近日一場森林大火摧毀了美國加州，它迫使洛杉磯西部和東部大約數(shù)萬居民撤離。許多人希望利用AI來預測或確定火災位置和蔓延路徑。但機器學習和新數(shù)據(jù)收集工具的結合是否可以提前警告消防員火災，幫助應急人員更有效地撤離地區(qū)，甚至挽救生命，這仍需很長的時間來進行探索檢驗。

今年加州的野火已經(jīng)蔓延了數(shù)十萬英畝，當?shù)鼐用癖黄仁枭?，迅速蔓延的火勢已致?shù)十人死亡，超過300人下落不明。

野火已經(jīng)燒毀了上萬座建筑物，成為該州現(xiàn)代歷史上毀滅性最強、規(guī)模最大的火災。

但如果早先發(fā)現(xiàn)致命火災的苗頭，并且官員能夠給予更多關注，一些居民可能已經(jīng)能夠避免陷入如此困境，甚至可能避免死亡。

那么，技術能在多大程度上幫助自動檢測甚至預測野火呢？計算機科學家們和研究人員都希望相關技術能夠進一步發(fā)展。

利用機器學習和新數(shù)據(jù)收集工具的結合，預測和定位野火

根據(jù)加州相關部門的政府官員Jim Crawford的說法，在近年來野火情況愈發(fā)糟糕的情況下，早期檢測是關鍵，他曾有過26年的消防員生涯。

消防機構大多發(fā)現(xiàn)的火災是通過接到911電話才得知，當?shù)貢r間11月8日早上6點29分首次報道了這起火災，但當?shù)叵啦块T表示并不知道這場大火到底燃燒了多長時間，因為它始于一個難以找到的區(qū)域。

消防機構還攝像監(jiān)控著整個加州，包括那些未開放的灣區(qū)山頂。專家說，有些攝像機是由檢測算法和衛(wèi)星輔助的，但系統(tǒng)不是很實時，分辨率可能更好。

圣何塞州立大學氣象與氣候科學系火災天氣研究實驗室副教授Craig Clements說：“許多人正在研究如何使用人工智能來確定火災位置和蔓延路徑。”

GOES-15

例如，地球同步運行環(huán)境衛(wèi)星（GOES）的早期火災探測系統(tǒng)是加州大學戴維斯分?？臻g技術與遙感中心（CSTARS）和美國林務局之間的合作。它使用國家海洋和大氣管理局的氣象衛(wèi)星和火災探測算法。

CSTARS的科學家Alex Koltunov擁有博士學位。過去幾年來，他一直在遠程傳感方面研究和制定系統(tǒng)的算法——編程規(guī)則以執(zhí)行或計算某些任務，其目標是優(yōu)化數(shù)據(jù)處理，實現(xiàn)更早地發(fā)現(xiàn)火災位置。

他和他的同事一直在使用GOES-15，這是一顆于2010年發(fā)射的衛(wèi)星，使用過去的圖像和其他州的火災報告進行測試，以幫助微調(diào)算法。他希望有一天能夠應用來自GOES -16和GOES-17的數(shù)據(jù)。Koltunov說，在過去幾年中發(fā)射的這些衛(wèi)星，可以“每5分鐘或每分鐘一次”提供高分辨率的圖像。高分辨率的圖像可以幫助消防員更快、更準確地檢測到野火的位置。

在火災惡化的情況下，目前沒有一種方法能成為萬靈藥

Alex Koltunov是加州大學戴維斯分校的研究人員，他設計的算法解析了氣象衛(wèi)星的數(shù)據(jù)以標記可能發(fā)生的火災。然而，他表示盡管近年來技術驅(qū)動的火災探測方法取得了巨大進步，但并沒有達到真正理想的效果。

“每種方法都有其局限性，”他說，“數(shù)據(jù)有多好？有些檢測到的卻是后院的篝火和燒烤。”

專家和消防員一致認為溝通是關鍵，最好的火災探測系統(tǒng)優(yōu)先考慮所有相關方之間的數(shù)據(jù)共享，無論是人類、算法、政府機構還是其他相關人員。

有時，所謂的技術突破只是針對消費者進行更新的項目而已。一位加州消防隊員稱，該州最有價值的滅火工具之一其實是不起眼的手機，它可以讓普通人在發(fā)現(xiàn)火災時撥打緊急服務電話。

與此同時，弗吉尼亞州NASA Goddard的一名計算機工程師測試了一種神經(jīng)網(wǎng)絡：一種用于模擬人類大腦的機器學習工具，可以使用MODIS探測野火，MODIS是一種基于衛(wèi)星的系統(tǒng)，可拍攝地球照片并傳輸用于天氣預報等事項的數(shù)據(jù)。研究人員希望該系統(tǒng)最終可以實現(xiàn)野火的自動檢測。

他在一次電話采訪中表示，他發(fā)現(xiàn)該系統(tǒng)使用了來自世界各地的一年的火災數(shù)據(jù)，在檢測火災方面準確率接近98％。他希望未來將以用于火災探測為唯一目的的廉價衛(wèi)星發(fā)送到太空，并將其與“非常適合檢測模式”的神經(jīng)網(wǎng)絡相結合，但這一模式的實現(xiàn)可能需要數(shù)年時間。