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, за даними CNN, різні стартапи створили інструменти штучного інтелекту, призначені для допомоги у 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 штучного інтелекту, розроблені компаніями, такими як Descartes Labs, розташовані в Санта-Фе, здаються більш ефективними у виявленні лісових пожеж, ніж пожежники або цивільні особи.

Інструмент виявлення пожеж від Descartes Labs відбирає зображення з урядових метеосупутників кожні дві хвилини, порівнюючи зображення для виявлення різниць. Якщо є будь-яка різниця у термічних сигналах у певному регіоні, це може потенційно вказувати на наявність лісової пожежі.

Поточні методи виявлення лісових пожеж у основному покладаються на спостереження за пожежами з літаків або пожежних веж, але система, яка використовує штучний інтелект і супутники, може виявляти лісові пожежі значно швидше, ніж ці методи. Бюро лісової охорони штату Нью-Мексико заявило, що інструмент штучного інтелекту безумовно допоміг штату виявляти лісові пожежі значно швидше, ніж раніше. Інструмент також надає першим рятувальникам 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 недавно розпочала контракт із штатом Каліфорнія для розробки інструментів аналізу лісових пожеж, а стартап Technosylva також інвестував у створення методів прогнозування лісових пожеж.

Поки що неясно, чи технології, розроблені цими компаніями, можуть збільшити ризик хибних сигналів унаслідок підвищеної чутливості до можливих пожеж. Однак те, що є очевидним, 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 попередити Los Angeles Times про координати пожежі Kincade дуже скоро після початку пожежі. Descartes заявляє, що їхній найшвидший час виявлення становить дев’ять хвилин після початку пожежі. За даними CNN, Ернесто Альварадо, експерт з лісових пожеж і дослідник Університету Вашингтона, будь-яка система, яка може виявити пожежу менш ніж за 30 хвилин після початку, досить вражаюча.

Descartes починає досліджувати інші методи використання штучного інтелекту та даних для допомоги у виявленні та відстеженні пожеж. Наприклад, компанія розробляє цифрові моделі рельєфу, які можуть описувати круті схили, які можуть ускладнити пожежогасіння. Descartes досягає цього за допомогою різноманітних алгоритмів, які кожний голосує за положення пожежі на карті та приходять до консенсусу.

Хоча інструменти, розроблені Descartes та іншими, можуть виявитися ефективними для швидшого виявлення пожеж, отримання команд реагування на пожежі у 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 до відповідних органів, таких як польовий офіс, який може підтвердити існування пожежі. Після цього повідомлення повинно бути направлено до пожежних департаментів у районі, які повинні оцінити найкращий спосіб реагування на пожежу. Ці логістичні виклики можуть накладати обмеження на те, наскільки ефективними можуть бути системи виявлення пожеж, але навіть так, коли мова йде про виявлення пожеж, раніше завжди краще.