีย์เวิร์ดหรือป้อนคำสั่งให้ดูแฮชแทกที่เกี่ยวข้องกับภัยพิบัติในช่วงเวลานั้น เมื่อแสดงผลออกมาว่ามีบริเวณไหนที่ต้องการให้เจ้าหน้าที่เข้าไปช่วยเหลือ หรือมีการรายงานสถานการณ์สด ๆ ลงโซเชียลมีเดียแบบเรียลไทม์ ความอัจฉริยะและรวดเร็วของเอไอจะช่วยให้เราเห็นข้อมูลทั้งหมด และส่งเจ้าหน้าที่เข้าไปแก้ไขสถานการณ์ได้อย่างรวดเร็วและตรงจุด
สังคมทุกวันนี้ขับเคลื่อนด้วยข้อมูลและเอไอ ภัยพิบัติก็ไม่ใช่เรื่องไกลตัวอีกต่อไป หากเรารู้ข้อมูลก่อน ย่อมเตรียมตัวและวางแผนรับมือได้อย่างดีขึ้น แต่เอไอจะแม่นยำและมีประสิทธิภาพมากแค่ไหน ก็ขึ้นอยู่กับความร่วมมือจากหน่วยงานต่าง ๆ ตั้งแต่การช่วยกันจัดเก็บข้อมูล และแชร์ข้อมูลระหว่างองค์กร เพื่อให้เอไอเข้ามาช่วยมนุษย์ในการวางแผนและตัดสินใจแก้ปัญหาได้อย่างแม่นยำมากขึ้น