Штучний інтелект може допомогти швидше виявляти та легше боротися з лісовими пожежами

У штатах, таких як Каліфорнія, сезон лісових пожеж став довшим і більш інтенсивним, що в основному викликано зміною клімату. У відповідь на зростаючу загрозу від лісових пожеж, згідно з CNN, різні стартапи створили інструменти штучного інтелекту, призначені для допомоги в виявленні лісових пожеж.

Може здатися очевидним, але раннє виявлення є важливим для лісових пожеж. Чим раніше пожежа буде виявлена, тим швидше її можна локалізувати і тим менше шкоди вона завдасть. На щастя, інструменти виявлення пожеж, розроблені компаніями, такими як Descartes Labs, розташована в Санта-Фе, видаються більш ефективними у виявленні лісових пожеж, ніж пожежники або цивільні особи.

Інструмент виявлення пожеж від Descartes Labs зразками зображень з урядових метеосупутників кожні дві хвилини, порівнюючи зображення для відмінностей. Якщо є будь-яка відмінність у теплових сигналах у певному регіоні, це потенційно може вказувати на присутність лісової пожежі.

Поточні методи виявлення лісових пожеж в основному покладаються на спостереження за пожежами з літаків або вишок спостереження, але система, яка використовує штучний інтелект і супутники, може виявляти лісові пожежі значно швидше, ніж ці методи. Бюро лісової господарства штату Нью-Мексико заявило, що інструмент штучного інтелекту безумовно допоміг штату знайти лісові пожежі значно швидше, ніж раніше. Інструмент також забезпечує першим респондентам описи, які можуть допомогти визначити місце розташування пожежі, що може бути складним, коли є багато диму або над гірським хребтом вночі.

Descartes не єдина компанія, яка намагається використовувати штучний інтелект для виявлення лісових пожеж. Northrop Grumman (NOC ) недавно розпочала контракт зі штатом Каліфорнія для розробки інструментів аналізу лісових пожеж, а стартап Technosylva також інвестував у створення методів прогнозування лісових пожеж.

Все ще неясно, чи технології, розроблені цими компаніями, можуть збільшити ризик хибних сигналів унаслідок підвищеної чутливості до можливих пожеж. Однак те, що є ясним, це те, що інструменти штучного інтелекту, розроблені Descartes, можуть дійсно виявляти лісові пожежі значно раніше, ніж навіть деякі з найкращих поточних методів виявлення пожеж. Наприклад, Descartes заявляє, що їхні системи виявлення були能够и повідомити Los Angeles Times про координати пожежі Kincade невдовзі після початку пожежі. Descartes заявляє, що їхній найшвидший час виявлення становить дев’ять хвилин після запалювання пожежі. За повідомленням CNN, Ернесто Альварадо, експерт з лісових пожеж і дослідник Університету Вашингтону, будь-яка система, яка може виявити пожежу менше ніж за 30 хвилин після запалювання, досить вражаюча.

Descartes починає досліджувати інші методи використання штучного інтелекту та даних для допомоги в виявленні та відстеженні пожеж. Наприклад, компанія розробляє цифрові моделі рельєфу, які можуть описати круті схили, які можуть ускладнити зусилля з боротьби з пожежами. Descartes досягає цього, використовуючи різноманітні алгоритми, які кожен голосують за положення пожежі на карті та приходять до згоди.

Хоча інструменти, розроблені Descartes та іншими, можуть бути ефективними у швидкому виявленні пожеж, отримання команд боротьби з пожежами в потрібне місце є окремим викликом, і якщо ця проблема не буде вирішена, алгоритми виявлення пожеж можуть не бути так ефективними, як теоретично можливо. Наприклад, навіть після того, як потенційна пожежа буде позначена інструментами Descartes, пожежа повинна бути переслана відповідним органам, таким як польовий офіс, який може підтвердити існування пожежі. Після цього повідомлення повинно бути розіслано пожежним департаментам у районі, які повинні оцінити найкращий спосіб реагування на пожежу. Ці логістичні виклики можуть накладати обмеження на ефективність систем виявлення пожеж, але навіть так, коли йдеться про виявлення пожеж, раніше завжди краще.