在加州索诺玛县担任社区警报和预警经理的八年中,山姆·沃利斯多次目睹野火在他保护的城市和小城镇肆虐。在没有任何预警的情况下,大火烧毁了房屋,烧焦了旧金山北部风景如画的山坡、山谷和葡萄园。沃利斯去年不得不从自己家撤离。2017年,他的房产被风吹散,散落着3.7万英亩的致命土地上的碎片Tubbs火这是加州历史上最具破坏性的地震之一。沃利斯说:“塔布斯大火是一个开创性的事件,它绝对是一场巨大的、移动迅速的大火,我们没有办法跟踪。”

大火被扑灭后,几家当地机构开始在塔上安装摄像头系统ALERTWildfire寻找烟雾和火焰,以便在火势失控之前进行攻击。索诺玛县的21台大功率设备可以扫描和拍摄火灾多发地区。每隔10秒,他们就会发送图像来帮助确认——有时是发现——突发事件。县消防应急中心的调度员试图密切关注这些显示在墙上的视频监视器上的图像,并在看到任何可疑烟雾时向紧急救援人员发出警报。他们还接听市民的911报警电话。

沃利斯说,这对任何人来说都是一件难事,尤其是在风险如此之高的情况下。“你不能让一个人整天整夜盯着那堵墙,等着火灾发生。”

今天,他有了一个强大而不知疲倦的新伙伴:自5月1日起,与相机相连的人工智能软件一直在筛选所有图像,以人类肉眼无法比拟的速度将它们与同一地点的历史照片进行比较。如果有任何地方出现异常,系统会向调度中心发出警报。开发ALERTWildfire系统、内华达大学里诺分校内华达地震实验室的格雷厄姆·肯特(Graham Kent)说,这样做的目的是更早地调查可能发生的火灾,并让消防人员更快地赶到现场。

控制燃烧产生的烟雾。
警示:fire摄像机捕捉到可控燃烧产生的烟雾。右边的地图显示它的位置就在加州佩塔卢马的东部。ALERTWildfire.org

在索诺马县全面启动这项技术的几周内,人工智能比911报警时间多了10分钟——虽然时间窗口很小,但这可能意味着烧焦的污渍和失控的野火之间的差别。沃利斯说:“我谨慎乐观地认为,人工智能是一项可以帮助我们国家安全的服务。”

索诺玛消防和EMS调度中心的执行董事KT McNulty说,随着调度员学会使用该系统,该系统每周都在改进。她说,软件开发人员已经添加了数据仪表盘、声音警报和其他功能,以改进人工智能和人工操作人员之间的协调。

人工智能算法还需要学习一些东西,有时911呼叫仍然会击败它们。曾与IBM合作、并在人工智能问题上为联合国提供建议的发明家尼尔·萨霍塔(Neil Sahota)估计,该系统将需要“看到”至少70个真实世界的火焰,才能获得足够的信息。它还需要学习索诺玛县地形的“词汇”——例如,区分烟雾、云或雾(有一次,人工智能是由当地地热田间歇泉的蒸汽触发的)。没有参与索诺玛项目的Sahota说,消除这种假阳性需要时间。沃利斯希望该系统能在11月前开始提供持续可靠的情报。

其他加州社区一直在关注索诺玛开创性的人工智能监控。肯特说,一些公司正准备与提供索诺玛系统的韩国公司阿尔切拉(Alchera)合作。阿尔切拉公司的代表罗伯特•格雷表示,该公司的目标是将其人工智能技术推广到西部六个州的850台ALERTWildfire相机。

类似的疾病的预测技术正在新墨西哥州进行测试,那里的土地管理人员正在使用人工智能分析红外卫星图像,并报告数据,表明可能是早期火灾的地表“热点”。在巴西,科学家们部署了一种人工智能系统该系统处理安装在塔上的360度摄像头拍摄的图像,一旦发现明显的火灾,就会向当地官员发出警报。在三年内,该系统将火灾探测时间从平均40分钟缩短到不到5分钟。肯特还推出了一个名为BushfireLIVE该公司将在澳大利亚首都堪培拉周边地区使用Alchera的人工智能系统。

警报:安装在现有公用事业塔上的fire相机定位于查看索诺玛县的间歇泉地区和其位置的地图。
ALERTWildfire相机的定位是查看索诺玛县的间歇泉地区,并安装在现有的公用设施塔上。右边的地图用白色箭头显示了相机的位置。蓝色箭头表示该区域的其他摄像头。信贷:ALERTWildfire.org

最终,人工智能检测网络甚至可以在火灾发生前测量火灾的风险。这需要训练一个系统,将来自相机图像的历史数据与各种已知的导致火灾的因素相结合,如降水、湿度和植被的湿度水平。人工智能可以实时处理和汇集数百万个这样的数据点,速度远远快于人类。Sahota说:“当所有这些拼图碎片拼凑在一起成为可能发生火灾的地方时,我们将能够预测哪里可能真正发生火灾。”在确定了潜在的热点地区后,官员们可以采取措施来降低风险,包括清理干燥的灌木丛,设置受控的逆火来燃烧潜在的燃料,以及其他措施。

在澳大利亚,2019年和2020年,火灾烧毁了4700多万英亩土地,共造成34人死亡。土地管理者正在使用谷歌地球、气候数据和人工智能系统来测试这项技术。研究了2001年至2019年澳大利亚火灾数据的科学家发现野火最重要的驱动力根据去年发表在《科学》杂志上的一篇论文,首先是土壤湿度,其次是气温和干旱水平指数遥感.这些发现有助于区分AI应该监控哪些变量。

索诺玛县有大约20个月的时间来决定是否投资阿尔切拉公司的长期合同。为了做出这个决定,沃利斯将评估人工智能的速度和一致性——“确切地说,这些警报是如何超过或没有超过911呼叫的,”他说。

随着加州和美国西部其他地区面临另一个可能具有破坏性的火灾季节,肯特对人工智能带来更快的火灾反应寄予了很高的希望。但他敦促市民继续在911和推特上报告火灾。即使是有百年历史的消防塔系统,通过无线电和树对树的电话线路进行瞭望,仍然有它的位置。他表示:“我们正处于一场激烈的野火之战,你不会想把任何工具放在胸口然后扔掉。”