AI kan helpen om bosbranden sneller te herkennen en gemakkelijker te bestrijden

In staten als Californië is het natuurbrandseizoen langer en intenser geworden, grotendeels gedreven door klimaatverandering. Als reactie op de toenemende dreiging van bosbranden, volgens CNN, hebben verschillende startups AI-tools gemaakt die bedoeld zijn om te helpen bij het opsporen van bosbranden.

Het lijkt misschien voor de hand liggend, maar vroege detectie is belangrijk voor bosbranden. Hoe eerder de brand wordt ontdekt, hoe sneller deze onder controle kan worden gebracht en hoe minder schade hij zal aanrichten. Gelukkig lijken de AI-tools die zijn ontworpen door bedrijven als Descartes Labs, gevestigd in Sante Fe, effectiever te zijn in het detecteren van bosbranden dan brandweerlieden of burgers.

De tool voor branddetectie van Descartes Labs bemonstert elke twee minuten beelden van weersatellieten van de overheid en vergelijkt de beelden op verschillen. Als er enig verschil is in de thermische signalen in een regio, kan dit mogelijk wijzen op de aanwezigheid van een natuurbrand.

De huidige methoden voor het detecteren van bosbranden zijn voornamelijk gebaseerd op het spotten van vuur met vliegtuigen of uitkijktorens, maar een systeem dat gebruik maakt van AI en satellieten kan bosbranden veel sneller detecteren dan deze methoden. De New Mexico State Forestry Bureaus hebben verklaard dat de AI-tool de staat zeker heeft geholpen om bosbranden veel sneller dan voorheen te lokaliseren. De tool biedt eerstehulpverleners ook beschrijvingen die kunnen helpen bepalen waar een brand is, wat moeilijk kan zijn als er veel rook is of 's nachts boven een bergketen.

Descartes is niet het enige bedrijf dat AI probeert te gebruiken om bosbranden op te sporen. Northrop Grumman is onlangs een contract aangegaan met de staat Calfornia om analysetools voor natuurbranden te ontwerpen, en de startup Technosylva heeft ook geïnvesteerd in het ontwikkelen van methoden voor het voorspellen van natuurbranden.

Het is nog niet duidelijk of de technologieën die door deze bedrijven zijn ontworpen, het risico op valse alarmen kunnen vergroten als gevolg van een verhoogde gevoeligheid voor mogelijke branden. Wat echter duidelijk is, is dat de AI-tools die door Descartes zijn ontworpen, bosbranden echt veel eerder kunnen detecteren dan zelfs enkele van de beste momenteel opwindende branddetectiemethoden. Descartes stelt bijvoorbeeld dat hun detectiesystemen de Los Angeles Times zeer kort na het uitbreken van de brand konden waarschuwen voor de coördinaten van de Kincade-brand. Descartes stelt dat hun snelste detectietijd tot nu toe negen minuten na het ontsteken van de brand is. Zoals gemeld door CNN, Ernesto Alvarado, natuurbrandexpert en onderzoeker aan de Universiteit van Washington, is elk systeem dat een brand binnen 30 minuten na ontsteking kan detecteren behoorlijk indrukwekkend.

Descartes begint andere methoden te onderzoeken om AI en gegevens te gebruiken om branden te helpen detecteren en volgen. Het bedrijf is bijvoorbeeld bezig met het ontwerpen van digitale hoogtemodellen die steile hellingen kunnen beschrijven die de brandbestrijding zouden kunnen belemmeren. Descartes bereikt dit door verschillende algoritmen te gebruiken die allemaal stemmen over de positie van een brand op een kaart en tot een consensus komen.

Hoewel de tools die door Descartes en anderen zijn ontwikkeld, effectief kunnen blijken bij het sneller detecteren van branden, is het een hele uitdaging om brandbestrijdingsteams in positie te krijgen en tenzij dit probleem wordt opgelost, zijn algoritmen voor branddetectie mogelijk niet zo effectief als theoretisch mogelijk is. Zelfs nadat een mogelijke brand is gesignaleerd door Descartes' tools, moet de brand bijvoorbeeld worden doorgestuurd naar de juiste autoriteiten, zoals een veldkantoor dat het bestaan ​​van de brand kan verifiëren. Hierna moet de melding uitgaan naar brandweerkorpsen in de omgeving die moeten beoordelen hoe er het beste op de brand gereageerd kan worden. Deze logistieke uitdagingen stellen misschien grenzen aan hoe effectief branddetectiesystemen kunnen zijn, maar zelfs als het gaat om het detecteren van branden, is vroeger altijd beter.