如果您是加利福尼亚人，您可能至少对在即将到来的野火季节失去家园甚至生命感到有点焦虑。 在过去的五年中，从 4 月到 10 月，大火吞噬了公共土地和私人财产，造成数千亿美元的损失和悲惨的生命损失，这对您来说并不陌生。
另外：ChatGPT 是如何工作的？
仅在 2017 年，火灾就损坏或摧毁了近 11,000 座建筑物，烧毁了超过 318,000 英亩的土地。 2018 年，该州历史上最具破坏性的天堂坎普大火摧毁了 19,531 座建筑物，造成 85 人死亡。 在随后的几年里，大火烧毁了超过 1000 万英亩的土地。 从历史上看，该州对火灾并不陌生，但当自 2018 年以来历史上排名前五的火灾全部发生时，你就会意识到事情大错特错了。
什么在煽风点火？
研究火灾的人一致认为，欧洲殖民化或许是引发这些火灾的最大催化剂。 在此事件之前，土著居民实行了一种复杂的计划焚烧习俗，定期清除危险的森林和灌木丛，这些在旱季会成为爆炸性燃料。 因此，一百多年的灌木丛作为增压燃料隐藏起来。 “火灾一直是加州必不可少的、不可避免的系统，”斯坦福大学气候与能源政策项目主任迈克尔·瓦拉说。 “直到现在，我们似乎都忘记了如何管理它。”
另外：您需要哪种灭火器？ 如何选择
另一个催化剂是气候变化。 随着我们继续依赖化石燃料并砍伐森林用于动物饲养和农业生产，地球的温度正在上升，导致更灾难性、更不可预测的天气事件，如大规模的洪水、热浪和火灾。 在加利福尼亚州，极端高温和干旱条件现在定期发生，使草地、松针和其他树叶变干，加剧了引发这些大火的具有百年历史的火药桶。
然而，该州现在正在利用一种强大的工具来抑制这些火灾的影响，即人工智能，特别是机器学习。 丰富的卫星图像和地理空间数据使深度学习成为不可预测和迅捷的强大敌人的有力对手。
另外：这个小巧的钥匙扣是保护您人身安全的强大工具
人工智能与火灾的斗争仍处于早期阶段，但能够翻阅数十亿张历史和当前图像并挑选出指向潜在热点的线索模式的能力为加利福尼亚人提供了对抗这种自然力量的强大新武器。 从检测到预测分析再到预防措施再到疏散程序，以下是人工智能在这场战斗中的一些应用方式。
加州的野火扑救神经中枢
如果有美国国家航空航天局负责应对野火，那一定是加州大学圣地亚哥分校。 这所加州州立大学拥有一个复杂的机构网络，这些机构相互配合以跟踪和预测火灾爆发。
它的眼睛和耳朵是 ALERTCalifornia，这是一个公共网络，由 1,000 多个高清、平移倾斜变焦摄像机组成，这些摄像机遍布全州，在晴朗的日子里可以看到最远 120 英里的范围。 来自这些摄像机的所有实时数据都通过管道传输到位于 USCD 超级计算机中心的侯爵程序 – WIFIRE，这是一个由巨大屏幕组成的墙壁的作战室，在那里进行实时建模和预测分析。 （例如，在这里，一个摄像头发现它认为是烟雾的东西会提醒 UCSD，其算法将通过比较快速确定它实际上是烟雾、雾还是低悬的云。）
WIFIRE 是 FIRIS（火灾综合实时情报系统）的一部分，FIRIS 是加利福尼亚州的公私合作伙伴关系，它还使用空中红外线平台向 USCD 的神经中枢提供来自活跃野火的实时信息。 在那里，机器学习工具被用来处理所有的相机信息，包括风、湿度、地形和其他因素的动态变化，使用它的人工智能算法。 然后，它会在五分钟内将规范性分析发回给加州消防局和加州紧急服务办公室的前线团队，以及一个名为 Firemap 的可公开访问的网站。
UCSD 还拥有一个跨大学、学科和行业的名为 WIFIRE Commons 的伞状网络，该网络将 AI、野火科学学科、实践专家、行业、网络基础设施和公共机构结合起来，以促进野火数据的持续交换和分析。 据报道，该网络在 2022 年阻止了 1000 多起火灾。
以毒攻毒
BurnPro 3d
科学家和州政府官员很快就明白，只有通过控制燃烧数百年来积累的主要燃料来控制未来野火的行为，才能减轻加利福尼亚的破坏。 换句话说，烧小火，这样你就不会像该地区的土著人几个世纪以来那样生大火。
然而，在不了解干燥和天气等各种因素之间复杂的相互作用的情况下盲目燃烧植被可能是灾难性的。 在美国国家科学基金会的支持下，加州大学圣地亚哥分校的 BurnPro 3D 团队使用 AI 技术为土地所有者和负责火灾缓解的国家单位提供更复杂的镜头来了解火灾环境，包括对风和植被等关键因素的详细分析 . 这是它如何工作的演示。
私人玩家来救援
区域避风港
与加利福尼亚州的巨大火灾作斗争会使每个人都筋疲力尽，因此地区或县通常会通过私人参与者的一些 AI 软件支持来加强公共资源。 Zonehaven 就是这样一种基于 AI 的系统，它通过使用机器学习来消化包括卫星图片和天气预报在内的各种信息来确定可能发生火灾的地点和时间，从而帮助紧急救援人员疏散处于危险中的社区。
Zonehaven 与该州至少十几个县的个别消防和警察部门建立了合作伙伴关系，并提出了详细的分阶段疏散建议，以避免踩踏事件及其造成的交通堵塞。 个人可以登录包含道路、建筑物和植被的详细地图，以及模拟火势蔓延的方式和地点。
阿尔切拉
索诺玛县是该国一些最负盛名的葡萄园的所在地，一直饱受野火的困扰——包括当时该州历史上最具破坏性的一场。 塔布斯大火摧毁了超过 5,636 所房屋并造成 24 人死亡，这是由极端风暴煽动的，这些风暴意外地和一时兴起地改变了方向。
另外：生成式人工智能可以降低药品价格。 就是这样
因此，索诺玛县最近与位于首尔的韩国公司 SaaS AI 装备 Alchera 签订了合同，在搭载该州警报摄像头的同时，提供基于其专有机器学习系统的火灾探测解决方案。 随着时间的推移，该公司正在使用来自这些相机的数百万张图像来训练其算法来检测什么是烟雾，什么不是。 具有讽刺意味的是，韩国内政和安全部长最近访问了索诺玛，看看 Alchera 能否在扑灭韩国国内最近肆虐的野火方面发挥作用。
发现易燃物
斯坦福大学的 Krishna Rao 最近完成了加州历史上最及时的博士学位之一，他开发了一种深度学习算法，可以评估该州植被的干湿程度。 弄清楚哪个干燥灌木丛是一个等待燃料炸弹，哪些区域不是威胁，对于资源和人员短缺的国家进行必要的受控燃烧来说将是至关重要的信息。
正如 Rao 解释的那样，“卫星雷达在森林区域发射微波。如果树木干燥，则什么也不会发生；微波只是通过。如果树木潮湿，它们会将微波反射回卫星，表明低 – 火灾危险。”
更准确地为房主提供保险
除了担心失去生命和家园外，今天困扰加利福尼亚人的最大、压倒性的担忧可能是他们是否会被家庭保险公司放弃。
最近每年都有成千上万的房主被放弃，并被迫迁移到该州的加州 FAIR 计划——一个提供最后手段保险的国营游泳池。 这是因为今天仍在使用的旧保险模式在一个可靠的世界中运作，那里的气候几乎没有变化。 这些模型运行了 10,000 次模拟来搅动它们的数字，在当今气候变化的世界中，这些数字已经超出了贫血。
另外：让您的小工具使用起来更环保的 6 种最佳方法（也可以省钱）
Kettle.ai 是一家再保险公司——为保险公司提供保险，以免他们破产——正试图通过使用人工智能模型来解决这个问题，该模型可以对所涉及的风险进行更真实的计算。 通过使用超过 200 万次计算（包括实时卫星数据），Kettle 发现仅 0.1% 的加利福尼亚州就有 25% 的地区因野火问题而受到处罚。
“有些地方的危险性是原来的 10 倍。而有些地方的危险性只增加了 10%。但如果你只是将每个人的人数增加 3 倍，那并不能解决任何问题，”Kettle 的联合创始人兼首席运营官 Nathaniel Manning 说。 结果，他们看到这些数据的保险公司客户减少了很多房主，并为他们实施了更加现实的定价政策。
Zesty.ai 是另一家保险公司，它使用 AI 来帮助那些因野火风险而被投保的人。 加利福尼亚州已正式选择 AI 公司的 Z-Fire 产品，该产品在个人财产层面评估野生动物风险，以帮助所有 FAIR 计划池中正在努力获得保险的人。 这包括推荐可以帮助他们获得覆盖资格的建筑强化方法。
另外：什么是生成式 AI，为什么它如此受欢迎？ 这是你需要知道的
斯坦福大学的迈克尔·瓦拉 (Michael Wara) 也是 FAIR 计划的设计者和监督者，他表示，基于人工智能的保险机构已经为数千人提供了救济。 “但除非将其转化为公共政策和降低风险——比如帮助加固房屋以防火灾——否则你将无法在防止像过去五年的火灾这样的重大损失事件方面取得有意义的进展。”
