Key takeaways
- Eksperter på oppstartskultur og dyrelivsbestandighet samarbeider for å produsere nye måter å bekjempe branner på.
- En av AIs mest verdifulle brannslokkingsapplikasjoner er å forutsi hvordan en brann vil oppføre seg eller hvor den vil starte.
- En stor del av brannslukking er logistikk, og det er en av de viktige applikasjonene på dekk for maskinlæring generelt.
Noen av de mest dyktige brannmennene akkurat nå er ikke mennesker.
Ettersom skogbranner har vokst i antall og intensitet over hele det vestlige USA, har det ført til et løp på nye typer teknologi som kan bidra til å bekjempe dem. Dette inkluderer maskinlæring for dataanalyse, droner, ubemannede luftfartøyer og satellittovervåking.
California alene sporet 4,2 millioner dekar brant i 2020, med fem av de seks største brannene i statens historie som skjedde samtidig. Dette har ført til at flere teknologidrevne brannslokkingsløsninger har blitt godkjent i staten, inkludert prediktiv analyse, brannspotting fra bane og AI-drevet utstyrsinspeksjoner.
"AI-aktiverte systemer blir allerede brukt til å koordinere katastrofehjelp, gjennomføre rekognosering og direkte gjenoppretting. Å oppdage mønstre, trender og uregelmessigheter i forsyningskjeder og for logistikkstøtte har også blitt en vanlig oppgave for maskinlæring algoritmer," sa JT Kostman, administrerende direktør for kunstig intelligens-firmaet ProtectedBy. AI, i et intervju med Lifewire. "Disse funksjonene kan konfigureres til å lagre dagligvarehyller eller for å gi lindring i kjølvannet av naturkatastrofer."
Eyes in the Sky
Det er et overraskende problem i skogbrannhåndtering som ikke dekkes mye. Enkelt sagt: skogbranner, spesielt nye eller mindre som er startet av naturfenomener, kan være vanskelig å finne. Hvis et lyn treffer et tre i midten av ingensteds eller en isolert kraftledning faller et sted mellom byer, kan det være et brann på flere hektar når et menneske oppdager det.
…tiden for å utvikle AI-aktiverte systemer som er i stand til å holde oss trygge, er ikke i morgen. Det var i går.
Som sådan er en av de viktigste rollene til en AI i brannslukking på dette tidspunktet i deteksjon og analyse: finne isolerte branner på fjerne steder, spore dem og bestemme hva som ga den første tenningen.
En høyprofilert årsak kommer fra elektriske ledninger, som demonstrert av Californias Pacific Gas and Electric-katastrofer. Vanligvis er disse ledningene designet slik at de ikke kommer i kontakt med hverandre og forårsaker høyenergibuedannelse. Høy vind eller uvanlige tørre perioder kan imidlertid føre til at linjene svinger, noe som skaper gnister og biter av varmt metall som faller av linjene, og potensielt antenner tørr vegetasjon.
"Som en potensiell løsning blir luftbildene samlet ved hjelp av helikopterpatruljer og ubemannede droneflyundersøkelser kombinert med AI-baserte simuleringsmodeller for å vurdere potensialet for skogbrannhendelser under forskjellige ytterliggående forhold," sa David Cox, leder. av energi- og forsyningsrådgivning hos Cognizant, i et intervju med Lifewire.
"Utgangen fra modelleringen føres til ulike geospatiale visuelle dashboards for å identifisere høyrisikoprofilkretslinjene. Denne tilnærmingen har hjulpet forsyningsorganisasjoner med å prioritere vedlikehold av nettsystem i områder med høyest risikoprofil. Maskinlæringsteknologier blir for øyeblikket distribuert på toppen av de allerede eksisterende AI-baserte modellene for å forbedre prediksjonsnøyaktigheten."
"Den samme teknologien som er i stand til nøyaktig å skille en hund fra en katt," sa Kostman, "kan tilpasses for å finne hotspots ved hjelp av tradisjonell og termisk avbildning gjennom kameraer, droner og satellitter."
How to Play With Fire
Et annet Berkeley-prosjekt, ledet av Tarek Zohdi fra Fire Research Group, bruker maskinlæring for å produsere en "digital tvilling" - et virtuelt duplikat av en eksisterende brann - som brukes av dataforskere som en testcase.
Ved bruk av den digitale tvillingen kan dataforskere produsere en fornuftig modell for brannens fremtidige oppførsel, som gir mer informert logistikk for brannmennene. Det er lettere å tegne en flyplan rundt eller over en skogbrann, for eksempel hvis du har en god ide om hvor skogbrannen går.
Lignende prosjekter er i gang i samme avdeling for forebyggingseffekter og biosfæremodellering, for eksempel å finne ut hvilke dager som er best å utføre "foreskrevne brannskader", en bevisst brann startet for å håndtere og beskytte et naturlig miljø.
Den mest metalliske anti-wildfire-teknologien på feltet akkurat nå, er imidlertid bruken av droner til bombing. I tidligere tiår har landforv altere utført sine egne foreskrevne brannskader fra luften ved å slippe kalium-glykol-ladninger, kjent som "drageegg"-via helikopter.
Nå kan droner gjøre det samme, billigere og med større presisjon, ved å bruke de samme drageeggene for å bidra til å skape barrierer mot aktive skogbranner ved forsiktig å frata disse brannene drivstoff som de kan bruke til å utvide seg.
"Det er en beklagelig tendens til å vente til katastrofer har skjedd før man utvikler evner for å bekjempe dem," sa Kostman.
"Gitt de eksistensielle truslene menneskeheten nå opplever å måtte kjempe med klimaendringer, globale pandemier, enestående cybertrusler, økonomisk apartheid, politisk ustabilitet og den voldsomme fremveksten av autoritarisme - tiden for å utvikle AI-aktiverte systemer i stand til å holde oss trygge er ikke i morgen. Det var i går."
