人工智能可以帮助更快地发现野火并更容易扑灭野火

在加利福尼亚州等州，野火季节变得更长、更严重，这主要是由于气候变化造成的。 为了应对日益严重的野火威胁， 据美国有线电视新闻网各种初创公司已经创建了旨在协助检测野火的人工智能工具。

这似乎是显而易见的，但早期发现对于野火很重要。 越早发现火灾，控制速度就越快，造成的损失也就越小。 值得庆幸的是，由位于圣菲的笛卡尔实验室等公司设计的人工智能工具在检测野火方面似乎比消防员或平民更有效。

笛卡尔实验室的火灾探测工具每两分钟对政府气象卫星的图像进行采样，比较图像的差异。 如果某个地区的热信号存在任何差异，则可能表明存在野火。

目前检测野火的方法主要依靠飞机或瞭望塔发现火灾，但利用人工智能和卫星的系统可以比这些方法更快地检测野火。 新墨西哥州林业局表示，人工智能工具确实帮助该州比以前更快地定位野火。 该工具还为急救人员提供描述，帮助缩小火灾范围，当烟雾很大或夜间越过山脉时，这可能会很困难。

笛卡尔并不是唯一一家尝试使用人工智能来检测森林火灾的公司。 诺斯罗普·格鲁曼公司最近与加利福尼亚州签订了一份合同，设计野火分析工具，初创公司 Technosylva 也投资创建野火预测方法。

目前尚不清楚这些公司设计的技术是否会因对可能发生的火灾的敏感性增加而增加误报的风险。 然而，显而易见的是，笛卡尔设计的人工智能工具可以比目前一些最好的火灾探测方法更早地真正探测到森林火灾。 例如，笛卡尔表示，他们的探测系统在火灾发生后不久就能够向《洛杉矶时报》发出金卡德火灾坐标的警报。 笛卡尔表示，到目前为止，他们最快的检测时间是火灾发生后九分钟。 据CNN报道华盛顿大学野火专家兼研究员埃内斯托·阿尔瓦拉多 (Ernesto Alvarado) 表示，任何能够在点火后 30 分钟内检测到火灾的系统都令人印象深刻。

笛卡尔开始探索使用人工智能和数据来帮助检测和跟踪火灾的其他方法。 例如，该公司正在设计数字高程模型，该模型可以描述可能阻碍消防工作的陡坡。 笛卡尔通过使用各种算法来实现这一目标，每个算法都对地图上火灾的位置进行投票并达成共识。

虽然笛卡尔和其他人开发的工具可能被证明可以有效地更快地检测火灾，但让火灾响应团队就位本身就是一个挑战，除非这个问题得到解决，否则火灾检测算法可能不会像理论上那样有效。 例如，即使在笛卡尔的工具标记出潜在火灾之后，也必须将火灾转发给正确的机构，例如可以验证火灾存在的现场办公室。 此后，通知必须发送给该地区的消防部门，他们必须评估应对火灾的最佳方法。 这些后勤挑战可能会限制火灾探测系统的有效性，但即便如此，在探测火灾方面，越早越好。