**AI 為颶風受災家庭提供直接現金援助**
近千個受颶風影響的美國家庭將獲得每戶1,000美元的直接現金援助，這是由人工智能（AI）驅動的援助計劃的一部分。
非營利組織GiveDirectly使用Google開發的AI，迅速識別北卡羅來納州和佛羅里達州受影響最嚴重的低收入地區。
該組織表示，其方法旨在減少典型申請負擔，並賦予受助者決定如何解決最迫切需求的權力。
超過37,000宗傳統保險索賠在佛羅里達被拒。
因此，援助可以以“盡可能簡化和有尊嚴的方式”提供，該公司的高級計劃經理Laura Keen說。
受颶風Helene和Milton重創的家庭被邀請通過Propel——一個管理SNAP和其他福利的應用程式——在周二加入。資金預計將於周五存入借記賬戶。
南部各州的極端天氣已經使數千人流離失所。
**AI 驅動的援助如何運作？**
該組織的技術策略依賴於Google的SKAI工具，並與聯合國世界糧食計劃署（WFP）合作，以更好地應對全球緊急情況。
它通過評估風暴前後的航空圖像來定位受災最嚴重的地區。
通過將風暴影響數據與貧困地圖結合，GiveDirectly針對最需要的家庭，邀請他們加入其計劃。
這種簡化的模式使該組織能夠避免像食物和衣物這樣的傳統實物捐贈，這些捐贈雖然有價值，但不總能涵蓋像托兒或臨時住房這樣的緊急需求。
“現金有一種優雅，能讓個人在這些情況下解決他們獨特的需求，這些需求肯定與他們的鄰居非常不同，”Keen解釋說。
此外，快速獲得資金有助於人們避免在災後激增的高利貸和信用卡債務。
**使用Google技術繪製災害影響地圖**
GiveDirectly於2017年開始在美國探索基於現金的災害救濟，向受颶風Harvey和Maria影響的家庭提供資金。
最初的努力涉及面對面註冊和長達數週的處理。
如今，遠程技術加快了時間表，使GiveDirectly能在幾天內完成註冊和付款。
儘管如此，他們的現金優先方法仍有需要調整的局限性。
使用受損建築數據來定位需求並不能捕捉到所有受風暴影響的低收入家庭。針對已經註冊政府福利的居民可能會排除無證件個人和其他不使用公共服務的人。
“他們不必尋找一堆證明他們資格的文件，”Keen說，解釋Google的AI工具根據地點而不是文書要求來識別合格家庭。
研究表明，現金救濟在幫助受助者恢復方面有著良好的記錄。
一項來自保證收入研究中心的研究追踪了9,000名政府援助受益者，顯示大部分資金用於食物和交通等基本需求。
“沒有人能比貧困中的人更好地預算，”該中心主任Stacia West說。
**FEMA 可能擴展 AI 驅動的救濟**
GiveDirectly目前的活動資金總額為120萬美元，包括來自Conrad N. Hilton基金會的30萬美元捐款。
雖然這將幫助接近1,000個家庭，但額外的資金將能支持更多受災最嚴重州的家庭。
在政府層面，聯邦緊急事務管理署（FEMA）也擴大了其直接現金援助計劃，將其嚴重需求援助付款增加到10月份的770美元。
然而，FEMA在颶風過後只有9%的員工可用來協助人們。
但是，FEMA的計劃仍要求家庭申請，這一過程有時因誤導信息和技術挑戰而放慢，加上災後重建生活的壓力。
前FEMA官員Chris Smith表示，該機構可以受益於採用新技術工具來提高效率，但目前政府仍需謹慎行事。
“最終必須對任何級別的政府如何向個人提供援助負責，”他說。
**評論**
這篇文章探討了AI技術在災害救濟中的創新應用，特別是如何通過現金援助提高效率和靈活性。這種做法不僅減少了繁瑣的申請流程，也賦予了受助者更多的自主權，讓他們能夠根據個人需求分配資源。然而，這種方法也有其局限性，特別是對於無證件人士和不使用公共服務的個體。AI技術在這方面的應用還需進一步完善，以確保不遺漏任何需要幫助的人群。此外，政府部門如FEMA的參與和技術升級也是未來發展的重要方向。這種技術驅動的災害救濟模式，或許能成為未來應對氣候變化帶來的頻繁災害的新標準。
以上文章由特價GPT API KEY所翻譯
