Проект направлен на определение того, может ли и как искусственный интеллект помочь быстрее принимать решения по оценке рисков и сэкономить драгоценное время для контакт-центра в экстренных случаях.
Эстонский центр реагирования на чрезвычайные ситуации - это государственное учреждение, которое является первой линией помощи в чрезвычайной ситуации, когда требуется полиция, скорая помощь или служба спасения. В случае возникновения чрезвычайных ситуаций Центр направляет к нуждающимся скорую или спасателей. Центр обрабатывает около миллиона звонков в год.
Текущая проблема, с которой сталкивается Центр, заключается в том, что процесс уведомления о чрезвычайных ситуациях очень обширен и сложен. Это означает, что диспетчерам, пытающимся разобраться в ситуации, уделяется много драгоценного времени во время оценки риска.
Проблема при проведении оценки риска заключается в том, что во время вызова службы экстренной помощи диспетчер должен как можно скорее понять ситуацию, принимая во внимание информационные потребности как минимум трех различных органов. Сбор такой информации за ограниченное время и с ограниченными ресурсами сложен и требует много времени.
Здесь может помочь искусственный интеллект. По данным Центра, основная цель состоит в том, чтобы увидеть, возможно ли создать прототип модели с использованием ИИ, который мог бы определить, какой тип инцидента произошел, насколько серьезен этот инцидент, и помочь диспетчеру определить, необходимо ли запрашивать дополнительная информация, чтобы гарантировать отправку наиболее подходящей помощи.
С технической точки зрения ИИ будет прослушивать и расшифровывать экстренный вызов в реальном времени, принимая во внимание особенности вызова, такие как шум окружающей среды, беспокойство или дикция вызывающего абонента, качество прерывистого вызова и т. Д. Решение ИИ прослушивает и анализирует звонки и предложения диспетчерам, но не вмешиваются напрямую в них, поэтому для вызывающего абонента ничего не изменится. Окончательное решение о типе и приоритете события все равно принимает диспетчер.
Решение со временем будет улучшаться за счет машинного обучения и, в конечном итоге, уменьшит количество ошибок и позволит сэкономить драгоценное время, помогая быстрее отправлять помощь.
