AI 모델 및 플랫폼
국가 방위군, 화재 탐지 드론에 AI 적용
Unite.AI를 Google의 선호 소스에 추가
화재가 더 크고 더 위험해지면서, 다양한 정부와 민간 기관이 화재를 탐지하고 예측하기 위해 인공지능을 사용하기 시작했습니다. 국가 방위군은 최근 몇 년 동안 캘리포니아에서 늦은 여름과 가을에 정찰 비행을 수행해 왔으며, 이러한 비행을 수행하는 드론에 AI 알고리즘이 업그레이드되었습니다. 이 업그레이드는 특정 지역의 화재를 자동으로 매핑하는 것을 목표로 합니다.
화재 매핑은 매우 어려운 과정입니다. 이는 데이터 분석을 통해 지형이 변경되는 화재를 매핑하는 데 필요합니다. 공중과 지상 관측이 모두 화재 매핑에 사용되며, 화재 매핑은 일반적으로 하루에 한 번만 업데이트됩니다. 큰 화재는 하루 동안 15마일까지 이동할 수 있습니다. 이러한 화재를 모니터링하는 기관은 화재 데이터를 수집하고 화재 매핑을 업데이트하는 더 빠른 방법이 필요하며, 드론과 AI의 조합은 이러한 필요를 충족할 수 있습니다.
화재 매핑 시스템은 일반적으로 두 가지 방법 중 하나를 사용하여 화재를 탐지합니다. 하나는 지구 표면에서 열을 감지하는 것입니다. 다른 하나는 에어로졸 배출을 분석하는 것입니다. 잠재적인 화재가 탐지되면 고해상도 이미징 시스템을 사용하여 확인할 수 있습니다. 국가 방위군의 드론은 90피트 이상의 해상도로 화재를 표시할 수 있는 카메라를 장착하고 있습니다.
국가 방위군은 MQ-9 “리퍼” 드론에 화재를 탐지하고 화재 매핑을 생성하는 AI 알고리즘을 장착했습니다. 이 프로젝트는 2018년 펜타곤이 설립한 공동 인공지능 센터(JAIC)에서 주도했습니다. JAIC의 화재 매핑 시스템은 기계 학습 알고리즘을 사용하여 과거 화재의 항공 사진을 분석하고, 새로 탐지된 화재의 경계를 표시합니다. 이 알고리즘은 위치 데이터만 있는 이미지에서 화재를 탐지하고, 화재가 발생한 지역을 표시하는 매핑을 출력합니다.
他の 기관에서 사용하는 하루에 한 번의 화재 매핑 생성 과정과 비교할 때, JAIC의 화재 매핑 시스템은 훨씬 더 빠릅니다. AI를 사용한 화재 매핑 과정은 약 30분마다 새로운 화재 매핑을 생성할 수 있습니다. 캘리포니아 공군 국방군에 따르면, 새로운 시스템이 생성하는 매핑은 정확하며, CalFire의 피드백은 긍정적입니다. 이러한 매핑이 계속 신뢰할 수 있고 CalFire의 작전과 성공적으로 통합될 수 있다면, 다음 해의 화재 시즌 동안 화재를 탐지하는 데 도움이 될 수 있습니다.
현재 화재의 경계를 매핑하는 것을 넘어서, AI는 화재의 이동을 예측하는 데 도움이 될 수 있습니다. CalFire는 최근 Technosylva가 개발한 WildFire Analyst Enterprise라는 도구를 사용하기 시작했습니다. 이 도구는 과거 화재의 특징을 사용하여 기계 학습 알고리즘을 강화한 다양한 화재 확산 모델을 결합합니다. 이 모델은 현재 화재 데이터를 과거 화재 데이터와 비교하여 화재가 어떻게 확산할지 예측합니다. 이 소프트웨어는 또한 사용자가 다양한 변수를 변경하여 시뮬레이션을 생성할 수 있습니다. 이 도구는 CZU Lightning Complex Fire가 펠턴 마을로 이동할 것이라고 정확히 예측하여, 소방대가 조기에 도착하여 많은 구조물들을 구할 수 있었습니다.
한편, 남부 캘리포니아의 소방서들은 Wifire Lab에서 개발한 FireMap이라는 다른 화재 추적 및 예측 시스템을 사용하고 있습니다. FireMap은 공중과 지상 데이터, 기상 조건, 바람 조건, 식생의 수분 함유량 등 다양한 데이터를 사용하여 화재가 어디로 확산할지 예측합니다.
더 많은 AI 기반 화재 탐지 및 예측 플랫폼이 개발됨에 따라, 드론은 더욱 중요해질 것입니다. 인공위성은 매우 유용하지만, 수집할 수 있는 데이터의 유형과 양에 제한이 있습니다. 두 가지 유형의 인공위성이 데이터를 수집하는 데 사용됩니다.極지 궤도 위성과 정지 궤도 위성입니다. 극지 궤도 위성은 고해상도 이미지를 캡처할 수 있지만, 이미지는 하루에 두 번만 캡처됩니다. 반면에 정지 궤도 위성은 5분마다 이미지를 캡처할 수 있지만, 이러한 이미지는 극지 궤도 위성보다 자세하지 않습니다. 드론은 이러한 데이터의 간격을 메우는 데 도움이 될 수 있습니다. 관심 지역의 자세한 이미지를 더 자주 수집할 수 있습니다.
