AI kan hjälpa till att upptäcka och bekämpa skogsbränder snabbare

I delstater som Kalifornien har skogsbrandssäsongen blivit längre och intensivare, till stor del driven av klimatförändringar. Som svar på den växande hotet från skogsbränder, enligt CNN, har olika startups skapat AI-verktyg som syftar till att hjälpa till att upptäcka skogsbränder.

Det kan tyckas uppenbart, men tidig upptäckt är viktig för skogsbränder. Ju tidigare en brand upptäcks, desto snabbare kan den inneslutas och desto mindre skada kommer den att göra. Tack och lov verkar de AI-verktyg som utvecklats av företag som Descartes Labs, med säte i Sante Fe, vara mer effektiva för att upptäcka skogsbränder än antingen brandmän eller civila.

Brandupptäckningsverktyget från Descartes Labs sampar bilder från regeringsvädersatelliter varannan minut, och jämför bilderna för att hitta skillnader. Om det finns någon skillnad i termiska signaler i ett område, kan det potentiellt indikera närvaron av en skogsbrand.

De nuvarande metoderna för att upptäcka skogsbränder förlitar sig främst på att upptäcka eld med antingen flygplan eller utsiktstorn, men ett system som använder AI och satelliter kan upptäcka skogsbränder mycket snabbare än dessa metoder. New Mexico State Forestry Bureaus har uttalat att AI-verktyget definitivt har hjälpt staten att lokalisera skogsbränder mycket snabbare än tidigare. Verktyget ger också första svarande enheter beskrivningar som kan hjälpa till att begränsa var en brand är, vilket kan vara svårt när det finns mycket rök eller över en bergskedja på natten.

Descartes är inte det enda företaget som försökt använda AI för att upptäcka skogsbränder. Northrop Grumman (NOC ) har nyligen startat ett kontrakt med delstaten Kalifornien för att utveckla verktyg för skogsbrandsanalys, och startup-företaget Technosylva har också investerat i skapandet av metoder för att förutsäga skogsbränder.

Det är inte klart än om de teknologier som utvecklats av dessa företag kan öka risken för falska larm som ett resultat av ökad känslighet för möjliga bränder. Men vad som är klart är att de AI-verktyg som utvecklats av Descartes verkligen kan upptäcka skogsbränder mycket tidigare än många av de bästa nuvarande brandupptäckningsmetoderna. Till exempel hävdar Descartes att deras upptäckningssystem kunde varna Los Angeles Times om koordinaterna för Kincade-branden mycket kort tid efter att branden startade. Descartes hävdar att deras snabbaste upptäckt hittills är nio minuter efter antändning av branden. Enligt CNN säger Ernesto Alvarado, skogsbrandsexpert och forskare vid University of Washington, att varje system som kan upptäcka en brand på under 30 minuter efter antändning är ganska imponerande.

Descartes börjar utforska andra metoder för att använda AI och data för att hjälpa till att upptäcka och spåra bränder. Till exempel är företaget i färd med att utveckla digitala höjdmodeller som kan beskriva branta sluttningar som kan försvåra brandbekämpningsinsatser. Descartes uppnår detta genom att använda en mängd algoritmer som var och en röstar på brandens position på en karta och kommer överens.

Medan de verktyg som utvecklats av Descartes och andra kan visa sig vara effektiva för att möjliggöra en snabbare upptäckt av bränder, är det en utmaning i sig att få brandbekämpningsenheter på plats. Om inte detta problem löses, kan brandupptäckningsalgoritmer inte vara så effektiva som de teoretiskt sett kan vara. Till exempel, även efter att en potentiell brand har flaggats av Descartes verktyg, måste branden skickas vidare till rätt myndigheter, såsom ett fältkontor som kan verifiera existensen av branden. Efter detta måste meddelandet skickas till brandkårer i området som måste bedöma det bästa sättet att svara på branden. Dessa logistiska utmaningar kan påverka hur effektiva brandupptäckningssystem kan vara, men även så, när det gäller att upptäcka bränder, är tidigare alltid bättre.