Belangrijkste afhaalrestaurants
- Experts op het gebied van startup-cultuur en natuurbestendigheid werken samen om nieuwe manieren te ontwikkelen om branden te bestrijden.
- Een van de meest waardevolle brandbestrijdingstoepassingen van AI is het voorspellen hoe een brand zich zal gedragen of waar deze zal beginnen.
- Een groot deel van brandbestrijding is logistiek, en dat is een van de belangrijke toepassingen aan dek voor machine learning in het algemeen.
Sommige van de meest bedreven brandweerlieden van dit moment zijn geen mensen.
Aangezien bosbranden in het westen van de Verenigde Staten in aantal en intensiteit zijn toegenomen, heeft dit geleid tot een stormloop op nieuwe soorten technologie die hen kunnen helpen bestrijden. Dat omvat machine learning voor data-analyse, drones, onbemande luchtvaartuigen en satellietbewaking.
Californië alleen volgde 4,2 miljoen hectare verbrand in 2020, met vijf van de zes grootste branden in de geschiedenis van de staat die tegelijkertijd plaatsvonden. Dat heeft ertoe geleid dat meerdere door technologie aangedreven brandbestrijdingsoplossingen zijn goedgekeurd in de staat, waaronder voorspellende analyse, branddetectie vanuit een baan om de aarde en AI-aangedreven apparatuurinspecties.
"AI-enabled systemen worden al gebruikt voor het coördineren van rampenbestrijding, het uitvoeren van verkenningen en directe herstelinspanningen. Het detecteren van patronen, trends en anomalieën in toeleveringsketens en voor logistieke ondersteuning is ook een veelvoorkomende taak geworden voor Machine Learning algoritmen", zegt JT Kostman, de CEO van het kunstmatige-intelligentiebedrijf ProtectedBy. AI, in een interview met Lifewire. "Deze mogelijkheden kunnen worden geconfigureerd om de schappen van de supermarkt te vullen of om hulp te bieden in de nasleep van natuurrampen."
Ogen in de lucht
Er is een verrassend probleem bij het beheer van natuurbranden dat niet veel wordt behandeld. Simpel gezegd: bosbranden, vooral nieuwe of kleinere die zijn veroorzaakt door natuurlijke fenomenen, kunnen moeilijk te vinden zijn. Als een blikseminslag een boom raakt in het midden van nergens of een geïsoleerde hoogspanningslijn ergens tussen steden v alt, kan het een brand van meerdere hectaren zijn tegen de tijd dat een mens het ziet.
…de tijd om AI-gebaseerde systemen te ontwikkelen die ons veilig kunnen houden, is niet morgen. Het was gisteren.
Als zodanig is een van de belangrijkste rollen van een AI bij brandbestrijding op dit moment in detectie en analyse: het vinden van geïsoleerde branden op verre locaties, het volgen ervan en bepalen wat de eerste ontsteking heeft veroorzaakt.
Een opvallende oorzaak komt van elektrische draden, zoals aangetoond door de rampen met gas en elektriciteit in Californië in de Stille Oceaan. Gewoonlijk zijn die draden zo ontworpen dat ze geen contact met elkaar maken en vonkontlading met hoge energie veroorzaken. Echter, harde wind of ongebruikelijke droge perioden kunnen ervoor zorgen dat de lijnen gaan slingeren, waardoor vonken en stukjes heet metaal van de lijnen vallen, waardoor droge vegetatie kan worden ontstoken.
"Als mogelijke oplossing worden de luchtbeelden die zijn verzameld met behulp van helikopterpatrouilles en onbemande dronevluchtonderzoeken gecombineerd met de op AI gebaseerde simulatiemodellen om het potentieel voor natuurbrandincidenten onder verschillende uitschieters te beoordelen, "zei David Cox, hoofd van energie- en nutsadvisering bij Cognizant, in een interview met Lifewire.
"De output van de modellering wordt naar verschillende geospatiale visuele dashboards gevoerd om de circuitlijnen met een hoog risicoprofiel te identificeren. Deze aanpak heeft nutsbedrijven geholpen om prioriteit te geven aan het onderhoud van het netsysteem in gebieden met de hoogste risicoprofielen. Machine learning-technologieën worden momenteel ingezet bovenop de reeds bestaande AI-gebaseerde modellen om de nauwkeurigheid van de voorspelling te verbeteren."
"Dezelfde technologie die in staat is om een hond nauwkeurig van een kat te onderscheiden," zei Kostman, "kan worden afgestemd om hotspots te vinden met behulp van traditionele en thermische beeldvorming via camera's, drones en satellieten."
Hoe te spelen met vuur
Een ander Berkeley-project, geleid door Tarek Zohdi van de Fire Research Group, gebruikt machine learning om een "digitale tweeling" te produceren - een virtueel duplicaat van een bestaande brand - die door datawetenschappers als testcase wordt gebruikt.
Met behulp van de digitale tweeling kunnen datawetenschappers een redelijk model produceren voor het toekomstige gedrag van een brand, wat een beter geïnformeerde logistiek voor de brandweerlieden mogelijk maakt. Het is gemakkelijker om een vluchtplan rond of boven een natuurbrand uit te stippelen, bijvoorbeeld als je een goed idee hebt waar de natuurbrand heen gaat.
Vergelijkbare projecten zijn aan het werk in dezelfde afdeling voor preventie-effecten en biosfeermodellering, zoals het uitzoeken op welke dagen het beste zou zijn om "voorgeschreven brandwonden" uit te voeren, een opzettelijke brand begon om een natuurlijke omgeving te beheren en te beschermen.
De meest metalen anti-wildvuurtechnologie op dit moment is echter het gebruik van drones voor bombardementen. In voorgaande decennia voerden landbeheerders hun eigen voorgeschreven brandwonden uit vanuit de lucht door kaliumglycolladingen, ook wel "drakeneieren" genoemd, via een helikopter te laten vallen.
Nu kunnen drones hetzelfde doen, goedkoper en met grotere precisie, door dezelfde drakeneieren te gebruiken om barrières te creëren tegen actieve bosbranden door die vuren voorzichtig te beroven van brandstof die ze zouden kunnen gebruiken om uit te breiden.
"Er is een betreurenswaardige neiging om te wachten tot zich rampen hebben voorgedaan alvorens capaciteiten te ontwikkelen om ze te bestrijden," zei Kostman.
"Gezien de existentiële bedreigingen waarmee de mensheid nu wordt geconfronteerd - klimaatverandering, wereldwijde pandemieën, ongekende cyberdreigingen, economische apartheid, politieke instabiliteit en de ongebreidelde opkomst van autoritarisme - de tijd om AI-gebaseerde systemen te ontwikkelen ons veilig kan houden, is niet morgen. Het was gisteren."
