應對野火，AI演算法顯身手

今年全球各地野火頻發，成為很多人揮之不去的夢魘。今年4月，美國墨西哥州山火導致數百座建築物受到破壞，很多人被迫逃離家園。7月，美國加州遭遇今年規模最大山火，導致一地進入緊急狀態。另據法新社8月14日援引歐盟有關機構所提供的數據，2022年將成為歐洲森林遭野火毀壞的創紀錄年份。

大規模野火將對人類健康産生什麼影響？未來幾年可採取什麼措施減少野火的蔓延？美國《福布斯》雜誌網站在近日的報道中指出，人工智慧（AI）等技術正越來越多地用於幫助人們預測野火的蔓延，減輕野火可能造成的損害。AI演算法與端到端火災管理系統相結合，是對抗野火的強大工具。

應用潛力巨大

美國斯坦福大學研究人員最近開發了一種AI模型，用於預測微粒污染的情況，以幫助跟蹤美國西部地區野火煙霧的變化情況。

研究小組利用衛星數據訓練了一個機器學習模型，以準確預測沒有監測器的地區野火煙霧中PM2.5的濃度。結果顯示，在過去10年中，暴露于由野火煙霧造成的不健康PM2.5污染中的美國人數量增加了27倍。

HEAVY.AI公司産品經理麥克·弗拉克斯曼博士説，AI和機器學習使研究人員能夠弄清楚空氣品質和天氣模式的數據，並以遠超以往的速度預測可能會爆發的野火災情。“AI在解決這類問題上沒有任何爭議，我們可以將其作為日常解決方案。畢竟單靠人力根本不可能完成如此巨大的計算量。”

處理大量數據

弗拉克斯曼提到，AI能夠瞬間瀏覽相當於百倍單人單日數據查看量的資訊，並快速識別出值得進一步追蹤的可疑數據點，目前已經被廣泛用於預測空氣品質，得益於在太空中運作的成千上萬顆衛星，可用訓練數據集也“與日俱增”。

AI在這一領域應用潛力巨大，目前企業和政府收集到的全部天氣數據中，仍有80%—90%未能得到正確分析。

“過去每14天才會生成一張衛星圖像，但後續處理週期往往長達6個月。現在我們已經掌握著各地地面感測器收集到的資訊，甚至有很多居民在後院架設起小型氣象站。這些感測器就在監測環境之內，能用地面數據填補衛星數據中的空白。這樣的數據組合非常強大，也極有價值。”

這樣一套感測器網路對於空氣品質特別重要，因為空氣品質指標在不同地區往往“分佈不均”。

弗拉克斯曼提到，空氣污染造成的某些後果其實完全可以衡量，比如當地醫院收治的兒童病患數量。當然，有毒空氣的累積和暴露量還需要更長期的持續監測。而且，隨著獲取更準確、更高解析度的數據，下一代演算法將陸續登場，包括火災期間夜視的專用演算法。

提升災後處理效率

HEAVY.AI公司首席執行官喬·孔多表示，在測量野火方面，地形、天氣和植被三大因素不容忽視。近年來，衛星對地面水分的監測能力迎來了巨大突破，意味著後續對野火爆發地點的預測將變得更加先進。

展望未來，孔多認為，長短期野火預測和應對規劃都有改進空間。“當你有幾個月的準備時間時，你有很多緩解方案，包括減少燃料消耗和設備加固或更換，在危急條件下，當火災肆虐時，預先安置人員和設備對火災反應和災後恢復都至關重要。”

世界經濟論壇的FireAId項目正在利用AI開發動態風險地圖，優化資源分配和野火響應建議。為此，世界經濟論壇正在建立一個由來自世界各地的不同學科的專家組成的多方利益相關者社區，以促進火災管理和研究方面的技術合作和科學知識交流。

AI除了能在野火監測和預防等方面發揮作用外，還能在災後處理方面大顯身手。Pano AI是一家利用AI為主動野火探測提供全面整合解決方案的備災技術提供商。該公司結合了先進的硬體、AI和易於使用的基於雲的軟體，為消防機構提供可操作的情報和最新的態勢感知。這有助於消防員更快、更安全地到達現場，讓他們帶著正確的設備，獲得最新的資訊並加強協調，這樣他們就可以將新的著火事件遏制在萌芽狀態。