الحرس الوطني يضيف طائرات بدون طيار لاكتشاف الحرائق مع تقنيات الذكاء الاصطناعي

随着 نمو الحرائق وتصبح أكثر خطورة، لجأت العديد من الوكالات الحكومية والخاصة إلى استخدام الذكاء الاصطناعي لكشف الحرائق وتوقعها. وقد كان الحرس الوطني يقوم برحلات استطلاع في كاليفورنيا خلال أواخر الصيف والخريف لعدة سنوات، ولكن الآن تلقت طائرات بدون طيار المستخدمة في هذه الرحلات تحديثات بتقنيات الذكاء الاصطناعي تهدف إلى توليد خرائط تلقائية للحرائق في منطقة معينة.

إن إنشاء خرائط للحرائق هو عملية صعبة للغاية تتطلب تحليل البيانات لتحديد الحرائق المتغيرة باستمرار أثناء تحركها عبر التضاريس الوعرة. وتستخدم ملاحظات جوية وأرضية لإنشاء خرائط للحرائق، وغالبًا ما يتم تحديث خرائط الحرائق مرة واحدة في اليوم أو نحو ذلك. يمكن أن تتحرك الحرائق الكبيرة مسافة تصل إلى 15 ميلًا في يوم واحد، كما شاهده بعض الحرائق في هذا الموسم. تحتاج وكالات مراقبة الحرائق إلى وسائل أسرع لجمع بيانات الحرائق وتحديث خرائط الحرائق، ويمكن أن ت满ي طائرات بدون طيار المزودة بتقنيات الذكاء الاصطناعي هذه الحاجة.

تستخدم أنظمة رسم خرائط الحرائق، والتي تعتمد في الغالب على بيانات الأقمار الصناعية، عادةً واحدة من طريقتين مختلفتين لكشف الحرائق المحتملة. يتم كشف الحرائق إما عن طريق كشف الحرارة الصادرة عن سطح الأرض (كشف المناطق الساخنة بشكل غير عادي) أو عن طريق تحليل انبعاثات الجسيمات (كشف جسيمات الدخان التي تُطلق في الهواء أثناء احتراق الكتلة الحيوية). بعد كشف الحرائق المحتملة، يمكن تأكيد وجودها باستخدام أنظمة التصوير عالي الدقة مثل طائرات بدون طيار. يمكن أن تُظهر الكاميرات التي تُزود بها طائرات بدون طيار للحرس الوطني الحرائق بدقة تصل إلى 90 قدمًا فوق سطح الأرض.

أضاف الحرس الوطني خوارزميات الذكاء الاصطناعي إلى طائراته بدون طيار من نوع MQ-9 “ريبر” بهدف كشف الحرائق وتوليد خرائط للحرائق. يتم استخدام خوارزميات الذكاء الاصطناعي لجمع البيانات حول الحرائق المشتعلة وكشف “الحرائق النقطية” التي تُشعلها الحرائق الكبيرة. تم推يع هذا المشروع بواسطة مركز الذكاء الاصطناعي المشترك (JAIC)، وهو قسم أنشأته وزارة الدفاع في عام 2018. يستخدم نظام رسم خرائط الحرائق التابع لJAIC خوارزميات التعلم الآلي التي تم تدريبها على لقطات جوية للحرائق السابقة مع حدود محددة. يمكن للخوارزمية بعد ذلك استقبال صور غير موضحة مع بيانات الموقع فقط وكشف الحرائق فيها، مع إخراج خريطة توضح المناطق المحترقة. يتم أيضًا تحديد موقع الحرائق النقطية.

بالنسبة لعملية إنشاء خرائط الحرائق التي تستغرق يومًا كاملًا والتي تستخدمها الوكالات الأخرى، فإن نظام رسم خرائط الحرائق التابع لJAIC أسرع بكثير. يمكن أن تولد عملية رسم خرائط الحرائق التي تعتمد على الذكاء الاصطناعي خريطة حرائق جديدة تقريبًا كل نصف ساعة. وفقًا للحرس الجوي الوطني في كاليفورنيا، فإن الخرائط التي تنتجها النظام الجديد دقيقة، وقد كانت ردود الفعل من قبل CalFire إيجابية. إذا استمرت الخرائط في إثبات موثوقيتها ويمكن دمجها بنجاح مع عمليات CalFire، فقد يتم نشرها لمساعدة كشف الحرائق خلال موسم الحرائق القادم.

علاوة على رسم حدود الحرائق الحالية، يمكن أن تساعد تقنيات الذكاء الاصطناعي فرق مكافحة الحرائق في توقع حركة الحرائق. بدأ CalFire نفسه مؤخرًا العمل مع أداة تسمى WildFire Analyst Enterprise. تم إنشاء أداة تحليل الحرائق بواسطة Technosylva، وتعمل عن طريق الجمع بين نماذج مختلفة لانتشار الحرائق. يتم تعزيز هذه النماذج من خلال استخدام خوارزميات التعلم الآلي، التي تم تدريبها على ميزات الحرائق السابقة (مثل محتوى الرطوبة في النباتات، الظروف الجوية، والصور بالأقمار الصناعية). ثم يقارن النموذج البيانات حول حريق حالي بالبيانات حول الحرائق السابقة من أجل تقدير كيفية انتشار ذلك الحريق. كما يسمح البرنامج للمستخدم إنشاء محاكاة بناءً على كيفية تغير المتغيرات المختلفة مثل الظروف الجوية. وقد تنبأت الأداة بشكل صحيح أن حريق CZU Lightning Complex سيتحرك نحو بلدة Felton، مما مكن فرق مكافحة الحرائق من الوصول في وقت مبكر وحفظ العديد من الهياكل التي ربما لم تُحفظ خلاف ذلك.

في غضون ذلك، تستخدم إدارات مكافحة الحرائق في جنوب كاليفورنيا نظامًا مختلفًا لتتبع الحرائق وتوقيعها يسمى FireMap، تم تطويره بواسطة مختبر Wifire. يستخدم FireMap البيانات الجوية والبرية من الكاميرات، بالإضافة إلى الظروف المناخية وسرعة الرياح ومحتوى الرطوبة في النباتات، وغيرها، لتوقيع مكان انتشار الحرائق.

随着 إنشاء更多 منصات كشف الحرائق وتوقيعها التي تعتمد على الذكاء الاصطناعي، من المحتمل أن تصبح طائرات بدون طيار أكثر أهمية. تُستخدم الأقمار الصناعية، ولكنها تملك قيودًا تتعلق بنوع وكمية البيانات التي يمكن جمعها. هناك نوعان من الأقمار الصناعية يستخدمان لجمع البيانات: أقمار الأقمار الصناعية المدارية القطبية وأقمار الأقمار الصناعية الجغرافية الثابتة. يمكن لأقمار الأقمار الصناعية المدارية القطبية التقاط صور عالية الدقة، ولكن الصور تُلتقط فقط مرتين في اليوم. في المقابل، تُجمع الصور التي تُلتقط بواسطة الأقمار الصناعية الجغرافية الثابتة بشكل أكثر تكرارًا، عادةً كل 5 دقائق أو نحو ذلك. ومع ذلك، يجب أن تطير الأقمار الصناعية الجغرافية الثابتة على ارتفاع约 22,000 ميل فوق سطح الأرض من أجل البقاء متزامنة مع مدار الأرض. ونتيجة لذلك، تحتوي هذه الصور على تفاصيل أقل من الأقمار الصناعية المدارية القطبية. يمكن أن تساعد طائرات بدون طيار في ملء الفجوات في البيانات، والحصول على صور أكثر استمرارًا ووضوحًا للمنطقة المرغوبة.