राष्ट्रीय गार्ड आग-स्थान द्रोन को एआई के साथ बढ़ाने के लिए

जैसे आग बड़ी और अधिक खतरनाक होती जा रही है, विभिन्न सरकारी और निजी एजेंसियों ने आग का पता लगाने और संभावित रूप से जंगल की आग की भविष्यवाणी करने के लिए एआई का उपयोग करना शुरू कर दिया है। राष्ट्रीय गार्ड ने कैलिफोर्निया में देर से गर्मियों और शरद ऋतु के दौरान पिछले कुछ वर्षों से टोही उड़ानें भरी हैं, लेकिन अब इन उड़ानों को करने वाले द्रोन को एआई एल्गोरिदम के साथ अपग्रेड किया गया है जो एक विशिष्ट क्षेत्र में आग के नक्शे को स्वचालित रूप से बनाने के लिए हैं।

आग के नक्शे बनाना एक बहुत ही कठिन प्रक्रिया है जिसमें लगातार बदलती आग को रugged इलाके में स्थानांतरित करने के लिए डेटा विश्लेषण की आवश्यकता होती है। आग के नक्शे बनाने के लिए हवाई और जमीनी दोनों अवलोकनों का उपयोग किया जाता है, और आग के नक्शे आमतौर पर केवल एक दिन या उससे अधिक बार अपडेट किए जाते हैं। बड़ी आग एक दिन में 15 मील तक चल सकती है, जैसा कि इस आग के मौसम में कुछ आग देखी गई है। आग निगरानी एजेंसियों को आग डेटा एकत्र करने और आग नक्शे को अपडेट करने के लिए तेजी से तरीकों की आवश्यकता है, और हवाई द्रोन और एआई इस आवश्यकता को पूरा कर सकते हैं।

आग मैपिंग सिस्टम, जिनमें से अधिकांश उपग्रह डेटा पर निर्भर करते हैं, आमतौर पर आग का पता लगाने के लिए दो अलग-अलग तरीकों में से एक का उपयोग करते हैं। आग का पता लगाया जा सकता है या तो पृथ्वी की सतह से आने वाली गर्मी को महसूस करके (असामान्य रूप से गर्म क्षेत्रों का पता लगाना) या वायुमंडलीय उत्सर्जन का विश्लेषण करके (वायुमंडल में जारी धुएं के कणों का पता लगाना जैसा कि जैविक पदार्थ जलता है)। संभावित आग का पता लगाने के बाद, उन्हें उच्च-रिज़ॉल्यूशन इमेजिंग सिस्टम जैसे द्रोन का उपयोग करके पुष्टि की जा सकती है। राष्ट्रीय गार्ड द्रोन में लगे कैमरे 90 फीट की ऊंचाई से आग को दिखाने में सक्षम हैं।

राष्ट्रीय गार्ड ने अपने एमक्यू-9 “रीपर” द्रोन को आग का पता लगाने और आग के नक्शे बनाने के लिए एआई एल्गोरिदम से लैस किया है। एआई एल्गोरिदम का उपयोग सक्रिय रूप से जलने वाली आग के डेटा को इकट्ठा करने और “स्पॉट आग” का पता लगाने के लिए किया जाता है जो बड़ी आग से शुरू हुई है। परियोजना को ज्वाइंट आर्टिफिशियल इंटेलिजेंस सेंटर (जेएआईसी), पेंटागन द्वारा 2018 में बनाई गई एक शाखा द्वारा चलाया गया था। जेएआईसी आग मैपिंग सिस्टम मशीन लर्निंग एल्गोरिदम का उपयोग करता है जो पिछली आग के हवाई फुटेज पर प्रशिक्षित होता है जिसमें अन्नोटेट सीमाएं होती हैं। एल्गोरिदम तब अनदेखे छवियों को ले सकता है जिसमें केवल स्थान डेटा होता है और उनमें आग का पता लगा सकता है, जो जलने वाले क्षेत्रों को दिखाने वाला एक नक्शा उत्पन्न करता है। स्पॉट आग का स्थान भी चिह्नित किया जाता है।

दिन-लंबी आग नक्शा पीढ़ी प्रक्रिया की तुलना में जेएआईसी आग मैपिंग सिस्टम बहुत तेजी से है। एआई-संचालित आग मैपिंग प्रक्रिया लगभग हर आधे घंटे में एक नया आग नक्शा बना सकती है। कैलिफोर्निया एयर नेशनल गार्ड के अनुसार, नए सिस्टम द्वारा उत्पादित नक्शे सटीक हैं और कैलफायर से प्रतिक्रिया सकारात्मक रही है। यदि नक्शे विश्वसनीय साबित होते हैं और कैलफायर के संचालन में सफलतापूर्वक एकीकृत किए जा सकते हैं, तो यह अगले वर्ष के आग के मौसम में आग का पता लगाने में मदद करने के लिए तैनात किया जा सकता है।

वर्तमान आग की सीमाओं को मैप करने से परे, एआई आग की गति की भविष्यवाणी में आग लगाने वाली टीमों की मदद कर सकता है। कैलफायर ने हाल ही में वाइल्डफायर एनालिस्ट एंटरप्राइज नामक एक टूल के साथ काम करना शुरू किया है। वाइल्डफायर विश्लेषण टूल टेक्नोसिल्वा द्वारा बनाया गया था, और यह विभिन्न आग फैलाने वाले मॉडलों को एक साथ जोड़कर काम करता है। ये मॉडल मशीन लर्निंग एल्गोरिदम का उपयोग करके उन्नत होते हैं, जो पिछली आग की विशेषताओं (जैसे कि वनस्पति की नमी सामग्री, मौसम की स्थिति, और उपग्रह इमेजरी) पर प्रशिक्षित होते हैं। मॉडल तब वर्तमान आग के डेटा की तुलना पिछली आग के डेटा से करता है ताकि यह भविष्यवाणी की जा सके कि आग कैसे फैल सकती है। सॉफ्टवेयर उपयोगकर्ता को विभिन्न परिवर्तनों जैसे मौसम की स्थिति में बदलाव के आधार पर सिमुलेशन बनाने की भी अनुमति देता है। टूल ने सही ढंग से भविष्यवाणी की कि सीजेडयू लाइटनिंग कॉम्प्लेक्स आग फेल्टन के शहर की ओर बढ़ेगी, जिससे आग लगाने वाली टीमें समय पर पहुंच सकीं और कई संरचनाओं को बचा सकीं जो अन्यथा नहीं बचाई जा सकती थीं।

दक्षिणी कैलिफोर्निया में आग लगाने वाली विभाग फायरमैप नामक एक अलग आग ट्रैकिंग और भविष्यवाणी प्रणाली का उपयोग कर रहे हैं, जिसे विफायर लैब द्वारा विकसित किया गया है। फायरमैप हवाई और जमीनी डेटा का उपयोग करता है, साथ ही जलवायु परिस्थितियों, हवा की स्थिति, वनस्पति में नमी सामग्री, और अधिक का उपयोग करके आग के फैलने की भविष्यवाणी करता है।

जैसे ही अधिक एआई-संचालित आग का पता लगाने और भविष्यवाणी करने वाले प्लेटफ़ॉर्म बनाए जाते हैं, द्रोन अधिक महत्वपूर्ण हो जाएंगे। उपग्रह बहुत उपयोगी हैं, लेकिन उन्हें डेटा के प्रकार और मात्रा के संग्रह के संबंध में सीमाएं हैं। दो प्रकार के उपग्रह डेटा एकत्र करने के लिए उपयोग किए जाते हैं: ध्रुवीय कक्षा उपग्रह और भूस्थिर उपग्रह। ध्रुवीय कक्षा उपग्रह उच्च-रिज़ॉल्यूशन छवियों को ले सकते हैं, लेकिन छवियां केवल दिन में दो बार ही ली जाती हैं। इसके विपरीत, भूस्थिर छवियों को अधिक बार लिया जाता है, आमतौर पर प्रति 5 मिनट या उससे अधिक। हालांकि, भूस्थिर उपग्रहों को पृथ्वी की कक्षा के साथ तालमेल बिठाने के लिए लगभग 22,000 मील की ऊंचाई पर उड़ना होता है। इसके परिणामस्वरूप, इन छवियों में ध्रुवीय कक्षा उपग्रहों की तुलना में विवरण कम होता है। द्रोन डेटा में अंतराल को भरने में मदद कर सकते हैं, किसी क्षेत्र में अधिक नियमित और विस्तृत छवियां प्राप्त कर सकते हैं।