چگونه امریکا از هوش مصنوعی برای پیش‌بینی آتش سوزی‌های جنگلی استفاده می‌کند

اداره جنگلداری و حفاظت از آتش کالیفرنیا (Cal Fire) با دانشگاه کالیفرنیا سن‌دیگو برای ایجاد برنامه هوش مصنوعی Alert California همکاری کرده است. این برنامه از هوش مصنوعی برای شناسایی آتش‌سوزی‌های جنگلی با شناسایی ناهنجاری‌ها در فیدهای ۱۰۳۲ دوربین چرخان ۳۶۰ درجه استفاده می‌کند. سپس به خدمات اورژانس و سایر مقامات اطلاع می‌دهد تا بررسی کنند که آیا آتش سوزی احتمالی نیاز به پاسخ دارد یا خیر. مهندسان UCSD از هوش مصنوعی DigitalPath برای توسعه این سیستم استفاده کردند. Cal Fire بیش از 20 میلیون دلار در این برنامه سرمایه‌گذاری کرد و قول داد به زودی 3,516,000 دلار به آن اضافه کند.

راه اندازی برنامه مجهز به هوش مصنوعی آتش سوزی

به گزارش رویترز، برنامه مجهز به هوش مصنوعی که در ماه ژوئیه راه اندازی شد، آتش سوزی نوپایی را در ساعت 3 بامداد در جنگل ملی دورافتاده کلیولند در شرق سن دیگو شناسایی کرد و به کاپیتان آتش‌نشانی هشدار داد، تا اینکه حدود 60 آتش نشان را فراخواند و شعله‌های آتش را ظرف 45 دقیقه خاموش کرد.
این فناوری از اسکن‌های LiDAR از هواپیماها و هواپیماهای بدون سرنشین برای ایجاد اطلاعات سه‌بعدی در مورد سطوح اسکن شده استفاده می‌کند. این ویژگی‌ها را با ویژگی‌های فیزیکی گونه‌های درختی ترکیب می‌کند تا درباره زیست توده جنگلی و محتوای کربن کالیفرنیا اطلاعات بیشتری کسب کند. مدل ML Cal Fire بین دود و ذرات معلق در هوا با استفاده از پتابایت داده‌های دوربین تفاوت قائل می‌شود.
در طول زمستان، سکوی رودخانه‌های جوی، برف، زخم‌های سوختگی، فرسایش، رسوبات و کیفیت آب و کیفیت خاک را اندازه‌گیری می‌کند.
سوزان لینینگر، متخصص اطلاعات Cal Fire در ال کاخون، گفت، به خصوص اکنون که به دلیل تغییرات آب و هوایی، جبهه‌های آتش‌سوزی بزرگ‌تر و مکرر را تجربه می‌کنیم، این رژیم در همه جای دنیا قابل استفاده است. کار لینینگر این است که ویدیوهای ضبط شده قبلی را از شبکه دوربین بررسی کند تا به ماشین کمک کند تا یاد بگیرد. او برای تأیید اینکه آیا هوش مصنوعی آتش‌سوزی را تشخیص داده است یا خیر، یک پاسخ باینری بله یا خیر به دستگاه ارائه می‌کند.
نیل دریسکول، استاد زمین‌شناسی و ژئوفیزیک در UCSD که به‌عنوان محقق اصلی برنامه عمل می‌کند، گفت: مشکل از تموانِ ما بزرگ‌تر است، بنابراین باید از فناوری استفاده کنیم تا حداقل کمی کمک کنیم.
دریسکول اشاره می‌کند که حجم نمونه فعلی برای تعیین اثربخشی کلی برنامه بسیار کوچک است.
داده‌ها در دسترس شرکت‌های خصوصی و محققان است و می‌توان از آن‌‎ها برای مدل‌سازی رفتار آتش‌سوزی و مطالعه محیط با استفاده از هوش مصنوعی استفاده کرد.