Napredak umjetne inteligencije mogao bi pomoći u bržoj borbi protiv šumskih požara

Nedavni napredak u umjetnoj inteligenciji (AI) mogao bi pomoći zaštiti ljudi od šumskih požara.

Nova studija pokazuje strojno učenje – računalne algoritme koji se sami poboljšavaju bez izravnog programiranja od strane ljudi –može poboljšati prognoze munja. Bolje razumijevanje mjesta gdje munja može pogoditi moglo bi pomoći u predviđanju požara koji su pokrenule munje s neba.

"Kombiniranje daljinskih podataka s informacijama, kao što su prizemna istina iz prethodnih požara, zdravlje vegetacije, i suhoće, AI može ponuditi priliku za poboljšanje praćenja šumskih požara i predviđanja šumskih požara razmnožavanje,"

Scott Mackaro, potpredsjednik za znanost, inovacije i razvoj u tvrtki za prognozu vremena AccuWeather, koji nije bio uključen u studiju, rekao je za Lifewire u intervjuu e-poštom.

Predviđanje opasnosti

Poboljšane prognoze munje mogle bi pomoći u pripremi za potencijalne šumske požare i poboljšati sigurnosna upozorenja za munje.

„Najbolji predmeti za strojno učenje su stvari koje ne razumijemo u potpunosti. A što je to nešto u području atmosferskih znanosti što je ostalo slabo shvaćeno? Munja", rekao je Daehyun Kim, profesor atmosferskih znanosti na Sveučilištu Washington koji je bio uključen u nedavno istraživanje, rekao je u vijesti. "Prema našim saznanjima, naš je rad prvi koji pokazuje da algoritmi strojnog učenja mogu raditi za munje."

Nova tehnika kombinira vremensku prognozu s jednadžbom strojnog učenja na temelju analiza prošlih događaja munje. Autori studije rekli su da bi hibridna metoda mogla predvidjeti munje nad jugoistokom SAD-a dva dana ranije od postojeće vodeće tehnike.

Istraživači su uvježbavali sustav s podacima o munjama od 2010. do 2016., dopuštajući računalu da otkrije odnose između vremenskih varijabli i munja. Zatim su testirali tehniku ​​na vremenske prilike od 2017. do 2019., uspoređujući proces podržan umjetnom inteligencijom i postojeću metodu utemeljenu na fizici, koristeći stvarna promatranja munje za procjenu oba.

AI može pomoći obraditi podatke primljene od satelitskih sustava, izdvojiti lažne alarme i ukloniti ih, stručnjak za vremenske prilike Jurij Špilevski aplikacije Clime je rekla za Lifewire u intervjuu e-poštom.

"Osim toga, AI može pomoći u praćenju vremenskih parametara u različitim regijama i otkrivanju manjih područja u kojima su vremenski uvjeti 'najpovoljniji' za početak požara", dodao je. To nam može pomoći da se automatski usredotočimo na najsušnija, a time i najizloženija mjesta požarima i tamo provodimo aktivnosti za sprječavanje požara."

Provođenje teorije u praksi

Umjetna inteligencija već se koristi za praćenje opasnosti od šumskih požara.

Okrug za zaštitu od požara Aspen koristi program vođen umjetnom inteligencijom koji koristi kamere za praćenje izvješća o dimu na 90 četvornih milja u Coloradu. Program je izradila tvrtka sa sjedištem u Kaliforniji pod nazivom Pano AI i koristi kamere visoke rezolucije koje se mogu okretati za 360 stupnjeva.

"Znamo da su minute bitne kada je u pitanju odgovor na požar", rekao je Arvind Satyam, glavni komercijalni direktor Pano AI-a, u a vijesti. "Naša je vizija stvoriti mrežu najsuvremenijih kamera, kao i integrirati postojeće video feedove, koji koriste našu umjetnu inteligenciju i naš intuitivni softver za pružanje pravovremenih i točnih upozorenja timovima za osvješćivanje situacije kako bi se spriječilo da male buktinje prerastu u veliki pakao."

Mnoge tvrtke koriste umjetnu inteligenciju za poboljšanje vremenske prognoze. Na primjer, Vremenski tok koristi umjetnu inteligenciju za praćenje oborina iz globalnih satelitskih podataka, ukazujući na sušne regije.

"AI i satelitski podaci mogu se koristiti u više faza ciklusa požara", Richard Delf, znanstvenik koji se bavi daljinskim ispitivanjem u Weather Streamu, rekao je za Lifewire u intervjuu e-poštom. "Možemo koristiti umjetnu inteligenciju za tumačenje satelitskih podataka kako bismo utvrdili regionalne razine goriva, razine vlage u prostoru površine i razine krošnje, koji su, uz lokalnu klimu, ključni pokazatelji opasnosti od požara od a regija."

Budući napredak u umjetnoj inteligenciji učinit će predviđanje požara još točnijim, predvidio je Špilevski. Računalni modeli će predviđati na temelju vremenskih uvjeta i drugih podataka, kao što su vrsta šumske vegetacije, obrasci vjetra, uvjeti pogodni za udare groma.

"Ovo će pomoći u pružanju prognoze u stvarnom vremenu o načinu na koji će se požar širiti, predvidjeti očekivano intenzitet požara, procijeniti moguću štetu, procijeniti potrebna sredstva za lokalizaciju požara", rekao je dodano.