Ulusal Muhafızlar Yangın Tespit Eden Uçağı Yapay Zeka İle Artıracak

Yangınlar büyüdükçe ve daha tehlikeli hale geldikçe, çeşitli hükümet ve özel kuruluşlar orman yangınlarını algılamak ve potansiyel olarak tahmin etmek için yapay zekaya. Ulusal Muhafızlar, sıra yıllarında yaz sonu ve sonbaharda Kaliforniya'da keşif uçuşları yürütüyordu, ancak şimdi bu uçuşları gerçekleştirmek için kullanılan dronlar AI algoritmaları ile yükseltmeler aldı Belirli bir bölgedeki yangın haritalarını otomatik olarak oluşturmak için tasarlanmıştır.

Yangın haritaları oluşturmak, engebeli arazide hareket ederken sürekli değişen yangınları haritalamak için veri analizi gerektiren inanılmaz derecede zor bir süreçtir. Yangın haritaları yapmak için hem hava hem de yer gözlemleri kullanılır ve yangın haritaları tipik olarak yalnızca günde bir kez güncellenir. Büyük yangınlar tek bir gün içinde 15 mil uzağa gidebilir, bu yangın mevsiminde bazı yangınların tanık olduğu gibi. Yangın izleme ajansları, yangın verilerini toplamanın ve yangın haritalarını güncellemenin daha hızlı yollarına ihtiyaç duyuyor ve yapay zeka ile birleştirilmiş hava insansız hava araçları bu ihtiyacı karşılayabilir.

Birçoğu uydu verilerine dayanan yangın haritalama sistemleri, tipik olarak aşağıdakilerden birini kullanır: olası yangınları tespit etmek için iki farklı yöntem. Yangınlar, Dünya yüzeyinden gelen ısının algılanmasıyla (alışılmadık derecede sıcak bölgelerin algılanmasıyla) veya aerosol emisyonlarının analiz edilmesiyle (biyokütle yanarken havaya salınan duman parçacıklarının algılanmasıyla) algılanır. Olası yangınlar tespit edildikten sonra, dronlar gibi yüksek çözünürlüklü görüntüleme sistemleri kullanılarak doğrulanabiliyor. Ulusal Muhafız dronlarının donatıldığı kameralar, yerden sadece 90 fit yükseklikteki yangınları gösterebiliyor.

Ulusal Muhafızlar, MQ-9 "Reaper" drone'larını, yangınları tespit etmek ve yangın haritaları oluşturmak amacıyla yapay zeka algoritmalarıyla donattı. Yapay zeka algoritmaları, aktif olarak yanan yangınlarla ilgili veri toplamak ve daha büyük yangınların başlattığı "nokta yangınları" tespit etmek için kullanılıyor. Proje, Pentagon'un 2018'de oluşturduğu bir bölüm olan Ortak Yapay Zeka Merkezi (JAIC) tarafından yürütüldü. JAIC yangın haritalama sistemi, açıklamalı sınırlarla geçmiş yangınların havadan görüntüleri üzerinde eğitilmiş makine öğrenimi algoritmalarını kullanıyor. Algoritma daha sonra yalnızca konum verileri içeren, görülmeyen görüntüleri alıp içlerindeki yangınları tespit ederek hangi bölgelerin yandığını gösteren bir harita üretebiliyor. Spot yangınların yerleri de işaretlenmiştir.

Diğer kurumlar tarafından kullanılan gün boyu süren yangın haritası oluşturma süreciyle karşılaştırıldığında, JAIC yangın haritalama sistemi çok daha hızlıdır. Yapay zeka destekli yangın haritalama işlemi, kabaca her yarım saatte bir yeni bir yangın haritası oluşturabilir. California Hava Ulusal Muhafızlarına göre, yeni sistem tarafından üretilen haritalar doğrudur ve CalFire'dan gelen geri bildirimler olumlu olmuştur. Haritalar güvenilir olmaya devam ederse ve CalFire'ın operasyonlarıyla başarılı bir şekilde entegre edilebilirse, gelecek yılın yangın mevsiminde yangınları tespit etmeye yardımcı olmak için konuşlandırılabilir.

AI, mevcut yangınların sınırlarını haritalamanın ötesinde, yangınla mücadele ekiplerinin yangınların hareketini tahmin etmesine yardımcı olabilir. CalFire'ın kendisi son zamanlarda WildFire Analyst Enterprise adlı bir araçla çalışmaya başladı. Orman yangını analiz aracı Technosylva tarafından oluşturulmuştur ve çeşitli yangın yayma modellerini bir araya getirerek çalışır. Bu modeller, geçmiş orman yangınlarının özellikleri (bitki örtüsünün nem içeriği, hava koşulları ve uydu görüntüleri gibi) üzerinde eğitilmiş makine öğrenimi algoritmaları kullanılarak geliştirilmiştir. Model daha sonra yangının nasıl yayılabileceğine dair tahminler yapmak için mevcut bir yangına ilişkin verileri geçmiş yangın verileriyle karşılaştırır. Yazılım ayrıca, kullanıcının hava koşulları gibi farklı değişkenlerin nasıl değiştiğine bağlı olarak simülasyonlar oluşturmasına olanak tanır. Araç, CZU Yıldırım Kompleksi Yangınının Felton kasabasına doğru ilerleyeceğini doğru bir şekilde tahmin ederek itfaiye ekiplerinin erkenden varmasını ve başka türlü kurtarılamayacak birçok yapıyı kurtarmasını sağladı.

Bu arada, güney Kaliforniya'daki itfaiye departmanları, Wifire Lab tarafından geliştirilen FireMap adlı farklı bir yangın izleme ve tahmin sisteminden yararlanıyor. FireMap, yangınların nereye yayılacağını tahmin etmek için iklim koşullarını, rüzgar koşullarını, bitki örtüsündeki nem içeriğini ve daha fazlasının yanı sıra kameralardan alınan hem havadan hem de yerden alınan verileri kullanır.

Daha fazla AI güdümlü yangın algılama ve tahmin platformu oluşturuldukça, dronlar olasılıkla giderek önem kazanacaktır. Uydular son derece faydalıdır, ancak toplayabilecekleri veri türü ve hacmi ile ilgili sınırlamaları vardır. Veri toplamak için iki tür uydu kullanılır: kutupsal yörünge uyduları ve jeosenkronize uydular. Polar yörünge uyduları, yüksek çözünürlüklü görüntüler alma yeteneğine sahiptir, ancak görüntüler günde yalnızca iki kez çekilir. Buna karşılık, jeosenkronize görüntüler tarafından toplanan görüntüler daha sık, tipik olarak her 5 dakikada bir toplanır. Bununla birlikte, jeosenkronize uydular, Dünya'nın yörüngesiyle senkronize kalabilmek için Dünya yüzeyinin yaklaşık 22,000 mil üzerinde uçmak zorundadır. Sonuç olarak, bu görüntüler kutupsal yörünge uydularından çok daha az ayrıntı içerir. Dronlar, verilerdeki boşlukları doldurmaya yardımcı olabilir ve ilgi alanına ilişkin daha sabit, ayrıntılı görüntüler elde edebilir.