国民衛兵隊が火災発見をAIで強化するドローンを導入

火災が大きくなるにつれて、さまざまな政府機関や民間機関が、人工知能を使用して火災を検知し、予測するために努力しています。国民衛兵隊は、カリフォルニア州で夏の終わりと秋に偵察飛行を実施してきましたが、現在、火災の地図を作成するために使用されるドローンには、AIアルゴリズムが搭載されています。

火災の地図を作成することは、データ分析を使用して、地形の変化する火災をマッピングする必要があるため、非常に困難なプロセスです。空中と地上の観測の両方を使用して火災の地図を作成し、通常、火災の地図は1日または2日ごとに更新されます。火災は1日で15マイル移動することがあります。 今シーズンの火災ではそのような事例が見られました。火災監視機関は、火災データを収集し、火災の地図を更新するためのより迅速な方法が必要です。ドローンとAIの組み合わせは、このニーズに対処することができます。

火災マッピングシステムの多くは、衛星データを使用しており、通常、2つの異なる方法を使用して火災を検知します。火災は、地表からの熱を検知すること（通常の熱よりも熱い領域を検知すること）またはエアロゾル排出を分析すること（空気中に放出される煙粒子を検知すること）によって検知されます。潜在的な火災が検知された後、ドローンなどの高解像度画像システムを使用して確認できます。国民衛兵隊のドローンに搭載されているカメラは、地上から90フィートの高さで火災を撮影できます。

国民衛兵隊は、MQ-9「リーパー」ドローンに火災を検知し、火災の地図を作成するためのAIアルゴリズムを搭載しています。このプロジェクトは、2018年にペンタゴンが設立したジョイント人工知能センター（JAIC）によって推進されました。JAICの火災マッピングシステムは、過去の火災の空中写真に注釈付きの境界を付けたもので、機械学習アルゴリズムを使用して訓練されています。アルゴリズムは、見えていない画像にのみ位置データを入力して火災を検知し、燃えている地域を示す地図を出力します。スポット火災の位置もマークされます。

他の機関が使用する1日ごとの火災地図生成プロセスと比較して、JAICの火災マッピングシステムははるかに迅速です。AIを使用した火災マッピングプロセスは、約30分ごとに新しい火災地図を生成できます。 カリフォルニア空軍国民衛兵隊によると、新しいシステムによって生成される地図は正確であり、CalFireからのフィードバックは好評です。如果地図が信頼性を維持し、CalFireの運用に成功して統合されることができれば、来年の火災シーズン中に火災を検知するために展開される可能性があります。

現在の火災の境界をマッピングするだけでなく、AIは、火災の動きを予測するのに役立ちます。CalFire自身は、最近、WildFire Analyst Enterpriseというツールを使用し始めました。このワイルドファイア分析ツールは、Technosylvaによって作成され、さまざまな火災拡散モデルを組み合わせて動作します。これらのモデルは、過去のワイルドファイアの特徴（例：植生の水分含有量、気象条件、衛星画像）で訓練された機械学習アルゴリズムによって強化されています。モデルは、現在の火災のデータを過去の火災のデータと比較して、火災の拡散を予測します。ソフトウェアは、気象条件の変化など、さまざまな変数に基づいてシミュレーションを作成することもできます。ツールは、CZU Lightning Complex FireがFelton町に向かって移動することを正しく予測し、消防隊が早期に到着して多くの建物を救うことができました。

南カリフォルニアの消防局は、Wifire Labによって開発された別の火災追跡および予測システムであるFireMapを使用しています。FireMapは、カメラからの空中および地上データ、気候条件、風条件、植生の水分含有量などを使用して、火災がどこに広がるかを予測します。

AI駆動の火災検知および予測プラットフォームが作成されるにつれて、ドローンはますます重要になります。衛星は非常に役立つですが、収集できるデータの種類と量に制限があります。2種類の衛星、極軌道衛星と静止衛星が使用されます。極軌道衛星は、高解像度の画像を撮影できますが、画像は1日2回しか撮影されません。一方、静止衛星からの画像は5分ごとに撮影されますが、静止衛星は地球の軌道と同期するために、地球の表面から約22,000マイル離れた場所を飛行しなければなりません。その結果、これらの画像には極軌道衛星よりも詳細が少なくなります。ドローンは、データのギャップを埋めるのに役立ち、関心領域のより頻繁で詳細な画像を提供できます。