摘要 — 与电子设备对话并在最短时间内获取所需信息已成为当今的常态。尽管人工智能对话代理已经渗透到商业市场,但它们在公共环境中的使用仍在不断发展。我们假设在灾害多发地区部署聊天机器人可以有利于在危机期间观察、监控和警告人们。此外,成功实施这种技术可以挽救生命。在这项工作中,我们讨论了部署一个名为 FloodBot 的实时洪水监测聊天机器人。我们收集、注释和视觉解析潜在危险区域的图像。我们通过堆叠深度学习模型(例如卷积神经网络 (CNN)、单次多框物体检测 (SSD))来检测洪水状况并识别危险物体。然后,我们将图像内容输入到我们的人工智能 FloodBot 的知识库中,并使用端到端内存网络探索其 AI 对话能力。我们还展示了跨领域迁移学习和模型融合技术的强大功能。索引词 — 聊天机器人、深度学习、计算机视觉、深度自然语言处理、移动计算
主要关键词