Hvordan kunstig intelligens bekæmper USAs skovbrande

Nogle af de mest dygtige brandmænd lige nu er ikke mennesker.

Efterhånden som 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 inkluderer maskinlæring til dataanalyse, droner, ubemandede luftfartøjer og satellitovervågning.

California alene sporet 4,2 millioner acres brændte i 2020, hvor fem af de seks største brande i statens historie opstår samtidigt. Det har ført til, at flere teknologidrevne brandslukningsløsninger er blevet godkendt i staten, herunder forudsigende analyse, brandspotting fra kredsløb og AI-drevet udstyrsinspektion.

"AI-aktiverede systemer bliver allerede brugt til at koordinere katastrofehjælp, udføre rekognoscering og direkte genopretning. Opdagelse af mønstre, tendenser og anomalier i forsyningskæder og for logistisk support er også blevet en fælles opgave for Machine Learning-algoritmer," sagde JT Kostman, administrerende direktør for kunstig intelligens firma ProtectedBy. AI, i et interview med Lifewire. "Disse muligheder kan konfigureres til at lagre dagligvarehylder eller til at yde nødhjælp i kølvandet på naturkatastrofer."

Øjne i himlen

Der er et overraskende problem i 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 en isoleret strømledning falder et sted mellem byerne, kan det være et flamme på flere hektar, når et menneske opdager det.

Som sådan er en af ​​de vigtigste roller for en AI i brandslukning på dette tidspunkt i detektion og analyse: finde isolerede brande på fjerne steder, spore dem og bestemme, hvad der gav den indledende tænding.

En højprofileret årsag kommer fra elektriske ledninger, som demonstreret af Californiens Pacific Gas and Electric-katastrofer. Normalt 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 kombineres de luftbilleder, der er indsamlet ved hjælp af helikopterpatruljer og ubemandede droneflyvningsundersøgelser med det AI-baserede simuleringsmodeller til at vurdere potentialet for naturbrandhændelser under forskellige ekstreme forhold," sagde David Cox, chef for energi og forsyningsselskaber rådgivning kl Erkendende, 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 være indstillet på at finde hotspots ved hjælp af traditionel og termisk billeddannelse gennem kameraer, droner og satellitter."

Sådan leger du 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 dataforskere som en testcase.

Ved hjælp af 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, for eksempel, hvis du har en god idé om, hvor naturbranden er på vej hen.

Lignende projekter er i gang i samme afdeling for forebyggelseseffekter og biosfæremodellering, såsom at finde ud af, hvilke dage der ville være bedst at udføre "foreskrevne forbrændinger," begyndte en bevidst brand for at håndtere og beskytte et naturligt miljø.

Den mest metal-anti-naturbrandteknologi på området lige nu er dog brugen af droner til bombning. I tidligere årtier ville landforvaltere udføre deres egne foreskrevne forbrændinger fra luften ved at droppe kalium-glykol-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 hjælpe skabe barrierer mod aktive naturbrande ved omhyggeligt at fratage disse brande brændstof, som de kunne bruge til 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, økonomiske apartheid, politisk ustabilitet og autoritarismens voldsomme stigning - tiden til at udvikle AI-aktiverede systemer, der er i stand til at holde os sikre, er ikke i morgen. Det var i går."