Feuerwehrleute in Kalifornien begannen, künstliche Intelligenz zur Erkennung von Waldbränden einzusetzen. Es übertrug Aufnahmen von mehr als tausend Kameras, die strategisch im ganzen Bundesstaat verteilt waren, an eine Maschine, die Ersthelfer auf Maßnahmen aufmerksam machte.
Als Beispiel für das Potenzial des ALERTCalifornia AI-Programms, das letzten Monat gestartet wurde, entdeckte eine Kamera um 3 Uhr Ortszeit ein Feuer im Buschland des Cleveland National Forest, etwa 80 Meilen östlich von San Diego.
Während die Menschen schliefen und die dunkle Luft den Rauch verhüllte, alarmierte die KI einen Feuerwehrmann, um etwa 60 Feuerwehrleute zu rufen, darunter sieben Lokomotiven, zwei Bulldozer und zwei Wassertanker, bevor es zu einem wütenden Flächenbrand kam. Cal Fire berichtete, dass das Feuer innerhalb von 45 Minuten gelöscht sei.
Die Plattform wurde von Ingenieuren der University of California San Diego unter Verwendung der künstlichen Intelligenz von DigitalPath, einem Unternehmen mit Sitz in Chico, Kalifornien, entwickelt und basiert auf 1,38 Kameras, von denen jede um 360 Grad gedreht werden kann und die von verschiedenen Versorgungsunternehmen installiert wurden Stromversorgungsunternehmen im ganzen Staat.
Während Cal Fire hofft, dass die Technologie eines Tages als Modell für andere Staaten und Länder auf der ganzen Welt dienen kann, sagte Suzann Leininger, Geheimdienstspezialistin von Cal Fire in El Cajon, östlich von San Diego: „Das ist hundertprozentig machbar.“ ,“ er sagte.
Neal Driscoll, Professor für Geologie und Geophysik und Hauptforscher bei ALERTCalifornia, sagte, dass die Plattform über das Kameranetz hinaus viele zusätzliche Informationen gesammelt habe, darunter eine Luftaufnahme, um die Vegetation zu messen, die zukünftige Brände anheizen wird, und die Erdoberfläche zu kartieren unter dem Vordach.
„Flugzeuge und Drohnen sammeln auch Infrarot- und andere Wellenlängendaten, die über die Möglichkeiten des menschlichen Sehvermögens hinausgehen. Im Winter kann die Plattform atmosphärische Flüsse und Schneeverwehungen messen.“
Driscoll erklärte, dass sein Team auch Informationen über Brandflecken und deren Auswirkungen auf Erosion, Sedimentverteilung, Wasserqualität und Bodenqualität gesammelt habe.
T24
