論文の概要: AI and Generative AI Transforming Disaster Management: A Survey of Damage Assessment and Response Techniques

• arxiv url: http://arxiv.org/abs/2505.08202v1
• Date: Tue, 13 May 2025 03:33:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-14 20:57:54.412097
• Title: AI and Generative AI Transforming Disaster Management: A Survey of Damage Assessment and Response Techniques
• Title（参考訳）: AIと生成AIによる災害管理の変容 : 被害評価と対応技術の調査
• Authors: Aman Raj, Lakshit Arora, Sanjay Surendranath Girija, Shashank Kapoor, Dipen Pradhan, Ankit Shetgaonkar,
• Abstract要約: 各種自然災害の被害評価におけるAIとGenAIの展望を概観する。 我々は、テキスト、画像、ビデオ、オーディオなどのマルチモーダルデータへのその応用について語り、また、危機時のデータのプライバシー、セキュリティ、倫理的利用に関する主要な問題についても取り上げる。 我々は,災害管理全般において,安全で信頼性の高い倫理的生成AIシステムの必要性を強調し,今後の研究の成果を概説する。
• 参考スコア（独自算出の注目度）: 1.4513830934124627
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Natural disasters, including earthquakes, wildfires and cyclones, bear a huge risk on human lives as well as infrastructure assets. An effective response to disaster depends on the ability to rapidly and efficiently assess the intensity of damage. Artificial Intelligence (AI) and Generative Artificial Intelligence (GenAI) presents a breakthrough solution, capable of combining knowledge from multiple types and sources of data, simulating realistic scenarios of disaster, and identifying emerging trends at a speed previously unimaginable. In this paper, we present a comprehensive review on the prospects of AI and GenAI in damage assessment for various natural disasters, highlighting both its strengths and limitations. We talk about its application to multimodal data such as text, image, video, and audio, and also cover major issues of data privacy, security, and ethical use of the technology during crises. The paper also recognizes the threat of Generative AI misuse, in the form of dissemination of misinformation and for adversarial attacks. Finally, we outline avenues of future research, emphasizing the need for secure, reliable, and ethical Generative AI systems for disaster management in general. We believe that this work represents the first comprehensive survey of Gen-AI techniques being used in the field of Disaster Assessment and Response.
• Abstract（参考訳）: 地震、山火事、サイクロンなどの自然災害は、人命だけでなくインフラ資産にも大きなリスクをもたらす。 災害に対する効果的な対応は、損傷の強度を迅速かつ効率的に評価する能力に依存する。 人工知能(AI)と生成人工知能(GenAI)は、複数のタイプのデータソースからの知識を組み合わせて、災害の現実的なシナリオをシミュレートし、これまで想像不可能だったスピードで出現するトレンドを特定する、ブレークスルーソリューションを提供する。 本稿では,各種自然災害の被害評価におけるAIとGenAIの展望を概観し,その強度と限界を明らかにする。 我々は、テキスト、画像、ビデオ、オーディオなどのマルチモーダルデータへのその応用について語り、また、危機時のデータプライバシ、セキュリティ、倫理的利用に関する主要な問題についても取り上げる。 この論文はまた、偽情報の拡散や敵攻撃の形で、生成的AI誤用の脅威を認識している。 最後に,災害管理における安全で信頼性の高い倫理的生成AIシステムの必要性を強調し,今後の研究の成果を概説する。 本研究は,災害アセスメント・対応分野におけるGen-AI技術に関する総合的な調査としては初めてであると考えられる。

関連論文リスト

• Information Retrieval in the Age of Generative AI: The RGB Model [77.96475639967431]
  本稿では,生成型AIツールの利用の増加に伴って生じる複雑な情報ダイナミクスについて,新たな定量的アプローチを提案する。 本稿では,新たなトピックに応答して情報の生成,索引付け,普及を特徴付けるモデルを提案する。 以上の結果から,AI導入の急激なペースとユーザ依存度の増加は,不正確な情報拡散のリスクを増大させる可能性が示唆された。
  論文  参考訳（メタデータ） (2025-04-29T10:21:40Z)
• Computational Safety for Generative AI: A Signal Processing Perspective [65.268245109828]
  計算安全性は、GenAIにおける安全性の定量的評価、定式化、研究を可能にする数学的枠組みである。 ジェイルブレイクによる悪意のあるプロンプトを検出するために, 感度解析と損失景観解析がいかに有効かを示す。 我々は、AIの安全性における信号処理の鍵となる研究課題、機会、そして重要な役割について論じる。
  論文  参考訳（メタデータ） (2025-02-18T02:26:50Z)
• EARBench: Towards Evaluating Physical Risk Awareness for Task Planning of Foundation Model-based Embodied AI Agents [53.717918131568936]
  EAI(Embodied AI)は、高度なAIモデルを現実世界のインタラクションのための物理的なエンティティに統合する。 高レベルのタスク計画のためのEAIエージェントの"脳"としてのファンデーションモデルは、有望な結果を示している。 しかし、これらのエージェントの物理的環境への展開は、重大な安全性上の課題を呈している。 本研究では,EAIシナリオにおける身体的リスクの自動評価のための新しいフレームワークEARBenchを紹介する。
  論文  参考訳（メタデータ） (2024-08-08T13:19:37Z)
• AI for Extreme Event Modeling and Understanding: Methodologies and Challenges [7.636789744934743]
  この論文は、AIが極端な出来事(洪水、干ばつ、山火事、熱波など)を分析するためにどのように使われているのかをレビューする。 限られたデータに対処し、情報をリアルタイムで統合し、モデルをデプロイし、それらを理解できるようにするというハードルについて論じる。 私たちは、実践的、理解可能、信頼に値するAIソリューションを作成するために、さまざまな分野にわたるコラボレーションの必要性を強調します。
  論文  参考訳（メタデータ） (2024-06-28T17:45:25Z)
• Deepfakes, Misinformation, and Disinformation in the Era of Frontier AI, Generative AI, and Large AI Models [7.835719708227145]
  ディープフェイクとm/disinformationの拡散は、世界中の情報エコシステムの整合性に対する恐ろしい脅威として現れている。 我々は,大規模モデル(LM-based GenAI)をベースとした生成AIの仕組みを強調した。 我々は、高度な検出アルゴリズム、クロスプラットフォームのコラボレーション、ポリシー駆動のイニシアチブを組み合わせた統合フレームワークを導入する。
  論文  参考訳（メタデータ） (2023-11-29T06:47:58Z)
• Predictable Artificial Intelligence [77.1127726638209]
  本稿では予測可能なAIのアイデアと課題を紹介する。 それは、現在および将来のAIエコシステムの重要な妥当性指標を予測できる方法を探る。 予測可能性を達成することは、AIエコシステムの信頼、責任、コントロール、アライメント、安全性を促進するために不可欠である、と私たちは主張する。
  論文  参考訳（メタデータ） (2023-10-09T21:36:21Z)
• An Overview of Catastrophic AI Risks [38.84933208563934]
  本稿では,破滅的なAIリスクの主な要因について概説し,その要因を4つのカテゴリに分類する。 個人やグループが意図的にAIを使用して危害を及ぼす悪用; 競争環境がアクターに安全でないAIを配置させたり、AIに制御を強制するAIレース。 組織的リスクは 人的要因と複雑なシステムが 破滅的な事故の 可能性を高めることを示しています 不正なAIは、人間よりもはるかにインテリジェントなエージェントを制御することの難しさを説明する。
  論文  参考訳（メタデータ） (2023-06-21T03:35:06Z)
• Artificial Intelligence and Innovation to Reduce the Impact of Extreme Weather Events on Sustainable Production [1.290382979353427]
  極度の天候の予測不可能は 持続可能な生産と 陸地での生活を危険にさらす AI(Artificial Intelligent)、IoT(Internet of Things)、ブロックチェーン(ブロックチェーン)、3Dプリンティング(3Dプリンティング)、バーチャルおよび拡張現実(VRとAR)といった現代技術は、極端な天候のリスクと影響を減らすことを約束している。 しかし、これらの技術がどのように極端な気象の影響を減らすのに役立つかについての研究の方向性は明らかになっていない。
  論文  参考訳（メタデータ） (2022-09-21T06:52:39Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。