科技行者

AI给消防员减负:加快响应速度 降低野火扩大风险

在加利福尼亚州索诺玛县担任社区警报与预警经理的八年任期之内,Sam Wallis多次亲眼目睹野火在他负责保护的城市与小镇中肆虐。火势往往在毫无预警的情况下将房屋夷为平地,还烧毁了旧金山北部风景如画的山坡、谷地乃至葡萄种植园。在巨大的火势下,Wallis自己也不得不撤离自己的家乡。2017年,塔布斯火灾覆盖37000英亩土地,夹杂着致命的高温碎屑成为加利福尼亚州历史上最具破坏性的灾害之一。Wallis回忆道,“塔布斯火灾是一次前所未有的紧急事件,这是一场我们根本无法追踪的大规模、移动迅速的火灾。”

AI给消防员减负:加快响应速度 降低野火扩大风险

在大火被扑灭之后,部分地区开始安装名为ALERTWildfire的塔式摄像机系统,用于自动寻找烟雾及火焰,以便在火势失控之前加以扑救。索诺玛县共布设了21台高功率设备,用于扫描及拍摄火灾多发区域。这些设备每10秒发送一次图像,帮助监控人员发现及确认爆发的火势。县内消防应急中心的调度员密切关注着在视频监控器墙上的传入图像,并在发现可疑烟雾时向救援人员发出警报。此外,他们也负责随时接听市民的911报警电话。

Wallis表示,面对如此严峻的安全风险,每位参与者都需要打起十二分精神。“工作人员真的没办法整天整夜盯着屏幕墙,关注着火险的出现。”

如今,工作人员迎来了一位强大且不知疲倦的新伙伴:自今年5月1日以来,这些接入AI软件的摄像机会持续筛选所有图像,并以人眼不可能达到的速度将现有画面与同一地点的历史照片进行比较。一旦发现任何异常,系统会向调度中心发出警报。开发ALERTWildfire系统并在内华达大学里诺分校负责内华达地震实验室管理工作的Graham Kent介绍道,他们的目标是尽早发现潜在火灾并立即向消防员发布通告。

在索诺玛县全面启用这项技术的几周之内,AI技术就已经将911呼叫响应时间缩短了多达10分钟——虽然看似区别不大,但却足以决定火势是烧掉一小片林地、还是蔓延到各个郡县。Wallis表示,“我谨慎乐观地认为,AI技术应该会是一项能够帮助我们保障家园安全的服务。”

Sonoma消防及EMS调度中心执行董事KT McNulty强调,随着调度员不断熟悉这套系统的使用方式,系统本身也会持续保持改进。她解释道,软件开发人员向其中添加更多数据仪表板、声音警报及其他功能,用以优化AI与人类操作员之间的协同效果。

当然,AI算法本身还有很大的提升空间,有时候911报警电话还是会比AI系统速度更快。曾与IBM公司合作、并就AI问题向联合国提供建议的发明家Neil Sahota估计,这套系统需要“观察”到至少70场真实火灾才能获得足够的信息。它还需要学习索诺玛县地形的种种特殊“地貌”,例如区分烟、雾与云之间的差异(之前,这套AI系统就曾被当地的地热间歇泉蒸汽而意外触发)。并未参与索诺玛项目的Sahota指出,消除这种误报还需要不少的时间投入。Wallis希望该系统能在今年11月之前提供稳定可靠的分析结论。

其他加州社区也在关注索诺玛县采用的这套开创性AI监控系统。Kent介绍称,有部分社区已经计划与构建索诺玛系统的韩国厂商Alchera开展合作。Alchera公司代表Robert Grey表示,该公司希望能将AI系统推广到美国西部六个州的全部850台ALERTWildfire摄像机上。

与之类似的早期探测技术方案也开始在新墨西哥州开展测试,那里的土地管理人员正在使用AI技术分析红外卫星图像内容,并上报一切可能代表早期火灾“热点”的数据。在巴西,科学家们部署了一套AI系统,用于支持安装在塔顶的360度全景摄像头,快速就火灾动向向当地官员发出提醒。在三年之内,这套系统就将火灾探测时间从平均40分钟缩短至不到5分钟。Kent还推出了一套名为BushfireLIVE的摄像头网络,用于支持澳大利亚首都堪培拉周边部署的Alchera的AI系统。

最终,AI检测网络甚至能够在火灾实际发生前就识别出相关风险。这要求训练而成的系统能将来自摄像机的图像同历史数据以及已知可能导致火灾的各类因素(例如降水、湿度以及植被中的水分含量)相结合。AI能够实时处理并组合数百万个类比数据点,其速度远远高于人类操作员。Sahota指出,“当我们把所有这些元素拼凑起来之后,就能预测火灾实际可能爆发的位置。”在确定潜在热点之后,官员就能采取措施,通过清理干燥灌木丛、烧掉火势蔓延方向上的草木并配合其他措施,全面降低火灾扩大的风险。

在澳大利亚,2019年与2020年爆发的火灾先后烧毁了超过4700万英亩的土地,共造成34人死亡。为此,管理人员开始使用谷歌地球、气候数据及AI系统测试预测技术。根据去年发表在Remote Sensing上的相关论文,科学家在研究了2001年至2019年期间发生的澳大利亚本土火灾后发现,这里决定野火规模主要因素为土壤湿度,其次是气温与干旱指数。这些发现有助于帮助AI技术确定变量的优先级与监控方式。

索诺玛县将在约20个月的试验期内测试系统成效,最终决定是否要与Alchera签订长期合同。为了做出判断,Wallis将评估AI的速度与一致性。他表示,“最终决定项目命运的因素,在于AI系统能否在速度上超越911报警电话。”

随着加利福尼亚州及美国西部其他地区的野火多发季即将到来,Kent对AI系统寄予厚望,希望能在新的一年中加快火灾响应速度。但他同时也敦促当地居民继续通过911及Twitter上报火灾迹象。另外,具有百年历史的消防塔系统、无线电以及固定电话线路在抵御野火方面仍有一席之地。他总结道,“在与野火的激烈对抗中,我们必须把握一切可供运用的力量。”

关注科技行者公众号

即将跳转至电脑版页面您确认跳转吗?
取消 跳转