Mga Key Takeaway
- Natuklasan ng isang kamakailang pag-aaral na ang artificial intelligence ay maaaring mahulaan ang mga pagtama ng kidlat at maprotektahan ang mga tao mula sa mga wildfire.
- Maaari ding tumulong ang AI na iproseso ang data na natanggap mula sa mga satellite system at iisa ang mga maling alarma.
- Ang isang bayan sa Colorado ay gumagamit ng programang hinimok ng AI na sinusubaybayan ang mga ulat ng usok sa mahigit 90 milya kuwadrado.
Maaaring makatulong ang mga kamakailang pagsulong sa artificial intelligence (AI) na panatilihing ligtas ang mga tao mula sa mga wildfire.
Isang bagong pag-aaral ay nagpapakita ng machine learning-computer algorithm na nagpapahusay sa kanilang mga sarili nang walang direktang programming ng mga tao-ay maaaring magpahusay ng mga pagtataya sa kidlat. Ang isang mas mahusay na pag-unawa sa kung saan maaaring tumama ang kidlat ay maaaring makatulong na mahulaan ang mga apoy na sinimulan ng mga bolts mula sa kalangitan.
"Pagsasama-sama ng remotely sensed data sa impormasyon, gaya ng ground truth mula sa mga nakaraang sunog, kalusugan ng mga halaman, at pagkatuyo, ang AI ay maaaring mag-alok ng pagkakataon na pahusayin ang wildfire monitoring at forecasting ng wildfire propagation," Scott Mackaro, vice president of science, innovation, at development sa weather forecasting company na AccuWeather, na hindi kasama sa pag-aaral, ay nagsabi sa Lifewire sa isang email interview.
Paghula sa Panganib
Maaaring makatulong ang mga pinahusay na pagtataya sa kidlat sa paghahanda para sa mga potensyal na sunog at pagbutihin ang mga babala sa kaligtasan para sa kidlat.
"Ang pinakamahusay na mga paksa para sa machine learning ay mga bagay na hindi natin lubos na nauunawaan. At ano ang isang bagay sa larangan ng atmospheric sciences na nananatiling hindi gaanong naiintindihan? Kidlat," sabi ni Daehyun Kim, isang propesor ng atmospheric sciences sa Unibersidad ng Washington na kasangkot sa kamakailang pag-aaral, sinabi sa isang paglabas ng balita. "Sa aming kaalaman, ang aming trabaho ang unang nagpapakita na ang mga algorithm sa pag-aaral ng machine ay maaaring gumana para sa kidlat."
Pinagsasama ng bagong diskarte ang mga pagtataya ng panahon sa isang machine learning equation batay sa mga pagsusuri sa mga nakaraang kaganapan sa kidlat. Sinabi ng mga may-akda ng pag-aaral na ang hybrid na paraan ay maaaring maghula ng kidlat sa timog-silangang US dalawang araw na mas maaga kaysa sa kasalukuyang nangungunang diskarte.
Sinanay ng mga mananaliksik ang system gamit ang lightning data mula 2010 hanggang 2016, na nagpapahintulot sa computer na tumuklas ng mga ugnayan sa pagitan ng mga variable ng panahon at lightning bolts. Pagkatapos ay sinubukan nila ang diskarte sa lagay ng panahon mula 2017 hanggang 2019, na inihahambing ang prosesong sinusuportahan ng AI at isang umiiral na pamamaraang batay sa physics, gamit ang aktwal na mga obserbasyon sa kidlat upang suriin ang pareho.
Maaaring makatulong ang AI na iproseso ang data na natanggap mula sa mga satellite system, iisa-isa ang mga maling alarma, at alisin ang mga ito, sinabi ng eksperto sa panahon na si Yuri Shpilevsky ng app na Clime sa Lifewire sa isang panayam sa email.
"Bukod doon, makakatulong ang AI na subaybayan ang mga parameter ng panahon sa iba't ibang rehiyon at makita ang mas maliliit na lugar kung saan ang mga kondisyon ng panahon ay 'pinaka-kanais-nais' para magsimula ang sunog," dagdag niya. Maaari itong makatulong sa ating awtomatikong tumuon sa mga pinakatuyong lugar at sa gayon ay karamihan sa mga lugar na madaling sunog at magsagawa ng mga aktibidad sa pag-iwas sa sunog doon."
Pagsasabuhay ng Teorya
Ginagamit na ang artificial intelligence para tumulong sa pagsubaybay sa panganib ng wildfire.
Ang Aspen Fire Protection District ay gumagamit ng AI-driven na program na gumagamit ng mga camera para subaybayan ang mga ulat ng usok sa mahigit 90 square miles sa Colorado. Ang programa ay ginawa ng isang kumpanyang nakabase sa California na tinatawag na Pano AI at gumagamit ng mga high-resolution na camera na maaaring umikot nang 360 degrees.
"Alam namin na mahalaga ang mga minuto pagdating sa pagtugon sa wildfire," sabi ni Arvind Satyam, ang punong komersyal na opisyal ng Pano AI, sa isang pahayag. "Ang aming pananaw ay lumikha ng isang network ng mga cutting-edge na camera, pati na rin ang pagsasama-sama ng mga kasalukuyang video feed, na ginagamit ang aming artificial intelligence at ang aming intuitive na software upang magbigay ng napapanahon at tumpak na mga alerto para sa mga situational awareness team upang maiwasan ang maliliit na flare-up na maging malaki. impyerno."
Maraming kumpanya ang gumagamit ng AI para pahusayin ang mga pagtataya ng panahon. Halimbawa, gumagamit ang Weather Stream ng AI upang subaybayan ang pag-ulan mula sa global satellite data, na nagpapahiwatig ng mga rehiyon ng tagtuyot.
"Maaaring magamit ang AI at satellite data sa maraming yugto ng wildfire cycle, " sinabi ni Richard Delf, isang remote sensing scientist sa Weather Stream, sa Lifewire sa isang panayam sa email. "Maaari naming gamitin ang AI upang bigyang-kahulugan ang data ng satellite upang magtatag ng mga antas ng gasolina sa rehiyon, mga antas ng kahalumigmigan sa ibabaw, at mga antas ng canopy, na, kasama ng lokal na klima, ay mga pangunahing tagapagpahiwatig ng panganib ng napakalaking sunog ng isang rehiyon."
Ang mga pagsulong sa hinaharap sa AI ay gagawing mas tumpak ang pagtataya ng wildfire, hinulaang si Shpilevsky. Ang mga modelo ng computer ay gagawa ng mga hula batay sa mga kondisyon ng panahon at iba pang data, tulad ng uri ng mga halaman sa kagubatan, mga pattern ng hangin, mga kondisyon na paborable para sa mga tama ng kidlat.
"Makakatulong ito sa pagbibigay ng mga real-time na pagtataya sa paraan ng pagkalat ng isang napakalaking apoy, hulaan ang inaasahang tindi ng sunog, suriin ang posibleng pinsala, tantiyahin ang mga mapagkukunang kinakailangan para sa pag-localize ng sunog," dagdag niya.
