雷傑納隆科學獎2023學者榜／侯健坤建新系統 提供即時地震傷亡訊息

南加州地區處於地震帶，根據斷層的地震週期推算，近年內可能會面臨規模較大的地震。當災害發生後，快速準確提供人員傷亡信息，對於評估災情損失及採取有效的救災措施至關重要。侯健坤（James Hou）研究即時和精準提供地震傷亡信息，對於救災賑災具有實用意義。

侯健坤是聖地牙哥地區主教學校（Bishops School）應届畢業生，他的課題名為「使用少樣本大語言模型，從社交媒體檢索接近實時地震人員傷亡信息」（Near Real-Time Seismic Human Fatality Information Retrieval From Social Media With Few-Shot Large-Language Models），例如，PAGER系統結合線上報告的傷亡人數和損失預測模型，提供預計的地震損失。近年來，臉書（Facebook）和推特（Twitter）等社交平台已成為災害事件中目擊者報告和溝通的熱點，產生了大量即時的傷亡信息。然而，社交媒體數據在文法和準確性方面都非常雜亂，因此需要更好的解決方案。

侯健坤介紹，在這項研究中，他們設計並部署了一個新的在線系統，該系統在地震發生後立即從各種信息源中，自動提取接近實時的多語言的人員傷亡信息數據。過去的研究提出使用流行的機器學習方法，如支持向量機（SVMs）、CNN和邏輯回歸，結合關鍵詞來對每條社交媒體消息的相關性進行分類。

然而，這些技術受制於對自然災害發生時不可用的註釋數據的要求，並且不能直接提取災害信息，而是依賴於對其分類結果的統計分析。為了應對這些挑戰，他們提出了一種基於大語言模型的方法，該方法利用其強大的語言理解能力和少樣本學習能力，結合新穎的多語言分層事件分類器，實現了從社交媒體有效地自動檢索地震傷亡信息，通過框架部署到最近的兩次地震來測試這一點。

對於當選STS學者，侯健坤非常感謝導師、老師和家人，在他的學習、研究和人工智能(AI) 過程中給予的幫助。最重要的是他的研究對現實世界和挽救生命產生了影響，這會促使他繼續探索並保持好奇心。侯健坤已經完成了大學申請，未來繼續學習計算機科學，尤其是用來構建項目的人工智能（AI）領域。

更多世界日報報導
工時長又遭霸凌？半月灣兇嫌：神智不清殺人 後悔了
怎樣拿下貝佐斯？桑切斯首談空中之戀 曝光時都還沒離婚
曼菲斯5警施暴視頻公開 華府警方全員待命 因應潛在動亂