AI で構築された新しい保護: 山火事から人を守る

2022年、米国では山火事災害が多発し、自然災害はこの1年に人々の共通の記憶となった。

今年の夏の山火事の恐ろしい数と規模は、火災が新たな常態になるのかという疑問も引き起こしています。住民の健康にどのような影響を与えるのでしょうか？そして、今後数年間の火災の可能性を最小限に抑えるためにはどのような措置を講じるべきでしょうか?

山火事は偶然に発生するように見えるかもしれませんが、テクノロジーと人工知能 (AI) の組み合わせは、その広がりを予測し、引き起こされる壊滅的な被害を軽減するのに役立ちます。

スタンフォード大学の研究者らは最近、危険な粒子汚染を予測し、アメリカ西部での灼熱の火災の広がりを追跡できる AI モデルを開発しました。

スタンフォード大学のチームは、衛星データを使用して、監視されていない地域の山火事の煙によって引き起こされる PM2.5 濃度を正確に予測できる機械学習モデルをトレーニングしました。

結果によると、過去10年間で、山火事の煙に直接さらされてPM2.5による健康被害に苦しむアメリカ人の数は27倍に増加した。

HEAVY.AI プロダクト マネージャーのマイク フラックスマン博士は、AI と機械学習により、研究者は大気質と気象パターンのデータを「明確にし」、起こり得る山火事の予測を以前よりもはるかに迅速に行うことができると述べました。

彼はインタビューで、「AI がそのような問題を解決できることに異論の余地はなく、私たちはそれを日常の解決策として使用できます。結局のところ、このような膨大な計算を人間が完了することは不可能です」と述べました。

同氏は、AI は 1 人が 1 日に閲覧するデータ量の 100 倍に相当する情報を瞬時に閲覧し、さらなる追跡に値する疑わしいデータ ポイントを迅速に特定できると述べました。

フラックスマン博士は、AI は空気の質を予測するためにすでに広く使用されていると付け加えました。宇宙で運用されている何千もの衛星のおかげで、利用可能なトレーニング データセットも飛躍的に増加しています。

AI はこの分野で大きな応用可能性を秘めていますが、現在、企業や政府が収集する全気象データの 80 ～ 90% が正しく分析されていません。

「以前は、衛星画像は 14 日ごとに生成されていましたが、追跡処理期間は 6 か月もかかることもありました。現在では、全国の地上センサーによって情報が収集され、多くの住民が情報を収集しています。 「小規模な気象観測所も裏庭に設置されています。これらのセンサーは監視環境内にあり、衛星データと地上データのギャップを埋めることができます。このデータの組み合わせは非常に強力で、非常に価値があります。」

センサーネットワークは空気にとって非常に重要です。空気品質指標は地域間で「不均一に分布」する傾向があるため、空気品質は特に重要です。

「高速道路の近くに住む大気の質は、カリフォルニア中部や北カリフォルニアに住むのとは明らかにまったく異なります。では、分布が非常に複雑な大気質のような問題にはどう対処すればよいでしょうか?」

彼は、地元の病院に入院する子供の数など、大気汚染の影響の一部は実際に完全に測定可能であると述べました。

もちろん、有毒な空気の蓄積と暴露には、長期にわたる継続的な監視が必要です。

HAVY.AI CEOのジョン・近藤氏は、山火事の測定に関しては、地形、天候、植生の3つの主要な要素を無視することはできないと語った。近年、衛星による地面の水分の監視能力は大きく進歩しており、その後の山火事の発生場所の予測がより高度になることを意味しています。

今後を見据えて、近藤氏は長期および短期の山火事予測と対応計画には改善の余地があると考えています。

同氏は、「予測期間が数カ月に延長できれば、燃料の削減や設備の強化など、さらに多くの軽減策が講じられるだろう。また、火災が発生した場合でも、事前に配備された防火対策が講じられるだろう」と説明した。

近藤氏は、「私たちはカリフォルニアで困難な一年を過ごしてきました。より高度な災害救援計画が策定されてきましたが、私たちは前例のない極限状態にも直面しています。気候変動の課題。"

"私たちは、専門機関に頼るだけでなく、地域社会や家庭にまで手を広げて、より包括的かつ適応的に対応する必要があります。より多くの人々に正確な情報を迅速に提供する必要があります。このような巨大で非常に動的なデータ フローを考慮すると、広範なアクセスというこの目標は、新世代の技術ツールのサポートと切り離すことはできません。」

以上がAI で構築された新しい保護: 山火事から人を守るの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。