Tekoäly voi auttaa havaitsemaan metsäpaloja nopeammin ja tehdä niiden sammuttamisesta helpompaa

Kalifornian kaltaisissa osavaltioissa metsäpalojen kausi on pidentynyt ja voimistunut ilmastonmuutoksen myötä. Vastauksena kasvavaan metsäpalojen uhkaan CNN:n mukaan useat startup-yritykset ovat kehittäneet tekoälytyökaluja, joiden tarkoituksena on auttaa metsäpalojen havaitsemisessa.

On selvää, että aikainen havaitseminen on tärkeää metsäpalojen osalta. Mitä aikaisemmin palo havaitaan, sitä nopeammin se voidaan rajoittaa ja vähentää vahinkoa. Onneksi Descartes Labsin kaltaisten yritysten suunnittelemat tekoälytyökalut ovat tehokkaampia metsäpalojen havaitsemisessa kuin palokunta tai siviilit.

Descartes Labsin palohavaintotyökalu ottaa näytteitä hallituksen sääsatelliiteista joka toinen minuutti, vertailemalla kuvia eroja. Jos alueen lämpömerkitsemissä on eroa, se voi osoittaa metsäpalon läsnäoloa.

Nykyiset metsäpalojen havaitsemismenetelmät perustuvat pääasiassa palon havaitsemiseen joko lentokoneilla tai tähystystorneissa, mutta tekoälyä ja satelliitteja hyödyntävä järjestelmä voi havaita metsäpaloja nopeammin kuin nämä menetelmät. New Mexico State Forestry Bureaun mukaan tekoälytyökalu on auttanut osavaltiota sijaintamaan metsäpaloja nopeammin kuin aiemmin. Työkalu tarjoaa myös ensivastetoimijoille kuvauksia, jotka voivat auttaa määrittämään palon sijainnin, mikä voi olla haasteellista, kun on paljon savua tai ylänkömaastoa yöllä.

Descartes ei ole ainoa yritys, joka on yrittänyt käyttää tekoälyä metsäpalojen havaitsemiseen. Northrop Grumman on aloittanut sopimuksen Kalifornian osavaltion kanssa suunnitella metsäpalojen analyysityökaluja, ja startup-yritys Technosylva on myös investoinut metsäpalojen ennustemenojen kehittämiseen.

Ei ole vielä selvää, lisäävätkö näiden yritysten kehittämät teknologiat virhehälytysten riskiä mahdollisten palojen herkemmän havaitsemisen seurauksena. On kuitenkin selvää, että Descartes-suunnittelemat tekoälytyökalut voivat tosiaan havaita metsäpaloja aikaisemmin kuin monet parhaat nykyiset palohavaintamenetelmät. Esimerkiksi Descartes kertoo, että heidän havaintojärjestelmänsä pystyi hälyttämään Los Angeles Times -lehden Kincade-palon koordinaatit pian palon syttymisen jälkeen. Descartes kertoo, että heidän nopein havaintoaika on ollut yhdeksän minuuttia palon syttymisen jälkeen. CNN:n mukaan metsäpalojen asiantuntija ja tutkija Washingtonin yliopistosta, Ernesto Alvarado, kertoo, että järjestelmä, joka pystyy havaitsemaan palon alle 30 minuutissa palon syttymisen jälkeen, on melko vaikuttava.

Descartes on aloittamassa tutkimuksen muista tekoälyä ja dataa hyödyntävistä menetelmistä metsäpalojen havaitsemiseen ja seurantaan. Esimerkiksi yritys on suunnittelemassa digitaalisia korkeusmalleja, jotka voivat kuvailla jyrkkiä rinteitä, jotka voivat haitata sammutustoimia. Descartes toteuttaa tämän käyttämällä useita algoritmeja, jotka äänestävät palon sijainnista kartalla ja pääsevät yhteisymmärrykseen.

Vaikka Descartes ja muut kehittävät tehokkaita työkaluja metsäpalojen nopeampaan havaitsemiseen, saada palo-osasto paikalle on itsessään haaste. Ellei tätä ongelmaa ratkaista, palohavaintoalgoritmit eivät välttämättä ole yhtä tehokkaita kuin teoriassa. Esimerkiksi, vaikka Descartes-työkalu havaitsee mahdollisen palon, se on välitettävä oikeille viranomaisille, kuten kenttätoimistoon, joka voi vahvistaa palon olemassaolon. Tämän jälkeen ilmoitus on lähetettävä paikallisten palokuntien joukoille, jotka arvioivat parhaimman vastausmenetelmän. Nämä logistiset haasteet voivat asettaa rajoituksia siitä, kuinka tehokkaat palohavaintojärjestelmät voivat olla, mutta vaikka niin olisi, aikaisempi havaitseminen on aina parempaa.