Trí tuệ nhân tạo có thể giúp phát hiện và dập tắt các đám cháy rừng nhanh hơn

Ở các bang như California, mùa cháy rừng đã trở nên dài hơn và nghiêm trọng hơn, chủ yếu do biến đổi khí hậu. Để đối phó với mối đe dọa ngày càng tăng từ các đám cháy rừng, theo CNN, các công ty khởi nghiệp đã tạo ra các công cụ trí tuệ nhân tạo nhằm hỗ trợ việc phát hiện các đám cháy rừng.

Điều này có vẻ rõ ràng, nhưng việc phát hiện sớm là rất quan trọng đối với các đám cháy rừng. Càng phát hiện sớm, đám cháy càng được kiểm soát nhanh hơn và thiệt hại sẽ ít hơn. May mắn thay, các công cụ trí tuệ nhân tạo được thiết kế bởi các công ty như Descartes Labs, có trụ sở tại Sante Fe, dường như hiệu quả hơn trong việc phát hiện các đám cháy rừng so với cả lính cứu hỏa và dân thường.

Công cụ phát hiện cháy của Descartes Labs lấy mẫu hình ảnh từ vệ tinh thời tiết của chính phủ every hai phút, so sánh các hình ảnh để tìm sự khác biệt. Nếu có bất kỳ sự khác biệt nào trong tín hiệu nhiệt của một khu vực, nó có thể chỉ ra sự hiện diện của một đám cháy rừng.

Phương pháp hiện tại để phát hiện các đám cháy rừng chủ yếu dựa vào việc phát hiện lửa bằng máy bay hoặc tháp quan sát, nhưng một hệ thống sử dụng trí tuệ nhân tạo và vệ tinh có thể phát hiện các đám cháy rừng nhanh hơn so với các phương pháp này. Cục Lâm nghiệp New Mexico đã tuyên bố rằng công cụ trí tuệ nhân tạo đã giúp bang này tìm thấy các đám cháy rừng nhanh hơn so với trước đây. Công cụ này cũng cung cấp cho các đội ứng phó đầu tiên các mô tả có thể giúp thu hẹp vị trí của đám cháy, điều này có thể khó khăn khi có nhiều khói hoặc trên dãy núi vào ban đêm.

Descartes không phải là công ty duy nhất cố gắng sử dụng trí tuệ nhân tạo để phát hiện các đám cháy rừng. Northrop Grumman (NOC ) gần đây đã bắt đầu một hợp đồng với bang California để thiết kế các công cụ phân tích đám cháy rừng, và công ty khởi nghiệp Technosylva cũng đã đầu tư vào việc tạo ra các phương pháp dự đoán đám cháy rừng.

Chưa rõ liệu các công nghệ được thiết kế bởi các công ty này có thể tăng nguy cơ báo động giả do độ nhạy cao với các đám cháy có thể xảy ra. Tuy nhiên, điều rõ ràng là các công cụ trí tuệ nhân tạo được thiết kế bởi Descartes có thể thực sự phát hiện các đám cháy rừng sớm hơn so với các phương pháp phát hiện đám cháy hiện tại. Ví dụ, Descartes cho biết hệ thống phát hiện của họ đã có thể cảnh báo Los Angeles Times về tọa độ của đám cháy Kincade ngay sau khi đám cháy bắt đầu. Descartes cho biết thời gian phát hiện nhanh nhất của họ là chín phút sau khi đám cháy bắt đầu. Theo CNN, Ernesto Alvarado, chuyên gia và nhà nghiên cứu về đám cháy rừng tại Đại học Washington, bất kỳ hệ thống nào có thể phát hiện đám cháy trong vòng 30 phút sau khi đám cháy bắt đầu đều rất ấn tượng.

Descartes đang bắt đầu khám phá các phương pháp khác để sử dụng trí tuệ nhân tạo và dữ liệu để giúp phát hiện và theo dõi các đám cháy. Ví dụ, công ty đang trong quá trình thiết kế các mô hình độ cao kỹ thuật số có thể mô tả các sườn dốc có thể cản trở nỗ lực dập lửa. Descartes đang thực hiện điều này bằng cách sử dụng nhiều thuật toán, mỗi thuật toán đều bỏ phiếu về vị trí của đám cháy trên bản đồ và đạt được sự đồng thuận.

Mặc dù các công cụ được phát triển bởi Descartes và các công ty khác có thể chứng minh hiệu quả trong việc cho phép phát hiện các đám cháy sớm hơn, việc đưa các đội ứng phó với đám cháy vào vị trí là một thách thức riêng. Nếu vấn đề này không được giải quyết, các thuật toán phát hiện đám cháy có thể không hiệu quả như lý thuyết. Ví dụ, ngay cả sau khi một đám cháy có thể đã được phát hiện bởi các công cụ của Descartes, đám cháy phải được chuyển tiếp đến các cơ quan có thẩm quyền, chẳng hạn như một văn phòng thực địa có thể xác minh sự tồn tại của đám cháy. Sau đó, thông báo phải được gửi đến các sở cứu hỏa trong khu vực, những người phải đánh giá cách tốt nhất để ứng phó với đám cháy. Những thách thức hậu cần này có thể áp đặt giới hạn về hiệu quả của các hệ thống phát hiện đám cháy, nhưng ngay cả khi đó, khi nói đến việc phát hiện đám cháy, sớm luôn là tốt hơn.