Κάθε πρωί, οι κορυφαίοι πυροσβέστες της Καλιφόρνια λαμβάνουν μια πρόβλεψη της ημέρας όσον αφορά στις πυρκαγιές – πότε θα μετατοπιστεί ο άνεμος, πόσο ξηρό είναι το έδαφος, και μια σειρά από άλλα συστατικά που μπορούν να ξεκινήσουν, ή να εξαπλώσουν μια φωτιά. Το τελευταίο διάστημα η ρουτίνα τους έχει εμπλουτιστεί με μία ακόμα παράμετρο – την πρόγνωση ενός μηχανήματος.

Σύμφωνα με ρεπορτάζ του Guardian, ένα νέο πρόγραμμα Τεχνητής Νοημοσύνης τους προσφέρει προβλέψεις για πιθανές πυρκαγιές συνυπολογίζοντας τις καιρικές συνθήκες. Ο αρχηγός της Πυροσβεστικής στην πολιτεία, Φίλιπ Σελέγουε, εξηγεί ότι «οι προβλέψεις του εργαλείου ΤΝ οδηγούν τους άνδρες μας να εστιάσουν στις συγκεκριμένες περιοχές και να διοχετεύσουν σε αυτές πρόσθετους πόρους».

Το πόσο δραστικά η Τεχνητή Νοημοσύνη μπορεί να αλλάξει την πυρόσβεση, είναι ήδη ξεκάθαρο από τις κατασβέσεις των πυρκαγιών. Μέχρι πριν από μερικά χρόνια, μια κλήση για εκδήλωση πυρκαγιάς οδηγούσε έναν αναλυτή να επιχειρεί να προβλέψει την πορεία της, αναλύοντας μια ντουζίνα παραμέτρων. Η ανάλυση διαρκούσε «από μερικές έως αρκετές ώρες», κάθε φορά, όπως λέει στον Guardian ο Σελέγουε.

Τώρα, όλη αυτή η διαδικασία είναι αυτοματοποιημένη. Οποιαδήποτε κλήση πυρκαγιάς στο κέντρο άμεσης δράσης, 911 (σ.σ. το αμερικανικό «100»), μόλις αποσταλεί, δημιουργεί άμεσα μια πρόβλεψη ΤΝ σε περίπου 18 έως 20 δευτερόλεπτα, με απεριόριστες νέες αναφορές που δημιουργούνται κατόπιν αιτήματος στο πρόγραμμα. Στο πρώτο πρωινό μιας μεγάλης πυρκαγιάς στην περιοχή Λος Πάντρες τον περασμένο Ιούλιο, ο Σελέγουε είχε στη διάθεσή του 13 προβλέψεις.

Μετά τις κατακλυσμικές εποχές των τεράστιων πυρκαγιών των τελευταίων ετών, η πίεση για καλύτερες προβλέψεις στην Καλιφόρνια έχει αυξηθεί. Πέραν της κατεύθυνσης εξάπλωσης μιας πυρκαγιάς, ακόμα πιο δύσκολη είναι η πρόβλεψη ενός πιθανού ξεσπάσματος, αρκετές ημέρες πριν αυτό συμβεί. Αυτή προϋποθέτει σύνθετη μελέτη των περιοχών με καύσιμη βλάστηση, και των πιθανοτήτων μιας ανάφλεξης – είτε από ανθρώπινη παρέμβαση, είτε από τις καιρικές συνθήκες.

Οι αναλυτές της Πυροσβεστικής είναι σε θέση να κάνουν τέτοιες προβλέψεις με ποσοστά πιθανοτήτων, αλλά αυτό είναι χρονοβόρο. Αντιθέτως, η Τεχνητή Νοημοσύνη το κάνει καλύτερα, ακριβέστερα και γρηγορότερα, επεξεργαζόμενη έναν τεράστιο όγκο δεδομένων, ώστε να προβλέψει τις πυρκαγιές με αρκετά μεγάλη ακρίβεια – μέχρι και μια εβδομάδα, ή ακόμα και 10 ημέρες πριν ξεκινήσουν.

Η Technosylva είναι η ιδιωτική εταιρεία που παρέχει στην πολιτεία της Καλιφόρνια το λογισμικό της ΤΝ που χρησιμοποιεί ο Σελέγουε και η πυροσβεστική δύναμή του. Η εταιρεία παρέχει αντίστοιχα προγράμματα και σε άλλες αμερικανικές πολιτείες, καθώς και σε χώρες όπως η Χιλή και η Ολλανδία. Χρησιμοποιεί τον Lidar, έναν αισθητήρα που παρέχει τρισδιάστατους χάρτες χιλιάδων στρεμμάτων, με έως και 500 κόμβους δεδομένων ανά τετραγωνικό μέτρο.

Η Τεχνητή Νοημοσύνη χαρτογραφεί το υπόλοιπο 60%-70% της πολιτείας. Αναλύοντας τη γη που χαρτογραφεί το Lidar, το πρόγραμμα μπορεί να αντιληφθεί ποια βλάστηση υπάρχει αλλού, αλλά αποτυπώνεται μόνο σε εικόνες χαμηλότερης ποιότητας. Στη συνέχεια η  Technosylva χρησιμοποιεί μια αυστηρή διαδικασία επαλήθευσης, για να διασφαλίσει ότι η ΤΝ δεν έχει κάνει σφάλματα στις καταγραφές της.

Από εκεί και πέρα, είναι σε θέση να ενσωματώνει δεδομένα καιρού, τρέχοντας καθημερινά μοντέλα για τον υπολογισμό της υγρασίας της βλάστησης – καθώς στα στεγνά φυτά, η ανάφλεξη και η εξάπλωση της φωτιάς είναι ευκολότερη. Κατόπιν προστίθεται η πιθανότητα ανάφλεξης στις επικίνδυνες περιοχές.

Το πρότζεκτ της Technosylva είναι μέρος ενός κύματος νέας μοντελοποιημένης πρόβλεψης πυρκαγιών σε όλο τον κόσμο, που βασίζεται στην Τεχνητή Νοημοσύνη, και αντιμετωπίζει κάθε πρότζεκτ με διαφορετικό τρόπο, με βάση τους ίδιους τρεις παράγοντες – καύσιμο υλικό, καιρικές συνθήκες, πιθανότητα ανάφλεξης. Πολλά από αυτά τα προγράμματα δεν είναι ακόμη έτοιμα για λειτουργία, αλλά οι δημιουργοί τους περιμένουν να ενεργοποιηθούν μέσα στα επόμενα δύο χρόνια.

Η πυροσβεστική υπηρεσία των ΗΠΑ, για παράδειγμα, είναι επιφορτισμένη με τη διατήρηση ενός χάρτη υλικών καυσίμων για τη χώρα, τον οποίο καλύπτει με βήματα διαστάσεων 30×30 μέτρων – περίπου στο μέγεθος δύο γηπέδων μπάσκετ. Χρησιμοποιεί εικόνες της ΤΝ και της Google Earth για υψηλότερη ανάλυση, επιτρέποντας στους επιστήμονες να καταγράφουν το γυμνό έδαφος και τους βράχους ανάμεσα στα φυτά, που λειτουργούν ως «φυσικοί πυροσβέστες».

Η τρίτη παράμετρος, η πρόβλεψη πιθανής ανάφλεξης, παρουσιάζει άλλα προβλήματα, για ευνόητους λόγους. Πλήθος επιστημόνων της NASA και άλλων ομοσπονδιακών υπηρεσιών –καθώς και ακαδημαϊκοί και ιδιωτικές εταιρείες ανά τον κόσμο– πειραματίζονται με τη χρήση ΤΝ για την πρόβλεψη των κεραυνών. Κάποια από τα μοντέλα τους επεξεργάζονται δεδομένα δεκαετιών ώστε να βρουν ενδείξεις παραμέτρων που προηγούνται των κεραυνών.

Ωστόσο, ένα από τα πιο φιλόδοξα πρότζεκτ πρόβλεψης πυρκαγιάς στον κόσμο έχει εγκαταλείψει την ιδέα της εστίασης σε έναν παράγοντα κινδύνου και, αντ’ αυτού, διερευνά ολόκληρο τον πλανήτη, δοκιμάζοντας τα όρια της Τεχνητής Νοημοσύνης. Επιστήμονες από το Ευρωπαϊκό Κέντρο Μεσοπρόθεσμων Προγνώσεων Καιρού (ECMWF) ξεκίνησαν να προβλέπουν πυρκαγιές οπουδήποτε στη Γη, περίπου μια εβδομάδα νωρίτερα.

Δουλεύοντας σε αυτή την κλίμακα, απέφυγαν τη χαρτογράφηση της βλάστησης στο έδαφος, καθώς αυτή δεν είναι συνεπής σε όλο τον πλανήτη. Αντίθετα, πήραν βασικούς χάρτες ταξινόμησης της γης –που έδειχναν εάν μια περιοχή είναι αειθαλής ή σαβάνα, για παράδειγμα– και τροφοδότησαν το πρόγραμμά ΤΝ τους με δορυφορικά δεδομένα που μετρούν τα επίπεδα διοξειδίου του άνθρακα στον αέρα.

Με αυτό τον τρόπο, υπολογίζουν τους θύλακες άνθρακα ανά περιοχή, και συμπεραίνουν πόση «καύσιμη ύλη» είναι διαθέσιμη σε κάθε περιοχή. Το πρόγραμμά τους τροφοδοτείται παράλληλα με παγκόσμια δορυφορικά καιρικά δεδομένα – και η Τεχνητή Νοημοσύνη έχει εκπαιδευθεί να αναζητά τεράστιες πυρκαγιές που θα μπορούσαν να εντοπιστούν από έναν δορυφόρο.

Επί του παρόντος, το συγκεκριμένο μοντέλο παράγει μία παγκόσμια πρόβλεψη πυρκαγιάς την ημέρα, με ορίζοντα δεκαημέρου. Το εν λόγω πρόγραμμα προέβλεψε τις τεράστιες περσινές δασικές πυρκαγιές του Καναδά 10 ημέρες πριν αυτές εκδηλωθούν. Στην Καλιφόρνια, το λειτουργικό ΤΝ έχει βελτιώσει την ακρίβεια των προβλέψεων. Αλλά, όπως αποδείχθηκε και στην περίπτωση του Καναδά, η ακριβής πρόβλεψη δεν συνεπάγεται αποτροπή – αυτή δεν είναι ευθύνη της ΤΝ.

Ακολουθήστε το Protagon στο Google News