Pagrindiniai pasiėmimai
- Startup kultūros ir laukinės gamtos atsparumo ekspertai bendradarbiauja kurdami naujus kovos su gaisrais būdus.
- Viena vertingiausių PG gaisro gesinimo programų numato, kaip gaisras elgsis arba kur jis prasidės.
- Didžiąją gaisrų gesinimo dalį sudaro logistika, ir tai yra viena iš pagrindinių mašininio mokymosi programų apskritai.
Kai kurie iš labiausiai įgudusių ugniagesių šiuo metu nėra žmonės.
Kadangi miškų gaisrų skaičius ir intensyvumas JAV vakarinėje dalyje išaugo, atsirado naujų technologijų, kurios gali padėti su jais kovoti, paleidimas. Tai apima duomenų analizės mašininį mokymąsi, dronus, nepilotuojamas orlaivius ir palydovinį stebėjimą.
Vien Kalifornijoje 2020 m. sudegė 4,2 mln. akrų, o penki iš šešių didžiausių gaisrų valstijos istorijoje kilo vienu metu. Dėl to valstijoje buvo patvirtinti keli technologijomis pagrįsti gaisro gesinimo sprendimai, įskaitant nuspėjamąją analizę, gaisro aptikimą iš orbitos ir AI varomos įrangos patikrinimus.
"Sistemos, kuriose palaikomas dirbtinis intelektas, jau naudojamos koordinuoti pagalbą nelaimių atveju, atlikti žvalgybą ir nukreipti atkūrimo pastangas. Tiekimo grandinių modelių, tendencijų ir anomalijų aptikimas bei logistinė pagalba taip pat tapo įprasta mašininio mokymosi užduotimi. algoritmus“, – interviu su Lifewire sakė dirbtinio intelekto įmonės ProtectedBy. AI generalinis direktorius JT Kostmanas. "Šias galimybes galima sukonfigūruoti, kad būtų galima laikyti bakalėjos lentynas arba suteikti pagalbą po stichinių nelaimių."
Akys danguje
Yra stebėtina gaisrų valdymo problema, kuriai nėra daug dėmesio. Paprasčiau tariant: miškų gaisrus, ypač naujus ar mažesnius, kilusius dėl gamtos reiškinių, gali būti sunku rasti. Jei žaibas pataikys į medį vidury niekur arba kur nors tarp miestų nukrenta izoliuota elektros linija, iki to laiko, kai jį pastebės bet kuris žmogus, tai gali užsidegti kelių hektarų plote.
. Tai buvo vakar.
Todėl vienas svarbiausių AI vaidmenų gesinant gaisrą šiuo metu yra aptikimas ir analizė: izoliuotų gaisrų radimas tolimose vietose, jų sekimas ir pradinio uždegimo š altinio nustatymas.
Viena rimta priežastis yra elektros laidai, kaip parodė Kalifornijos Ramiojo vandenyno dujų ir elektros katastrofos. Paprastai tie laidai suprojektuoti taip, kad nesiliestų vienas su kitu ir nesukeltų didelės energijos lanko. Tačiau dėl stipraus vėjo ar neįprasto sausumo lynai gali siūbuoti, o tai gali sukelti kibirkščių ir karšto metalo gabalėlių, kurie gali nukristi nuo linijų, o tai gali uždegti sausą augmeniją.
„Kaip galimas sprendimas, vaizdai iš oro, surinkti naudojant sraigtasparnių patruliavimą ir nepilotuojamų bepiločių skrydžio tyrimus, derinami su dirbtinio intelekto modeliavimo modeliais, kad būtų galima įvertinti gaisrų pavojų įvairiomis nepaprastomis sąlygomis“, – sakė vadovas Davidas Coxas. energijos ir komunalinių paslaugų konsultavimo įmonėje Cognizant, interviu su Lifewire.
"Modeliavimo išvestis tiekiama į įvairias geografines vizualines informacijos suvestines, kad būtų galima nustatyti didelės rizikos profilio grandinių linijas. Šis metodas padėjo komunalinių paslaugų organizacijoms teikti pirmenybę tinklo sistemos priežiūrai didžiausios rizikos profilio srityse. Mašininio mokymosi technologijos Šiuo metu yra diegiami virš jau esamų dirbtinio intelekto modelių, siekiant pagerinti numatymo tikslumą."
„Tą pačią technologiją, kuri gali tiksliai atskirti šunį nuo katės, – sakė Kostmanas, – galima pritaikyti taškams rasti naudojant tradicinį ir terminį vaizdą naudojant kameras, dronus ir palydovus.
Kaip žaisti su ugnimi
Kitas Berklio projektas, kuriam vadovauja Tarekas Zohdi iš ugniagesių tyrimų grupės, naudoja mašininį mokymąsi, kad sukurtų „skaitmeninį dvynį“– virtualų esamo gaisro dublikatą, kurį duomenų mokslininkai naudoja kaip bandomąjį atvejį.
Naudodami skaitmeninį dvynį, duomenų mokslininkai gali sukurti pagrįstą būsimos gaisro elgsenos modelį, kuris leidžia ugniagesiams geriau informuoti logistiką. Lengviau sudaryti skrydžio planą aplink gaisrą arba virš jo, pavyzdžiui, jei gerai žinote, kur kyla gaisras.
Tame pačiame skyriuje vykdomi panašūs projektai, skirti prevenciniam poveikiui ir biosferos modeliavimui, pavyzdžiui, išsiaiškinti, kokiomis dienomis būtų geriausia atlikti „nudegimus pagal paskirtį“, tyčinis gaisras, pradėtas valdyti ir apsaugoti natūralią aplinką.
Tačiau šiuo metu metališkiausia priešgaisrinė technologija šioje srityje yra dronų naudojimas bombardavimui. Ankstesniais dešimtmečiais žemėtvarkininkai patys nudegindavo iš oro, sraigtasparniu numesdami kalio glikolio užtaisus, vadinamus „drakono kiaušiniais“.
Dabar dronai gali daryti tą patį, pigiau ir tiksliau, naudodami tuos pačius drakono kiaušinius, kad padėtų sukurti kliūtis nuo aktyvių laukinių gaisrų, atsargiai atimdami iš tų gaisrų kuro, kurį jie galėtų panaudoti plėsdami.
„Apgailėtina tendencija palaukti, kol įvyks nelaimės, prieš sukuriant kovos su jomis pajėgumus“, – sakė Kostmanas.
"Atsižvelgiant į egzistencines grėsmes, kurias žmonija dabar turi kovoti su klimato kaita, pasaulinėmis pandemijomis, precedento neturinčiomis kibernetinėmis grėsmėmis, ekonominiu apartheidu, politiniu nestabilumu ir siaučiančiu autoritarizmo augimu – laikas kurti dirbtinio intelekto sistemas. gali mus apsaugoti ne rytoj. Tai buvo vakar."
