人工智能对安全的影响

莱恩·奎灵｜文 张微明｜译

想象一下，一个由人工智能驱动的工具，它全天候工作，随时回答安全相关的问题，甚至还能预测问题，自动发送提醒消息。这种技术继续发展下去，在你问它问题之前，就能获得自己想知道的信息了。在安全领域，这就是超级力量一般的存在。

上面这个愿景，可能比想象中更接近现实。人工智能驱动的个人助手已经进入我们的生活了，从苹果的Siri 到亚马逊的Alexa，再到能根据位置和购物历史提出建议的网上购物软件。用于指导安全的人工智能助手，也是以类似的方式工作。将人工智能应用于安全领域，就得让系统跟踪数百万个数据点，通过分析数据和报告来给人提供建议。这既是一种能力，也是一种挑战。

下面让我们看看如何将人工智能用于公司的安全项目；如何为人工智能提供必要数据；如何从人工智能助理那里获得我们需要的信息。

将人工智能助手应用于安全领域

当我们谈到应用于虚拟助手的人工智能时，其实把它描述成认知计算更恰当。这里涉及到的是，要训练计算机去学习、推理、沟通和自行决定。认知引擎是训练出来的，不是用代码写出来的，要让它去学习如何完成传统上由人完成的任务。这一点很重要，因为它意味着安全管理人员不必成为数据科学家，也能从数据中获得有意义的关键信息；人工智能助手会向管理人员学习，并随着时间的推移不断完善。

把人工智能应用于安全管理，一般涉及三个部分：

1.自然语言处理/理解算法，安全管理人员提出要求，由人工智能助手回应。

2.机器学习，这是神经网络，能扫描数据识别模式。逐步进化之后，这些技术再被内置到商业应用中以扩展功能。

3.视觉组件，如闭路电视，由此来观察作业现场或车间工人，或者是光学字符阅读器，将纸质记录转换成可以分析的电子数据。

应用于安全领域的人工智能助手，可以跟踪闭路电视捕捉到图像数据，例如工人按照不符合人体工程学的方式使用机器，然后让安全管理人员主动干预。

或者，用人工智能助手扫描数据库中1 000 份危害评估文件，系统识别出了10 项为“否”，这样人们就能专注于这一小部分的异常情况，并采取补救措施。

假设你从车间走过，看到工人在升降作业平台上。你可以给人工智能助手发消息，看看这个人是否接受过升降平台操作培训。也许，人工智能的答复是，该员工已经接受过培训，但证书已过期，所以安全智能助手已经为该工人安排了培训。

这些只是人工智能助手在减轻风险方面发挥强大作用的几个例子。然而，在安全管理人员享受人工智能的好处之前，他们必须先收集数据。

收集可用的数据

所有分析项目的第一步都是整理和规范数据，将其结构化，使其在所有记录文件中都可以重复验证和使用。无论数据是存储在文件柜、电子表格、PDF 文件，还是谷歌文档中，实际上并非全部数据都可以检索，文件内容也都不一样。这些信息要整理到一个数据库中，让数据结构一致。这个过程可能要花费数万或数十万美元，几个月或几年才能完成。这也导致许多项目刚刚开始就停滞不前。

出于这个原因，更有效的做法是，首先使用应用程序，以数字的方式收集新数据，如使用面向环境、健康和安全，人力资源和企业资源规划的专用软件。这类应用程序会自动规范数据，并将其存储在数据库中，这样就不需要在转录或改变历史记录上耗费时间和资金，同时也容易从数据中提炼关键信息。

理想情况下，所有员工都会贡献数据。可以用手机端软件或网络应用程序为员工提供一个更简单的数据输入方式，这些数据会自动规范并准备好进行分析。此外，二维码等手段能让人们通过手机识别员工，并作为电子签名，还可以与其他信息一起存储，以此来跟踪数据源。

我们发现，短短四周内，安全经理和主管就能从电子数据中获得重要信息，还能追溯以前的数据，将信息规范化。

数据经过规范化或整理后再使用，就会产生很大的意义。我们甚至可以用人工智能来分析数据，获得数据中的关键信息。这些关键信息，反过来也可以用作商业案例，去说服公司财务部门投资人工智能。

然而，仅仅有规范化的数据，并不代表着已经充分利用了人工智能。你收集的数据决定了人工智能分析的结果能有多大的意义。

笔者和某协会的人谈过。该协会收集了四年的数据，但从中没发现任何新的关键信息。这是因为该组织犯了两个常见错误：首先，它收集的是年龄组数据，而不是个人年龄；其次，它没有将在职员工的数据标准化。例如，它显示6 月份发生了更多的伤害事故，但它没有考虑到这个月在现场工作的人员也更多了。

一般来说，数据越多越好，因为人工智能助手的机器学习组件可以扫描数据，找到人类可能错过的数据关系链。很多时候，我们无法意识到自己所不了解的东西，这时就要人工智能助手来发现新的关联和趋势。

训练人工智能助手

人工智能助手是认知引擎，会随着时间的推移进行自我训练。然而，人工智能的作用发挥到位后，安全管理人员仍需要协助进行这种训练。这类似于训练一个新的人类助理；唯一不同的是，你要用一套系统能识别的信号来沟通。

第一步是确保提出请求时，例如上个月产生了多少份未遂事故报告，人工智能助手可以访问所需数据。它要查看数据才能答复，例如，回复的可能是 “上个月有54 份未遂事故报告”。或者，它可能要求你澄清时间范围，例如是“过去30天”，还是“上个月”。

一旦你有了答案，你可能会要求人工智能助手发送一封摘要性的电子邮件。这时，你就能通过人工智能助手在几分钟内建立一个关于未遂事故的简要报告。报告包含三条内容：

1. 上个月有多少份未遂事故报告；

2.看一下过去30 天的情况；

3.用电子邮件向我发送摘要。

相比之下，一些安全管理人员可能要花费数小时、数周甚至数月的时间来收集全部信息，才能了解未遂事故报告的情况。

就目前而言，人工智能助手在内容识别方面还有一些局限性，但最终能够达到不用特定的表达方式沟通，人工智能助手也能明白的程度。使用熟悉的应用程序，如短信和电子邮件系统，能实时获得基于常识的关键信息，这也有助于减少人工智能助手学习的时间。

在不远的将来，我们还能给人工智能助手打电话，提出复杂的要求。它们不但能满足这些要求，还能进一步督促你决策，提高生产力。

总而言之，在最大限度提高劳动力安全方面，人工智能助手的潜力是巨大的。首先要在一个数字化、规范化的架构中收集安全数据。即使现在你还没准备好跳进人工智能的浪潮中，今天收集到数据也能让你在今后很好地利用人工智能助手，获得更多的信息。安