Key takeaways
- Eksperter i opstartskultur og modstandsdygtighed over for dyreliv samarbejder om at udvikle nye måder at bekæmpe brande på.
- En af AI's mest værdifulde brandslukningsapplikationer er at forudsige, hvordan en brand vil opføre sig, eller hvor den vil starte.
- En stor del af brandslukning er logistik, og det er en af de vigtige applikationer på dækket til maskinlæring generelt.
Nogle af de mest dygtige brandmænd lige nu er ikke mennesker.
I takt med at skovbrande er vokset i antal og intensitet i hele det vestlige USA, har det forårsaget et løb på nye former for teknologi, der kan hjælpe med at bekæmpe dem. Det omfatter maskinlæring til dataanalyse, droner, ubemandede luftfartøjer og satellitovervågning.
Californien alene sporede 4,2 millioner acres brændt i 2020, hvor fem af de seks største brande i statens historie fandt sted samtidigt. Det har ført til, at adskillige teknologidrevne brandslukningsløsninger er blevet godkendt i staten, herunder forudsigende analyser, brandspotting fra kredsløb og inspektion af AI-drevet udstyr.
"AI-aktiverede systemer bliver allerede brugt til at koordinere katastrofehjælp, udføre rekognoscering og direkte genopretningsindsats. Detektering af mønstre, tendenser og anomalier i forsyningskæder og til logistisk support er også blevet en fælles opgave for Machine Learning algoritmer," sagde JT Kostman, administrerende direktør for kunstig intelligens-firmaet ProtectedBy. AI, i et interview med Lifewire. "Disse muligheder kan konfigureres til at lagre dagligvarehylder eller til at yde nødhjælp i kølvandet på naturkatastrofer."
Eyes in the Sky
Der er et overraskende problem i forbindelse med håndtering af skovbrande, som ikke er dækket meget. Kort sagt: skovbrande, især nye eller mindre, der er startet af naturfænomener, kan være svære at finde. Hvis et lyn rammer et træ midt i ingenting, eller hvis en isoleret strømledning falder et sted mellem byerne, kan det være et flamme på flere hektar, når et menneske opdager det.
…tiden til at udvikle AI-aktiverede systemer, der er i stand til at holde os sikre, er ikke i morgen. Det var i går.
Som sådan er en af de mest betydningsfulde roller for en kunstig intelligens i brandslukning på dette tidspunkt i detektion og analyse: at finde isolerede brande på fjerne steder, spore dem og bestemme, hvad der gav den indledende antændelse.
En højprofileret årsag kommer fra elektriske ledninger, som demonstreret af Californiens Pacific Gas and Electric-katastrofer. Norm alt er disse ledninger designet, så de ikke kommer i kontakt med hinanden og forårsager højenergibuedannelse. Imidlertid kan kraftig vind eller usædvanlige tørre perioder få linjerne til at svinge, hvilket skaber gnister og stykker af varmt metal til at falde af linjerne, hvilket potentielt antænder tør vegetation.
"Som en potentiel løsning er luftbillederne, der er indsamlet ved hjælp af helikopterpatruljer og ubemandede droneflyvningsundersøgelser, kombineret med de AI-baserede simuleringsmodeller for at vurdere potentialet for naturbrandhændelser under forskellige afvigende forhold," sagde David Cox, chef. af energi- og forsyningsrådgivning hos Cognizant, i et interview med Lifewire.
"Udgangen af modelleringen føres til forskellige geospatiale visuelle dashboards for at identificere højrisikoprofilkredsløbslinjerne. Denne tilgang har hjulpet forsyningsorganisationer med at prioritere vedligeholdelse af netsystemer i områder med de højeste risikoprofiler. Maskinlæringsteknologier bliver i øjeblikket implementeret oven på de allerede eksisterende AI-baserede modeller for at forbedre forudsigelsesnøjagtigheden."
"Den selvsamme teknologi, der er i stand til præcist at skelne en hund fra en kat," sagde Kostman, "kan indstilles til at finde hotspots ved hjælp af traditionel og termisk billeddannelse gennem kameraer, droner og satellitter."
Sådan leger man med ild
Et andet Berkeley-projekt, ledet af Tarek Zohdi fra dets Fire Research Group, bruger maskinlæring til at producere en "digital tvilling" - en virtuel duplikat af en eksisterende brand - som bruges af datavidenskabsmænd som en testcase.
Ved at bruge den digitale tvilling kan dataforskere producere en rimelig model for en brands fremtidige adfærd, som giver mulighed for mere informeret logistik for brandmændene. Det er nemmere at plotte en flyveplan omkring eller over en naturbrand, hvis du for eksempel har en god idé om, hvor naturbranden er på vej hen.
Lignende projekter er i gang i den samme afdeling for forebyggelseseffekter og biosfæremodellering, såsom at finde ud af, hvilke dage der ville være bedst at udføre "foreskrevne forbrændinger", en bevidst brand startede for at håndtere og beskytte et naturligt miljø.
Den mest metal-anti-naturbrand-teknologi i feltet lige nu er dog brugen af droner til bombning. I tidligere årtier udførte landforv altere deres egne foreskrevne forbrændinger fra luften ved at droppe kalium-glycol-ladninger, kendt som "drageæg"-via helikopter.
Nu kan droner gøre det samme, billigere og med større præcision, ved at bruge de samme drageæg til at skabe barrierer mod aktive skovbrande ved omhyggeligt at fratage disse brande brændstof, som de kunne bruge til at udvide.
"Der er en beklagelig tendens til at vente, indtil der er sket katastrofer, før man udvikler kapaciteter til at bekæmpe dem," sagde Kostman.
"I betragtning af de eksistentielle trusler, menneskeheden nu er nødt til at kæmpe med klimaændringer, globale pandemier, hidtil usete cybertrusler, økonomisk apartheid, politisk ustabilitet og den voldsomme stigning i autoritarisme - tiden til at udvikle AI-aktiverede systemer i stand til at holde os sikre er ikke i morgen. Det var i går."
