Microsoft (США) жертвует 5 миллионов долларов на поддержку мониторинга лесных пожаров в Калифорнии с помощью ИИ

Репортаж от Wedoany，Перед лицом растущей угрозы лесных пожаров система ALERTCalifornia, созданная Калифорнийским университетом в Сан-Диего (University of California San Diego), внедрила мониторинг с помощью ИИ-камер в предотвращение и контроль пожаров, что позволило обнаруживать возгорания на целых 2,5 часа раньше первого звонка в службу 911. Лаборатория Microsoft AI for Good оказывает финансовую и техническую поддержку следующему этапу расширения этой системы.

Риск лесных пожаров в США растёт из-за повышения температуры, продолжительных засух и расширения освоенных территорий. В прошлом году по всей стране было зарегистрировано почти 78 тысяч лесных пожаров, что на 20% больше, чем годом ранее. В Калифорнии огонь издавна играет роль в формировании лесов, лугов и прибрежных ландшафтов, а текущая сложность управления сосредоточена на вопросе сосуществования сообществ с огнём.

В прошлые десятилетия обнаружение лесных пожаров обычно зависело от того, что люди, заметив дым с дорог, наблюдательных пунктов или вблизи населённых пунктов, сообщали о возгорании. Созданная Калифорнийским университетом в Сан-Диего система ALERTCalifornia изменила этот процесс: около 1300 камер развёрнуты в пожароопасных районах, система с помощью ИИ сопоставляет изображения в реальном времени с разных ракурсов камер для подтверждения местоположения очага возгорания и в течение нескольких минут отправляет оповещения аварийным службам. За первые два месяца пилотной эксплуатации система обнаружила 77 случаев возгорания до того, как о них сообщили по другим каналам; в настоящее время она обрабатывает более 7 миллионов изображений в день и может идентифицировать лесной пожар на целых 2,5 часа раньше первого звонка в службу 911.

Система также отвечает за различение реальных пожаров и облаков, тумана, изменений освещения, чтобы уменьшить количество ложных срабатываний, расходующих ресурсы экстренных служб. Основатель ALERTCalifornia, геофизик доктор Нил Дрисколл (Neal Driscoll), отмечает, что каждый пожар может выйти из-под контроля, и команда пытается решить проблему, как не дать огню выйти из-под контроля.

ИИ не заменяет полевые решения пожарных, а предоставляет многоперспективную картину местоположения очага и вероятного распространения огня до прибытия персонала, помогая диспетчерам определять способ реагирования, а также позволяя оценить, является ли событие контролируемым выжиганием или новым лесным пожаром. Согласно данным Earth.Org, для возникновения лесного пожара необходимо одновременное наличие сухой растительности, богатого кислородом воздуха и источника тепла; сильный ветер ускоряет распространение огня; молнии являются основным природным источником возгорания, причём более горячие и продолжительные молнии с большей вероятностью вызывают пожары; исследование 2014 года показало, что повышение температуры на 1 градус Цельсия может увеличить частоту молний на 12%; более 80% лесных пожаров в США связаны с деятельностью человека, на которую приходится около 84% пожаров; дым от лесных пожаров содержит газы и мелкие твёрдые частицы, которые могут распространяться на большие расстояния и проникать глубоко в лёгкие, увеличивая риски для респираторной и сердечно-сосудистой систем; изменение климата удлинило пожароопасный сезон в США с примерно четырёх месяцев до шести-восьми и более; крупные лесные пожары выделяют парниковые газы и уничтожают растительность, накапливающую углерод, создавая петлю обратной связи, усиливающую изменение климата.

Прошлые случаи демонстрируют роль раннего обнаружения. В 2023 году камеры и ИИ ALERTCalifornia помогли пожарным быстро взять под контроль пожар Trotter Fire в округе Керн (Kern County), площадь которого составила 52 акра; по данным проекта, без технологии ИИ-визуализации этот пожар мог бы распространиться почти на 4000 акров. Во время пожара Кинкейд (Kincade Fire) в округе Сонома (Sonoma County) в 2019 году более раннее предупреждение поддержало планирование эвакуации: более 180 тысяч жителей были эвакуированы, и никто не погиб. Хуан Лависта Феррес (Juan Lavista Ferres), корпоративный вице-президент и главный научный сотрудник по данным лаборатории Microsoft AI for Good, говорит, что если обнаружить пожар достаточно рано, его можно потушить одной лопатой; если ждать, понадобятся бульдозеры, самолёты-танкеры и даже чудо.

Microsoft поддерживает следующий этап ALERTCalifornia пожертвованием в размере 5 миллионов долларов, из которых 2 миллиона долларов направляются на разработку технологий, а 3 миллиона долларов — это грант на облачные услуги Azure. Заместитель начальника пожарного управления округа Керн и заместитель директора по операциям ALERTCalifornia Закари Уэллс (Zachary Wells) отмечает, что система получает огромный объём информации в первые пять минут, и это раннее понимание влияет на всё последующее.

Помимо обнаружения, ALERTCalifornia также использует данные LiDAR с площади почти 98 тысяч квадратных миль для создания цифровой модели ландшафта Калифорнии, применяемой для картографирования рельефа, мониторинга здоровья лесов и оценки рисков таких бедствий, как оползни. Эти возможности особенно важны после лесных пожаров, поскольку повреждённые ландшафты более подвержены эрозии, селевым потокам и изменениям водосборных бассейнов. В сочетании с экологическим мониторингом ИИ-визуализация может поддерживать повышение устойчивости до, во время и после возникновения пожаров.

В более широкой экологической ИИ-стратегии лаборатория Microsoft AI for Good также реализует ряд проектов. Прогнозирование Aurora основано на ИИ-базовой модели с 1,3 миллиарда параметров, анализирующей атмосферные данные для улучшения прогнозов погоды и климата, поддержки прогнозирования погоды, моделирования качества воздуха и анализа экстремальных погодных явлений; проект геопространственного машинного обучения в сотрудничестве с университетами, природоохранными организациями, НПО и Управлением по ликвидации последствий стихийных бедствий и чрезвычайным ситуациям Министерства внутренних дел Турции (Disaster and Emergency Management Presidency) сочетает геопространственные данные, спутниковые и аэрофотоснимки с машинным обучением для оценки повреждений зданий при землетрясениях, картографирования ледников и земельного покрова, картирования птицеводческих ферм и мониторинга возобновляемых источников энергии.

Проект картографирования ледников использует машинное обучение и спутниковые снимки для идентификации и мониторинга чистого льда и ледников, покрытых обломочным материалом, в регионе Гиндукуш-Гималаи, а также предоставляет экспертам веб-инструменты для проверки и корректировки прогнозов модели; проект картографирования возобновляемых источников энергии использует геопространственное машинное обучение для крупномасштабного картирования и мониторинга развития возобновляемой энергетики; проект биоакустики в сотрудничестве с Институтом Гумбольдта (Humboldt Institute) и другими организациями реализует в Амазонии проект Project Guacamaya по идентификации видов, а также поддерживает мониторинг белух и автоматическую классификацию криков птиц и земноводных; проект ускорения инвентаризации биоразнообразия в сотрудничестве с NOAA Fisheries, Sieve Analytics и LILA BC анализирует изображения и аудиоданные с фотоловушек, авиационных камер и микрофонов для сокращения ручной разметки; проект картографирования земельного покрова использует компьютерное зрение для преобразования данных дистанционного зондирования в информацию о землепользовании и покрове, сокращая время ручного картографирования для учёных-экологов.