AI kan hjälpa till att upptäcka skogsbränder snabbare och göra dem lättare att bekämpa

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 är avsedda att hjälpa till att upptäcka skogsbränder.

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

Brandupptäcktsverktyget från Descartes Labs provar bilder från regeringsväder-satelliter varannan minut, och jämför bilderna för att se om det finns några 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 bygger 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 svarare 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 har försökt att använda AI för att upptäcka skogsbränder. Northrop Grumman har nyligen startat ett kontrakt med delstaten Kalifornien för att utforma verktyg för skogsbrandanalys, och startup-företaget Technosylva har också investerat i skapandet av metoder för att förutsäga skogsbränder.

Det är inte klart ännu om teknologierna som är utformade av dessa företag kan öka risken för falska larm på grund av ökad känslighet för möjliga bränder. Men vad som är klart är att AI-verktygen som är utformade av Descartes kan verkligen upptäcka skogsbränder mycket tidigare än till och med några av de bästa nuvarande metoderna för brandupptäckt. Till exempel hävdar Descartes att deras upptäcktsystem kunde varna Los Angeles Times om koordinaterna för Kincade-branden mycket kort tid efter att branden startade. Descartes hävdar att deras snabbaste upptäcktid hittills är nio minuter efter brandens antändning. Enligt CNN, Ernesto Alvarado, skogsbrandsexpert och forskare vid University of Washington, är varje system som kan upptäcka en brand på under 30 minuter efter antändningen ganska imponerande.

Descartes börjar undersöka 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 utforma digitala höjdmodeller som kan beskriva branta sluttningar som kan hindra brandbekämpningsinsatser. Descartes åstadkommer detta genom att använda en mängd algoritmer som var och en röstar på brandens position på en karta och kommer till en överenskommelse.

Medan verktygen som är utvecklade 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 brandinsatsgrupper på plats, och om inte detta problem löses, kan brandupptäcktsalgoritmer inte vara så effektiva som teoretiskt möjligt. Till exempel, även efter att en potentiell brand har flaggats av Descartes verktyg, måste branden vidarebefordras till rätt myndigheter, såsom ett fältkontor som kan verifiera brandens existens. Efter detta måste meddelandet skickas ut till brandkårer i området som måste bedöma det bästa sättet att svara på branden. Dessa logistiska utmaningar kan påverka hur effektiva brandupptäcktsystem kan vara, men ändå, när det gäller att upptäcka bränder, är tidigare alltid bättre.