Pendanaan
AI Dapat Membantu Mendeteksi Kebakaran Hutan Lebih Cepat dan Memudahkan Penanganannya

Di negara-negara seperti California, musim kebakaran hutan telah menjadi lebih lama dan lebih intens, didorong sebagian besar oleh perubahan iklim. Sebagai respons terhadap ancaman kebakaran hutan yang meningkat, menurut CNN, berbagai perusahaan rintisan telah menciptakan alat AI yang dimaksudkan untuk membantu dalam pendeteksian kebakaran hutan.
Mungkin tampak jelas, tetapi deteksi dini sangat penting untuk kebakaran hutan. Semakin cepat kebakaran terdeteksi, semakin cepat dapat dikendalikan dan semakin sedikit kerusakan yang akan dilakukan. Beruntungnya, alat AI yang dirancang oleh perusahaan seperti Descartes Labs, yang berbasis di Sante Fe, tampaknya lebih efektif dalam mendeteksi kebakaran hutan daripada petugas pemadam kebakaran atau warga sipil.
Alat pendeteksi kebakaran dari Descartes Labs mengambil sampel gambar dari satelit cuaca pemerintah setiap dua menit, membandingkan gambar-gambar untuk mencari perbedaan. Jika ada perbedaan dalam sinyal termal di suatu wilayah, maka dapat mengindikasikan kehadiran kebakaran hutan.
Metode deteksi kebakaran hutan saat ini sebagian besar bergantung pada pengawasan kebakaran dengan pesawat atau menara pengawal, tetapi sistem yang menggunakan AI dan satelit dapat mendeteksi kebakaran hutan lebih cepat daripada metode-metode tersebut. Biro Kehutanan Negara Bagian New Mexico telah menyatakan bahwa alat AI telah membantu negara bagian tersebut menemukan kebakaran hutan lebih cepat daripada sebelumnya. Alat ini juga menyediakan deskripsi yang dapat membantu mempersempit lokasi kebakaran, yang dapat sulit dilakukan ketika ada banyak asap atau di atas pegunungan pada malam hari.
Descartes bukanlah satu-satunya perusahaan yang mencoba menggunakan AI untuk mendeteksi kebakaran hutan. Northrop Grumman baru-baru ini memulai kontrak dengan negara bagian California untuk merancang alat analisis kebakaran hutan, dan perusahaan rintisan Technosylva juga telah berinvestasi dalam pembuatan metode prediksi kebakaran hutan.
Belum jelas apakah teknologi yang dirancang oleh perusahaan-perusahaan ini dapat meningkatkan risiko peringatan palsu sebagai hasil dari sensitivitas yang meningkat terhadap kebakaran yang mungkin terjadi. Namun, yang jelas adalah bahwa alat AI yang dirancang oleh Descartes dapat mendeteksi kebakaran hutan lebih awal daripada metode deteksi kebakaran yang ada saat ini. Misalnya, Descartes menyatakan bahwa sistem deteksi mereka dapat mengirimkan koordinat kebakaran Kincade ke Los Angeles Times sangat singkat setelah kebakaran dimulai. Descartes menyatakan bahwa waktu deteksi tercepat mereka adalah sembilan menit setelah kebakaran dimulai. Seperti yang dilaporkan oleh CNN, Ernesto Alvarado, ahli kebakaran hutan dan peneliti di Universitas Washington, setiap sistem yang dapat mendeteksi kebakaran dalam waktu kurang dari 30 menit setelah kebakaran dimulai sangat mengesankan.
Descartes mulai menjelajahi metode lain untuk menggunakan AI dan data untuk membantu mendeteksi dan melacak kebakaran. Misalnya, perusahaan sedang merancang model elevasi digital yang dapat menggambarkan lereng curam yang dapat menghambat upaya pemadaman kebakaran. Descartes melakukan ini dengan menggunakan berbagai algoritma yang masing-masing memberikan suara pada posisi kebakaran di peta dan mencapai kesepakatan.
Sementara alat yang dikembangkan oleh Descartes dan lainnya mungkin terbukti efektif dalam memungkinkan deteksi kebakaran yang lebih cepat, mendapatkan tim respons kebakaran ke posisi yang tepat adalah tantangan tersendiri dan kecuali masalah ini diselesaikan, algoritma deteksi kebakaran mungkin tidak seefektif yang secara teoretis mungkin. Sebagai contoh, bahkan setelah kebakaran potensial diberi tanda oleh alat Descartes, kebakaran harus diteruskan ke otoritas yang tepat, seperti kantor lapangan yang dapat memverifikasi keberadaan kebakaran. Setelah itu, notifikasi harus dikirim ke departemen pemadam kebakaran di daerah yang harus menilai cara terbaik untuk menanggapi kebakaran. Tantangan logistik ini mungkin membatasi seberapa efektif sistem deteksi kebakaran dapat, tetapi bahkan demikian, ketika datang ke deteksi kebakaran, lebih awal selalu lebih baik.












