Pendanaan

AI Dapat Membantu Mendeteksi Kebakaran Hutan Lebih Cepat dan Mudah Dikuasai

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google

Di negara-negara seperti California, musim kebakaran hutan telah menjadi lebih lama dan lebih intens, yang sebagian besar disebabkan 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 mendeteksi kebakaran hutan.

Hal ini 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 terjadi. 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 tersebut untuk mencari perbedaan. Jika ada perbedaan dalam sinyal termal di suatu wilayah, maka dapat menunjukkan adanya kebakaran hutan.

Metode deteksi kebakaran hutan saat ini sebagian besar bergantung pada pengawasan 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 tersebut telah membantu negara bagian tersebut menemukan kebakaran hutan lebih cepat daripada sebelumnya. Alat tersebut 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 (NOC ) 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 tersebut dapat meningkatkan risiko alarm palsu sebagai hasil dari peningkatan sensitivitas 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. Sebagai contoh, Descartes menyatakan bahwa sistem deteksi mereka dapat memberitahu Los Angeles Times tentang koordinat kebakaran Kincade hanya beberapa menit setelah kebakaran dimulai. Descartes menyatakan bahwa waktu deteksi tercepat mereka adalah sembilan menit setelah kebakaran dimulai. Menurut 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. Sebagai contoh, perusahaan tersebut 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.

Walaupun alat yang dikembangkan oleh Descartes dan lainnya mungkin efektif dalam mendeteksi kebakaran lebih cepat, mengirimkan tim respons kebakaran ke lokasi kejadian adalah tantangan tersendiri, dan jika masalah ini tidak diselesaikan, algoritma deteksi kebakaran mungkin tidak seefektif yang diharapkan. Sebagai contoh, bahkan setelah kebakaran potensial ditemukan oleh alat Descartes, kebakaran tersebut 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 tersebut yang harus menilai cara terbaik untuk merespons kebakaran. Tantangan logistik ini dapat membatasi seberapa efektif sistem deteksi kebakaran dapat bekerja, tetapi bahkan demikian, ketika datang ke mendeteksi kebakaran, lebih awal selalu lebih baik.

Blogger dan programmer dengan spesialisasi di Machine Learning dan Deep Learning topik. Daniel berharap untuk membantu orang lain menggunakan kekuatan AI untuk kebaikan sosial.