山火事が発生すると、鎮火した火災と破壊された近隣地域の差は数分で測られることがよくあります。 AI を搭載した新しい衛星群と、成長するスマート カメラの地上ネットワークがそのギャップを埋め始めており、誰かが 911 番する前に火災を検知します。

ガーディアン紙とクライメート・セントラル紙が月曜日に発表した報告書では、7月にスペースXロケットによって軌道に運ばれた最初の3機のFireSat衛星が、山火事がまだ十分に小さいうちに山火事の発見のみを目的として構築された50機の衛星からなる計画ネットワークの最初の部分をどのようにして形成したかについて詳述している。 この件の詳細は、AIニュースをご覧ください。

FireSat: 火災のために作られた星座

既存の気象衛星や地球観測衛星は大規模な火災を検出できますが、解像度が不足していたり、同じ場所を再訪問する頻度が低すぎたりして、発火直後の小規模な火災を捕捉できないことがよくあります。 FireSat は、まさにそのギャップを埋めるように設計されています。システムは、ビーチのたき火のような小さな火災を検出し、完全な衛星群が配備されると、およそ 20 分ごとに地球上のすべての地点をスキャンするように構築されています。

衛星は赤外線センサーと人工知能を使用して、新たな山火事の兆候となる可能性のある熱を探します。このシステムは、新しい画像と以前の画像を比較し、緊急対応者に警報を送信する前に、気象条件や近くの熱源などの要因を考慮します。これは、誤警報を減らしながら本物の山火事を特定するように設計されたアプローチです。

Pano AI の地上ネットワーク

デンバーの西の山中で、技術者たちは最近、17の州に1,400台以上のカメラを設置しているサンフランシスコの新興企業パノAIが製造した2台の山火事検知カメラを検査するため、高さ40メートルの携帯電話塔に登った。カメラは塔や山頂からの風景を継続的にスキャンし、人工知能がすべての画像を確認して、日中は煙を検索し、暗くなると熱の痕跡を検索します。

「AI アルゴリズムは、『煙ではなく煙だ』と判断するために、その画像に対して継続的に実行されています」と、Pano AI 共同創設者の Arvind Satyam 氏は Climate Central に語った。 「夜間には、熱の兆候、つまり暑さと寒さを調べています。そして、ズームインして、火災の発生の可能性があることを検証することができます。」

システムが火災の可能性を発見した場合、消防機関に警報が送られる前に人間のアナリストが画像を確認します。このプロセスにかかる時間は多くの場合わずか数分です。

消防士らは、早めのスタートが重要だと言う。 「潜在的な911通報のかなり前に警告できる目を持っていることは、私たちにとって貴重なツールになります」とデンバー近郊のウェストメトロ消防救助隊の副主任ブレンダン・フィネガンは語った。

カリフォルニア州のシステムは、911 事件以前の火災の半分をキャッチ

カリフォルニア州は、Cal Fire が使用する 1,200 台以上のカメラからなるシステムである Alert California を通じて、国内最大のカメラ ネットワークの 1 つを構築しました。フィリップ・セリーグ署長は、現在このネットワークは山火事の約半数を誰かが９１１通報する前に検知していると述べた。

フレズノ近郊で最近発生した火災は、最初の緊急通報が通信指令員に届く約 20 分前に発見されました。消防士は迅速に対応し、火災の拡大を防ぎました。 「Cal Fire では、10 エーカー以下の火災の 95% を鎮火することが私たちの使命の 1 つです」と SeLegue 氏は述べています。 「このシステムはその目標を達成するのに役立ちます。」

検知ネットワークは事件指揮官の信頼を得ています。 「私たちはそれを十分に信頼しているので、その検出を受け取った時点で、リソースを送信するプロセスをすでに開始しています」とSeLegue氏は述べた。

なぜ分が重要なのか

山火事は米国で最も破壊的な自然災害の 1 つとなっています。クライメート・セントラルによると、米国西部の一部の地域では現在、1970年代に比べて毎年約2カ月ほど山火事が多い地域が増えているが、これは気温の上昇、長期にわたる干ばつ、さらに頻繁に暑く乾燥した風の強い天候が続いた結果だという。

8月に近隣地域を焼いたオールド・トレイルズ火災を含め、この夏ワシントン州スポケーンで発生した火災は、山火事がどこで発生するかということと同じくらい重要であることを、いつ検知するかが重要であることを改めて思い出させた。

衛星と地上カメラは連携して動作するように設計されています。カメラは目の前の風景しか見ることができませんが、衛星はカメラがなく、火災を通報する人もいない、遠く離れた森林、山、草原の広大な範囲を監視できます。これらを組み合わせることで、消防士は火災が発生している場所をより迅速かつ完全に把握できるようになります。

火災がすぐに発見され、小さいうちに消火された場合、ニュースになることはほとんどありません。消防士はまさにそれを目指して取り組んでいます。 「このシステムがリソースの派遣に役立っているのは、新聞で読まれていない火災です」とセリーグ氏は語った。 「あなたには見えないもの。」

災害対応における AI の拡大するハンドブック

山火事検知の強化は、サイクロンの進路予測から洪水マッピングに至るまで、自然災害に対して導入される AI システムの広範なトレンドの一部です。火災検知レイヤーの特徴はその閉ループです。衛星とカメラのデータは機械学習分類器を通過し、人間のアナリストによって数分で検証され、時には人間が地平線上の煙に気づく前に、出動の決定が引き起こされます。

緊急サービス機関にとっては、経済性も魅力的です。カメラ ネットワークと衛星データのサブスクリプションにかかる費用は、大規模な山火事 1 件の鎮圧費用に比べれば数分の 1 で済み、画像が蓄積されるにつれてシステムは改善されます。 FireSat コンステレーションの完全配備にはまだ数年かかるため、短期的な利益は現場から得られるでしょう。Pano AI と Alert California は両方ともその拠点を拡大しており、他の州の消防機関もカリフォルニア モデルを研究しています。

軌道上での報道と地上レベルでの検証の組み合わせは、もはや火災が報告されるかどうかが問題ではなく、最初のエンジンが点火後何分で回転し始めるかが問題となる未来を示しています。

---

AIの最新情報をお届け

AIの最新ニュース、分析、ブレイクスルーを一箇所で。

AIニュースをもっと読む →