AI může pomoci rychleji objevit lesní požáry a usnadnit jejich hašení

V státech, jako je Kalifornie, se sezóna lesních požárů stala delší a intenzivnější, a to především kvůli změně klimatu. Jako reakce na rostoucí hrozbu lesních požárů, podle CNN, various startups vytvořily nástroje AI, které mají pomoci při detekci lesních požárů.

Může se zdát samozřejmé, ale časná detekce je důležitá pro lesní požáry. Čím dříve je požár detekován, tím rychleji lze zasáhnout a tím méně škody způsobí. Naštěstí nástroje AI navržené společnostmi, jako je Descartes Labs, se sídlem v Sante Fe, se zdají být 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, porovnává snímky pro rozdíly. Pokud existuje nějaký rozdíl v tepelných signálech v určité oblasti, může to potenciálně indikovat přítomnost lesního požáru.

Aktuální metody detekce lesních požárů se spoléhají především na pozorování požárů pomocí letadel nebo pozorovacích věží, ale systém, který využívá AI a satelity, může detekovat lesní požáry mnohem rychleji než tyto metody. New Mexico State Forestry Bureaus uvedl, že nástroj AI určitě pomohl státu lokalizovat lesní požáry mnohem rychleji než dříve. Nástroj také poskytuje prvním respondentům popisy, které mohou pomoci zúžit, kde se požár nachází, což může být obtížné, když je hodně kouře nebo přes horský řetězec v noci.

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

Není zatím 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 AI navržené Descartes mohou skutečně detekovat lesní požáry mnohem dříve než některé z nejlepších současných 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 dosud 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 docela působivý.

Descartes začíná zkoumat další metody využití AI a dat k pomoci detekovat a sledovat požáry. Například společnost je v procesu navrhování digitálních modelů reliéfu, které mohou popisovat strmé svahy, které by mohly znesnadnit hašení požárů. Descartes dosahuje tohoto pomocí různých algoritmů, které každá hlasují o poloze požáru na mapě a dosahují konsensu.

Zatímco nástroje vyvinuté Descartes a jinými mohou být účinné při umožnění rychlejší detekci požárů, dostat hasičské týmy do pozice je sám o sobě výzvou a pokud tento problém nebude vyřešen, algoritmy detekce požárů nemusí být tak účinné, jak je teoreticky možné. Jako příklad, i když je potenciální požár označen nástroji Descartes, požár musí být předán příslušným úřadům, jako je pole, které může potvrdit existenci požáru. Poté musí být oznámení odesláno hasičským sborům v oblasti, které musí vyhodnotit nejlepší způsob, jak reagovat na požár. Tyto logistické výzvy mohou omezit účinnost systémů detekce požárů, ale i tak, když se jedná o detekci požárů, čím dříve, tím lépe.