کالیفرنیا برای تشخیص آتش‌سوزی به هوش مصنوعی روی آورد

به گزارش خبرنگار خبرگزاری علم و فناوری آنا به نقل از رویترز، آتش‌نشانان کالیفرنیا از هوش مصنوعی برای کمک به تشخیص آتش‌سوزی استفاده می‌کنند. آن‌ها با بیشتر از هزار دوربینی که به‌صورت استراتژیک در سراسر این ایالت قرار گرفته‌اند، ویدئویی تهیه می‌کنند که به اولین پاسخ‌دهندگان هشدار می‌دهد.

در ماه گذشته یک آتش‌سوزی در ساعت ۳ صبح به‌وقت محلی در جنگل ملی دورافتاده کلیولند در ۵۰ مایلی شرق سن دیگو رخ داد. مردم خواب بودند و تاریکی دود را پنهان می‌کرد که می‌توانست به آتشی شعله‌ور تبدیل شود. اما هوش مصنوعی به کال فایر یک فرمانده آتش‌نشانی هشدار داد که حدود ۶۰ آتش‌نشان شامل هفت موتور، دو بولدوزر، دو تانکر آب و دو خدمه را فراخواند و ظرف ۴۵ دقیقه آتش خاموش شد.

این پلتفرم که توسط مهندسان دانشگاه کالیفرنیا و با استفاده از هوش مصنوعی شرکت «دیجیتال پد» (DigitalPath) شرکتی مستقر در چیکو کالیفرنیا توسعه‌یافته، به هزار و ۳۸ دوربین متکی است که توسط آژانس‌های عمومی مختلف و تأسیسات برق در سراسر ایالت نصب شده‌اند و هرکدام از آن‌ها قادر به چرخش ۳۶۰ درجه به فرمان اپراتور‌های از راه دور هستند.

شرکت توسعه دهنده امیدواراست که این فناوری روزی بتواند به‌عنوان الگویی برای دیگر ایالت‌ها و کشور‌های جهان استفاده شود، نیازی که با آتش‌سوزی‌های ویرانگر غیرمعمول در هاوایی، کانادا و مدیترانه در این فصل بر آن تأکید شده است.

سوزان لینینگر، متخصص اطلاعات آتش‌نشانی می‌گوید: این روش در همه جای دنیا قابل استفاده است، به‌خصوص اکنون که ما آتش‌سوزی‌های بسیار بزرگ‌تر، مکررتر و با تغییرات آب و هوایی را تجربه می‌کنیم.

فراتر از شبکه دوربین، این پلتفرم در حال جمع‌آوری حجم عظیمی از اطلاعات اضافی است، ازجمله یک بررسی هوایی برای تعیین کمیت پوشش گیاهی که باعث آتش‌سوزی‌های آینده می‌شود و نقشه‌برداری از سطح زمین در زیر سایبان. هواپیما‌ها و هواپیما‌های بدون سرنشین نیز داده‌های مادون‌قرمز و سایر طول‌موج‌ها را فراتر از توانایی‌های بینایی انسان جمع‌آوری می‌کنند.

در طول زمستان، این پلتفرم قادر به اندازه‌گیری رودخانه‌های جوی و توده برف است. این گروه تحقیقاتی همچنین داده‌های مربوط به زخم‌های سوختگی و تأثیر آن‌ها بر فرسایش، پراکندگی رسوب، کیفیت آب و کیفیت خاک را ثبت می‌کند.

این داده‌ها که در اختیارهر شرکت خصوصی یا محقق دانشگاهی قرار می‌گیرد، درنهایت می‌تواند برای مدل‌سازی رفتار آتش‌سوزی و بهبود کاربرد‌های هوش مصنوعی پیش‌بینی نشده برای مطالعه محیط مورداستفاده قرار گیرد.