ИИ может помочь обнаруживать лесные пожары быстрее и легче с ними бороться

В штатах, таких как Калифорния, сезон лесных пожаров стал длиннее и более интенсивным, что в основном вызвано изменением климата. В ответ на растущую угрозу от лесных пожаров, согласно CNN, различные стартапы создали инструменты ИИ, предназначенные для помощи в обнаружении лесных пожаров.

Это может показаться очевидным, но раннее обнаружение важно для лесных пожаров. Чем раньше обнаружен пожар, тем быстрее его можно локализовать и тем меньше ущерба он нанесет. К счастью, инструменты ИИ, разработанные компаниями như Descartes Labs, базирующейся в Санта-Фе, кажутся более эффективными в обнаружении лесных пожаров, чем пожарные или гражданские лица.

Инструмент обнаружения пожаров от Descartes Labs выборочно анализирует изображения с правительственных метеоспутников каждые две минуты, сравнивая изображения для обнаружения различий. Если есть какие-либо различия в тепловых сигналах в регионе, это может потенциально указывать на присутствие лесного пожара.

Текущие методы обнаружения лесных пожаров в основном полагаются на обнаружение пожаров с помощью самолетов или наблюдательных башен, но система, использующая ИИ и спутники, может обнаруживать лесные пожары намного быстрее, чем эти методы. Бюро лесного хозяйства штата Нью-Мексико заявило, что инструмент ИИ определенно помог штату обнаруживать лесные пожары намного быстрее, чем раньше. Инструмент также предоставляет первым респондентам описания, которые могут помочь сузить место расположения пожара, что может быть трудно определить, когда есть много дыма или когда пожар происходит в гористой местности ночью.

Descartes не является единственной компанией, которая попыталась использовать ИИ для обнаружения лесных пожаров. Northrop Grumman недавно начала контракт со штатом Калифорния на разработку инструментов анализа лесных пожаров, и стартап Technosylva также инвестировал в создание методов предсказания лесных пожаров.

Еще неясно, увеличит ли технология, разработанная этими компаниями, риск ложных тревог в результате повышенной чувствительности к возможным пожарам. Однако то, что ясно, заключается в том, что инструменты ИИ, разработанные Descartes, действительно могут обнаруживать лесные пожары намного раньше, чем даже некоторые из лучших существующих методов обнаружения пожаров. Например, Descartes заявляет, что их системы обнаружения смогли предупредить Los Angeles Times о координатах пожара Кинкейд вскоре после начала пожара. Descartes заявляет, что пока их самое быстрое время обнаружения составляет девять минут после воспламенения пожара. Как сообщает CNN, Эрнесто Альварадо, эксперт по лесным пожарам и исследователь Университета Вашингтона, любая система, которая может обнаружить пожар менее чем за 30 минут после воспламенения, довольно впечатляет.

Descartes начинает исследовать другие методы использования ИИ и данных для помощи в обнаружении и отслеживании пожаров. Например, компания разрабатывает цифровые модели рельефа, которые могут описывать крутые склоны, которые могут препятствовать усилиям по тушению пожаров. Descartes достигает этого, используя различные алгоритмы, которые каждый голосует за положение пожара на карте и приходят к консенсусу.

Хотя инструменты, разработанные Descartes и другими, могут оказаться эффективными для более быстрого обнаружения пожаров, задача состоит в том, чтобы доставить команды реагирования на пожары в нужное место, и если эта проблема не будет решена, алгоритмы обнаружения пожаров могут не быть так эффективны, как теоретически возможно. Например, даже после того, как потенциальный пожар был помечен инструментами Descartes, пожар должен быть передан в соответствующие власти, такие как полевое бюро, которое может подтвердить существование пожара. После этого уведомление должно быть отправлено в пожарные департаменты в этом районе, которые должны оценить лучший способ реагирования на пожар. Эти логистические проблемы могут налагать ограничения на то, насколько эффективными могут быть системы обнаружения пожаров, но даже так, когда речь идет об обнаружении пожаров, раньше всегда лучше.