CFIC2024 黄鑫炎:《AI 驱动下智慧消防的研究进展》

非常荣幸有机会到CFIC2024大会，分享一些过去几年做的事情，特别是和人工智能相关的研究成就，我是来自香港理工大学的黄鑫炎。

AI的发展与理解

应该说，人工智能技术的发展历程是非常曲折的，从上世纪50年代就提出了人工智能的概念，经历了几轮高峰和低谷之后，我们现在是处于第三次AI的革命。我们其实不是特别清楚，它未来会往上发展？还是会进入一个新的AI寒冬？现在AI已经非常强大，它可以做很多的事情，比如实时翻译，可以跟人打游戏、聊天，也可以用来制作图片和电影，虽然说现在这些技术有些还是不太成熟。

今年是非常令人鼓舞的一年，因为我们科学界已经对AI的工作做出了非常大的认可。首先是诺贝尔物理学奖颁给了现代人工神经网络技术的奠基人，认可了他们人工智能技术对科学的推动。另外，化学奖也是非常鼓舞人心的，相当于是对AI技术解析蛋白质结构的认可。像这种基础科学领域已经非常认可AI技术，而我们工程应用领域就应该更加应用这种新的人工智能技术来解决我们相关的问题。事实上，即使是人工智能技术、AI算法停滞不前了，我们作为应用方、作为从事消防安全工作的人，（也应该关注新技术带来的突破）。人工智能、AI应用还是有很多可以去做的，而现在我们对人工智能应用还是太少了。

我们怎么去理解AI呢？它其实是解释、或者说是理解社会的一种方式和工具。我们人类有很多种方式可以理解这个社会，比如说早期的人类可能用神话阐述或者用迷信去解释世界，现在依然有很多人用迷信去理解这个世界。经历了科学革命之后，我们就开始用逻辑或者公式、用物理的方法去理解这个世界，去解释中间的因果律，（这种方式）最好的就是因为它可以重复，可以验证。

事实上，并不是科学或者这些公式就可以解释所有的现象，生活中我们很多时候还是用统计的方法去理解世界的。最简单的比喻，比如说药品疫苗，其实我们不太清楚药品是怎么跟人的细胞或者器官、整个人体发生什么作用，很多时候我们就是去做大量的双盲实验，比如说1万个人中间有多少比例有效、无效，用统计的方法就可以理解这个世界。

什么是AI呢？我觉得AI是建立在因果律和统计学方法之间的一种方式，可以用来解释比较复杂的现象。事实上，人工智能其实就是模仿了人的思维方式。比如很多做消防的听说过这样的故事，非常资深的消防员带了救援到火场之后，突然之间他有了“这个地方不安全”的第六感，于是马上带着人撤了，结果十几秒之后就发生了爆炸。如果问消防员，你怎么知道它要发生爆炸了，他其实也说不清楚的，但是他就是有会爆炸的直觉，那他为什么会有这个直觉呢？原因就是他拥有过多次的火场经验，大脑对爆炸/危险的声音、颜色形成了一种反应，这个其实就是人工智能的角色。如果我们能够把机器也训练的像这种非常资深的消防员，或者非常资深的工程师一样，它可以用来解决很多问题。

当然还是有很多人不相信AI技术，觉得电脑产生的东西不靠谱。实际上，很多时候我们不一定需要太多地较真这个东西对不对，而应该去考虑这个东西是不是有效的。因为我们用公式去描述这个世界的时候，就已经做了很多的简化，当你去简化的时候，它已经偏离了真实。我觉得我们应该把AI当作一个工具或者方法来用，而不是太去强调它是对还是错，关注它的“有用性”，不管是白猫黑猫，抓到老鼠就是好猫。

AI驱动消防研究进展

* AI 预测火灾的初次尝试 SureFire

我们最近做的一件事情是，尝试用AI来解决模型的问题。因为我们知道，用流体计算软件，或者用一些场模型去计算火灾，要么太慢，要么不准，而AI是可以加速计算的。

如果我们用“建筑内发生的所有火灾情况”的数据去训练AI模型，那实际应用起来，我们在获取了火场的数据之后，就可以很快地预测未来几分钟的火灾发展情况，这就是我们过去五年和国内外很多单位一起在做的，也是香港政府资助的一个项目。其实研究到最后，我们还是发现最困难的是数据，像刚刚丁老师说的，如果物联网能够铺开、能够获取数据的话，我们是可以用AI和人工智能系统的，但是没有数据的话，算法再强大也是没有用的。

* 机器视觉火灾强度计算

* 看烟识“爆”，预测回燃

* 视觉识别燃料与火灾载荷

* 隧道火灾数字孪生

* 消防疏散的数字孪生

在做数字孪生平台时，我们不只考虑燃料或者火，人可能更重要。我们有没有可能去监测环境内的疏散逃生情况？有多少人还留在这个建筑内，有些人是不是老弱病残，或者说需要一些特殊帮助的，也可以通过数字孪生的系统去尝试解决这个问题。

这其实非常困难，因为这个跨摄像头识别是一个很难的事情，它经常会发生重复识别，有的时候摄像头是从正面拍你，有的时候侧面拍你，有的时候背后拍你，那你怎样在不同的摄像头中，把同一个人准确地监测到，而不发生漏报或者多报，这也是挺难的技术，我们现在也是在做一些尝试，当人特别多的时候是非常困难的。

* AI帮助消防救援

* 智慧消防性能化设计

除了消防救援，我们在设计方面也可以做很多的尝试。比如说我们现在已经实现了任意输入一个建筑的三维结构，就可以预测它的烟气的流动，然后做一个展示。以前进行消防性能设计的时候，我们都是拿流体计算软件，比如FDS去算它烟气的流动，看什么时候下降到人的高度。有了AI模型之后，可以看到第一排是流体计算，第二排是对抗网络，第三排是扩散网络的模拟，可以发现AI来实现火灾模拟是非常准确的，特别是（最新的）扩散模型非常准确，连中间的窝都能模拟到，基本上它的准确率和流体计算比是97%以上，但是它的运算速度大概只要1秒钟，你只要输入参数，一秒钟之后就可以告诉你烟气在什么位置，这个基本上是可以实现的。训练的模型数据越多就越准确。

（智慧喷淋设计）此外，传统的消防设计是很枯燥的，比如CAD画图等。其实我们可以通过AI进行简化，尝试用AI来训练大量的消防喷淋的图纸，这样就可以实现一键出图。目前我们已经有了一些初步的结果，我们还找了业界的一些资深工程师跟我们一起PK，看我们AI设计的好，还是他们工程师设计的好。此外，我们发现有一些案例，工程师设计喷淋头的数量明显要超过AI，我们就问工程师，你干嘛要多画这么多喷淋呢？他们解释是习惯性保守会多画一些，而AI会严格按照法规，该多少就是多少，不需要习惯性的保守一下，很多时候就可以节省一些消防的开支，实现智能化。

为什么要做智慧消防？智慧消防的终极目的是什么？其实大家可以思考一下，我们是为了省钱，还是为了把产品卖得更好这些目标，但终极的目标是什么？我一直在思考，我们为什么要做智慧消防？

从国际间比较来看，在不同国家，发达国家消防员的数量大概是20-30人/每万人的范围内，根据国家消防救援局数据，我们国家大概是1-2人/每万人。当前，每个城市会有不同的差异，有钱的城市一定是消防员的比例更高一点。总的来说，我们国家还是消防救援人数非常少，当然如果把一些物业消防等外包业务加进去，人数会多一点，但是总的来说人数还是太少。

如果我们要实现像发达国家这样的水平，那我们消防救援人员需要两百到三百万，才能够实现大概万分之二十的比例，这对于资金等成本要求太高，这不是我们努力的方向。我们的努力方向应该是，有没有可能只用十分之一的人，加上人工智能技术，就实现比发达国家用十倍人更消防安全的社会？我觉得这是我们努力的终极目标，用更少的人、更智慧的方法去实现更好的消防安全。但这其实是比较困难的，中间也有很多的挑战和机遇。

智慧消防的未来展望

（AI带来的挑战）消防，AI怎么去改变？我们看看AI已经改变了哪些产业。从工作来说，无非分成三类工作：文科相关的白领工作，工科相关的白领、蓝领工作。从AI渗透角度来说，文科相关的工作基本上已经被AI取代，或者说在被AI取代的路上，这个是一个必然趋势，甚至大家常规认为法律这种高精尖的文科行业，现在也大量被AI取代，它本质上帮你整理信息，理工科也在被AI取代，速度比较慢，这也是一个趋势。

蓝领还是相对安全的，但是有一些很简单的蓝领工作，比如说快递、代驾，驾驶可能很快被驱动，但是我非常不担心消防员，因为消防员本质上是一个最高级的蓝领工作，为什么？因为消防员需要经过大量时间的培训，你要好几年的培训，包括你在工作中还要不断学习，不是说我明天就可以去送个快递。为什么蓝领的工作很难被AI取代呢？为什么文科理科的工作很容易被取代？人脑进化也就是最近几千年，最多上万年的历史，但是人作为一个动物，我们的手或者我们的脚，全身的功能都是经过几亿年的进化。大家可以看到，我们的手是非常灵活的，有无数的自由度，你要用机器去取代几亿年的生物进化，其实是非常困难的。所以我们非常不担心消防员会被AI短期取代，我们要做的是用AI来帮助消防员做一些工作。

另外一个角度来说，消防产业中有大量的工作是可以被AI取代的，大家可以回去想一想，你们有哪些工作是文科的，有哪些工作是理科的，有哪些工作是蓝领的，把它列一列，其实文科类的工作是容易被AI取代的，可以提前去布局，可以砍掉一些人，因为整个大趋势就是这样，你想降低成本的话，AI一定是最重要的。AI的本质就是无限的人力资源，你用廉价的方式去获得一个无限的人力资源，这是AI的本质，这样就可以降低成本。

①从消防救援的角度来说，常常存在消防员信息过载又缺乏关键信息的矛盾和困难。我跟消防员也经常聊，他们经常会说我们救援的时候非常忙了，各种各样的信息非常多，不需要再有一大堆数据。另外一个角度来说，他们很多时候又非常缺乏这些关键信息，不知道该不该进火场，里面有没有人，这种信息他恰恰是需要的，但是又没办法获得。我们非常重要的是，要给消防员提供一些他需要、非常关键的信息。其实最理想的一个状况，你有任何问题的时候随时问AI，他就可以告诉你该怎么做，这样的信息是非常重要的。

简单分享一下，瑞典合作者，他做了一个非常有趣的工作，他把现在最先进的智慧消防的信息装到了一个iPad上面，上面显示火的位置并进行预测，在几分钟之后或者十几分钟之后会传到什么地方，但很多消防员认为这个信息没有用。其实我们会发现，我们开发的一些东西和实际消防救援中间依然有很大的差距。当前，消防员的视觉信息已经过窄了，所以未来我们的着力点可能是从语音或者其他的感知来给他们提供一些信息，这个可能会更有价值，这也是我们在思考的问题。

②AI怎么去帮助消防员？它应该去帮助消防员解决一些简单的工作，让他们有精力专心复杂人物。人如果是作为一个负重的工具的作用是有限的，人应该去做更有价值的救援和搜救工作。比如说开门、开机器、负重这种事情，是不是就应该让机器人去做，去帮你把20公斤的水、把物资运送上去，这其实可以释放很多时间和精力，这样消防员可以专注去做更有价值的部分。

③消防救援中的“人机互动”，机遇预风险并存。如果我们在做AI或者机器人的时候，需要想办法帮消防员解决那些不太重要的，但是又很耗费体力、精力的工作。那这就涉及到一些人机互动，消防救援中间有一个非常重要的人机互动，但这也是存在很大的风险的。虽然现在人机互动最后都有一个决策问题，你究竟该相信人的决策，还是应该相信AI对你的决策，一旦有这个问题就涉及到道德风险和法律风险。举例来说，现在的无人技术技术已经非常OK了，但难以推进的难点就是道德风险和实际应用的风险。什么状态是最危险呢？所有的人都是自己开车的时候没那么危险，所有的车全都是AI自动驾驶也不完全，最怕的就是有些车是人在开，有些车是AI在开，这个状态是最危险的状态。消防救援中，有的时候需要人决策，有的时候需要AI帮你决策，这可能是一个更加危险的状态。那怎样解决这个危险的问题，也是我们需要思考或者研究中需要做的一些事情。

最后，简单讲一下我对消防产业、智慧消防和未来发展的一些想法和感受。我们做研究的时候，经常会引用一些数据。发达国家的消防相关的开支会占到全年GDP的1%，怎么会占到1%呢？如果真的占到1%的话，我们来开会至少应该翻十倍或者二十倍的人。后来我们去仔细调研发现，确实是的，我们在消防方面的开支占到GDP的1%。

这1%的支出通常分为三部分，其中三分之一就是我们消防的队伍要养。比如像发达国家，他要养万分之三十、二十的人力，他就需要GDP的0.3%的财政投入来养这个消防队伍，我们一样非常烧钱，大家都知道这个消防是非常昂贵的一个服务。另外的三分之一是建筑相关的消防开支，根据统计，建筑中5%的开支是跟消防相关的，包括一些耐火的结构设计、消防通道和各种内部的消防设施，它其实是占到建筑成本的5%。每年各个国家建筑相关的开支大概占到GDP的6%到8%，6%到8%的5%，也就是0.3%左右的开支，就是消防的建筑开支。那剩下的三分之一就是消防导致的损失，也占到GDP的0.3%到0.4%左右。发达国家会更贵，因为他们的人赔偿起来更多，每一个在消防中死亡的人可能要赔1000万到3000万美金，那是非常高的一个开支。

根据这个数据，我们应该很明显地发现，消防安全的定位应该是“高端服务业”，它是需要很多钱来做的事情，而不是一个基本的服务。举例来说，消防救援的电话实时响应就是非常特殊的，一打电话就有人接，这种服务其实是一个非常高端的服务，它本质上是需要非常大的财政投入的。事实上，1%这个数据可以作为一个发达国家的门槛，就是我们国家什么时候GDP中的1%用到消防安全的时候，我们就是一个发达国家了，我们对公共安全，对群众的生命健康已经有1%的投入，这个时候我们国家才可能真正迈入发达国家的行列，因为我们有大量的资金投入到这个民生建设中。

先着力信息化和数字化，才能在智能化中有先机。很多时候，我们在做智慧消防、智慧化不能够步子迈得太大，其实智慧化是最高层的，最下面的是信息化、数字化。当我们的信息化、数字化都还没有做到时，就不要想一步迈到智能化。信息化、智能化非常重要，尤其是数据，当下这个数字饿可能没有什么价值，也许十年后、二十年后这个数据就非常有价值，如果你能够提前去布局，如果你能够积累这种数据，有意识地用这些数据去训练AI，你可能会在未来有一些先机。

我们这个时代，一个AI的时代，其实是一个最好的时代，也是一个最坏的时代。为什么好呢？因为AI带来很多机遇，它可以颠覆很多的行业，有这种颠覆的话，意味着很多新的公司就会起来，很多以前弱小的公司就变成行业老大。最坏的时代，因为它会颠覆你，你可能现在做得很大，可能过一段时间又会被颠覆掉。很多时候你需要付出更多、需要改变一些既有的想法，以前可能我们觉得抄一抄，买一点技术，或者去攻关一下，就可以占领这个行业，未来也许这样的方式不行了，如果你真的想要保持领先，或者你要想成为新的行业老大，你必须要在数字化、信息化、智能化做一些提前的布局，否则一定会被时代淘汰。这个是我对消防未来产业的一些想法。谢谢大家！