Umělé inteligence může pomoci při rychlejším objevování a snadnějším hašení lesních požárů

V státech, jako je Kalifornie, se sezóna lesních požárů prodloužila a stala se intenzivnější, což je způsobeno především změnou klimatu. V reakci na rostoucí hrozbu lesních požárů vytvořily různé startupy podle CNN umělé inteligence nástroje, které mají pomoci při detekci lesních požárů.

Možná to parece zřejmé, ale raná detekce je důležitá pro lesní požáry. Čím dříve je požár detekován, tím rychleji lze zasáhnout a tím menší škody způsobí. Naštěstí jsou nástroje pro detekci lesních požárů, které byly navrženy společnostmi, jako je Descartes Labs se sídlem v Sante Fe, účinnější při detekci lesních požárů než hasiči nebo civilisté.

Nástroj pro detekci požárů od Descartes Labs vzorkuje snímky z vládních meteorologických satelitů každých dvě minuty a porovnává je pro rozdíly. Pokud existuje rozdíl v tepelných signálech v určité oblasti, může to potenciálně indikovat přítomnost lesního požáru.

Stávající metody detekce lesních požárů se primárně spoléhají na pozorování požárů pomocí letadel nebo pozorovacích věží, ale systém, který využívá umělou inteligenci a satelity, může detekovat lesní požáry mnohem rychleji než tyto metody. Novomexické státní lesnické úřady uvedly, že nástroj AI určitě pomohl státu lokalizovat lesní požáry mnohem rychleji než dříve. Nástroj také poskytuje prvním respondentům popisy, které jim mohou pomoci zúžit, kde se požár nachází, což může být obtížné, když je hodně kouře nebo nad horským pásmem v noci.

Descartes není jedinou společností, která se pokusila využít umělou inteligenci k detekci lesních požárů. Northrop Grumman (NOC ) nedávno zahájil smlouvu se státem Kalifornie na design nástrojů pro analýzu lesních požárů a startup Technosylva také investoval do vytváření metod pro předpověď lesních požárů.

Ještě není jasné, zda technologie navržené těmito společnostmi mohou zvýšit riziko falešných poplachů v důsledku zvýšené citlivosti na možné požáry. Nicméně, co je jasné, je, že nástroje pro detekci lesních požárů navržené Descartes mohou skutečně detekovat lesní požáry mnohem dříve než některé z nejlepších stávajících metod detekce požárů. Například Descartes uvádí, že jejich systémy detekce byly schopny upozornit Los Angeles Times na souřadnice požáru Kincade krátce po jeho začátku. Descartes uvádí, že jejich nejrychlejší doba detekce je devět minut po zapálení požáru. Podle CNN Ernesto Alvarado, odborník na lesní požáry a výzkumník na University of Washington, jakýkoli systém, který je schopen detekovat požár do 30 minut po jeho zapálení, je bastante působivý.

Descartes začíná探ovat další metody využití umělé inteligence a dat k pomoci detekovat a sledovat požáry. Například společnost navrhuje digitální modely reliéfu, které mohou popsat strmé svahy, které by mohly znesnadnit hašení požárů. Descartes dosahuje tohoto pomocí různých algoritmů, které každá hlasují o poloze požáru na mapě a docházejí k konsensu.

Zatímco nástroje vyvinuté Descartes a jinými mohou být účinné při umožnění rychlejší detekci požárů, dostat hasičské týmy do pozice je výzvou samo o sobě a pokud tento problém nebude vyřešen, algoritmy detekce požárů nemusí být tak účinné, jak je teoreticky možné. Například, i když je potenciální požár označen nástroji Descartes, musí být požár přeposlán na příslušné úřady, jako je pole, které může ověřit existenci požáru. Poté musí být oznámení odesláno hasičským sborům v oblasti, které musí posoudit nejlepší způsob, jak reagovat na požár. Tyto logistické výzvy mohou uložit omezení na to, jak účinné mohou být systémy detekce požárů, ale i tak, když se jedná o detekci požárů, dříve je vždy lepší.