ਜਦੋਂ ਇੱਕ ਜੰਗਲੀ ਅੱਗ ਬੁਝਦੀ ਹੈ, ਇੱਕ ਨਿਯੰਤਰਿਤ ਅੱਗ ਅਤੇ ਤਬਾਹ ਹੋਏ ਇਲਾਕੇ ਵਿੱਚ ਅੰਤਰ ਅਕਸਰ ਮਿੰਟਾਂ ਵਿੱਚ ਮਾਪਿਆ ਜਾਂਦਾ ਹੈ। AI ਨਾਲ ਲੈਸ ਸੈਟੇਲਾਈਟਾਂ ਦਾ ਇੱਕ ਨਵਾਂ ਤਾਰਾਮੰਡਲ, ਸਮਾਰਟ ਕੈਮਰਿਆਂ ਦੇ ਵਧ ਰਹੇ ਜ਼ਮੀਨੀ ਨੈੱਟਵਰਕ ਦੇ ਨਾਲ, ਉਸ ਪਾੜੇ ਨੂੰ ਬੰਦ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰ ਰਿਹਾ ਹੈ - ਕਿਸੇ ਦੇ 911 ਡਾਇਲ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਅੱਗ ਦਾ ਪਤਾ ਲਗਾਉਣਾ।
ਗਾਰਡੀਅਨ ਅਤੇ ਕਲਾਈਮੇਟ ਸੈਂਟਰਲ ਦੁਆਰਾ ਸੋਮਵਾਰ ਨੂੰ ਪ੍ਰਕਾਸ਼ਿਤ ਰਿਪੋਰਟਿੰਗ ਵੇਰਵੇ ਦਿੰਦੀ ਹੈ ਕਿ ਕਿਵੇਂ ਪਹਿਲੇ ਤਿੰਨ ਫਾਇਰਸੈਟ ਉਪਗ੍ਰਹਿ, ਜੁਲਾਈ ਵਿੱਚ ਇੱਕ ਸਪੇਸਐਕਸ ਰਾਕੇਟ ਦੁਆਰਾ ਪੰਧ ਵਿੱਚ ਲਿਜਾਏ ਗਏ, 50 ਸੈਟੇਲਾਈਟਾਂ ਦੇ ਇੱਕ ਯੋਜਨਾਬੱਧ ਨੈਟਵਰਕ ਦਾ ਸ਼ੁਰੂਆਤੀ ਟੁਕੜਾ ਬਣਾਉਂਦੇ ਹਨ ਜੋ ਸਿਰਫ ਜੰਗਲੀ ਅੱਗ ਨੂੰ ਲੱਭਣ ਲਈ ਬਣਾਏ ਗਏ ਹਨ ਜਦੋਂ ਕਿ ਉਹ ਅਜੇ ਵੀ ਰੋਕਣ ਲਈ ਕਾਫ਼ੀ ਛੋਟੇ ਹਨ। For more context on this story, see our ongoing AI news.
ਫਾਇਰਸੈਟ: ਅੱਗ ਲਈ ਬਣਾਇਆ ਗਿਆ ਤਾਰਾਮੰਡਲ
ਮੌਜੂਦਾ ਮੌਸਮ ਅਤੇ ਧਰਤੀ ਦਾ ਨਿਰੀਖਣ ਕਰਨ ਵਾਲੇ ਉਪਗ੍ਰਹਿ ਵੱਡੀਆਂ ਅੱਗਾਂ ਦਾ ਪਤਾ ਲਗਾ ਸਕਦੇ ਹਨ, ਪਰ ਉਹਨਾਂ ਵਿੱਚ ਅਕਸਰ ਰੈਜ਼ੋਲੂਸ਼ਨ ਦੀ ਘਾਟ ਹੁੰਦੀ ਹੈ ਜਾਂ ਇਗਨੀਸ਼ਨ ਤੋਂ ਥੋੜ੍ਹੀ ਦੇਰ ਬਾਅਦ ਛੋਟੀਆਂ ਅੱਗਾਂ ਨੂੰ ਫੜਨ ਲਈ ਉਹੀ ਸਥਾਨ 'ਤੇ ਕਦੇ-ਕਦਾਈਂ ਮੁੜ ਜਾਂਦੇ ਹਨ। ਫਾਇਰਸੈਟ ਬਿਲਕੁਲ ਉਸੇ ਪਾੜੇ ਨੂੰ ਭਰਨ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ: ਸਿਸਟਮ ਨੂੰ ਬੀਚ ਬੋਨਫਾਇਰ ਜਿੰਨੀ ਛੋਟੀ ਅੱਗ ਦਾ ਪਤਾ ਲਗਾਉਣ ਲਈ ਬਣਾਇਆ ਗਿਆ ਹੈ, ਅਤੇ ਇੱਕ ਵਾਰ ਪੂਰਾ ਤਾਰਾਮੰਡਲ ਤੈਨਾਤ ਹੋ ਜਾਣ ਤੋਂ ਬਾਅਦ, ਲਗਭਗ ਹਰ 20 ਮਿੰਟ ਵਿੱਚ ਧਰਤੀ ਦੇ ਹਰ ਬਿੰਦੂ ਨੂੰ ਸਕੈਨ ਕਰਨ ਲਈ।
ਸੈਟੇਲਾਈਟ ਗਰਮੀ ਦੀ ਖੋਜ ਕਰਨ ਲਈ ਇਨਫਰਾਰੈੱਡ ਸੈਂਸਰ ਅਤੇ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ ਜੋ ਨਵੀਂ ਜੰਗਲੀ ਅੱਗ ਦਾ ਸੰਕੇਤ ਦੇ ਸਕਦੇ ਹਨ। ਸਿਸਟਮ ਨਵੇਂ ਚਿੱਤਰਾਂ ਦੀ ਤੁਲਨਾ ਪੁਰਾਣੇ ਚਿੱਤਰਾਂ ਨਾਲ ਕਰਦਾ ਹੈ ਅਤੇ ਸੰਕਟਕਾਲੀਨ ਜਵਾਬ ਦੇਣ ਵਾਲਿਆਂ ਨੂੰ ਚੇਤਾਵਨੀਆਂ ਭੇਜਣ ਤੋਂ ਪਹਿਲਾਂ ਮੌਸਮ ਦੀਆਂ ਸਥਿਤੀਆਂ ਅਤੇ ਗਰਮੀ ਦੇ ਨੇੜਲੇ ਸਰੋਤਾਂ ਵਰਗੇ ਕਾਰਕਾਂ ਲਈ ਖਾਤਾ ਬਣਾਉਂਦਾ ਹੈ - ਗਲਤ ਅਲਾਰਮਾਂ ਨੂੰ ਘਟਾਉਂਦੇ ਹੋਏ ਅਸਲ ਜੰਗਲੀ ਅੱਗ ਦੀ ਪਛਾਣ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਇੱਕ ਪਹੁੰਚ।
ਪੈਨੋ ਏਆਈ ਦਾ ਗਰਾਊਂਡ ਨੈੱਟਵਰਕ
ਡੇਨਵਰ ਦੇ ਪੱਛਮ ਦੇ ਪਹਾੜਾਂ ਵਿੱਚ, ਟੈਕਨੀਸ਼ੀਅਨ ਹਾਲ ਹੀ ਵਿੱਚ ਇੱਕ ਸੈਨ ਫਰਾਂਸਿਸਕੋ ਸਟਾਰਟਅੱਪ, ਪੈਨੋ ਏਆਈ ਦੁਆਰਾ ਬਣਾਏ ਗਏ ਜੰਗਲੀ ਅੱਗ-ਖੋਜ ਕੈਮਰਿਆਂ ਦੀ ਇੱਕ ਜੋੜੀ ਦਾ ਨਿਰੀਖਣ ਕਰਨ ਲਈ ਇੱਕ 150-ਫੁੱਟ ਸੈੱਲ ਟਾਵਰ 'ਤੇ ਚੜ੍ਹੇ, ਜਿਸ ਨੇ 17 ਰਾਜਾਂ ਵਿੱਚ 1,400 ਤੋਂ ਵੱਧ ਕੈਮਰੇ ਸਥਾਪਤ ਕੀਤੇ ਹਨ। ਕੈਮਰੇ ਲਗਾਤਾਰ ਟਾਵਰਾਂ ਅਤੇ ਪਹਾੜਾਂ ਦੀਆਂ ਚੋਟੀਆਂ ਤੋਂ ਲੈਂਡਸਕੇਪ ਨੂੰ ਸਕੈਨ ਕਰਦੇ ਹਨ ਜਦੋਂ ਕਿ ਨਕਲੀ ਬੁੱਧੀ ਹਰ ਚਿੱਤਰ ਦੀ ਸਮੀਖਿਆ ਕਰਦੀ ਹੈ - ਦਿਨ ਵੇਲੇ ਧੂੰਏਂ ਦੀ ਖੋਜ ਅਤੇ ਹਨੇਰੇ ਤੋਂ ਬਾਅਦ ਗਰਮੀ ਦੇ ਦਸਤਖਤ।
ਪੈਨੋ ਏਆਈ ਦੇ ਸਹਿ-ਸੰਸਥਾਪਕ ਅਰਵਿੰਦ ਸਤਿਅਮ ਨੇ ਕਲਾਈਮੇਟ ਸੈਂਟਰਲ ਨੂੰ ਦੱਸਿਆ, "ਏਆਈ ਐਲਗੋਰਿਦਮ ਉਸ ਇਮੇਜਰੀ 'ਤੇ 'ਧੂੰਆਂ ਨਹੀਂ, ਧੂੰਆਂ' ਕਹਿਣ ਲਈ ਲਗਾਤਾਰ ਚਲਾਇਆ ਜਾ ਰਿਹਾ ਹੈ। "ਰਾਤ ਦੇ ਸਮੇਂ, ਅਸੀਂ ਗਰਮੀ ਦੇ ਦਸਤਖਤਾਂ ਨੂੰ ਦੇਖ ਰਹੇ ਹਾਂ, ਇਸਲਈ ਗਰਮੀ ਬਨਾਮ ਠੰਡੇ। ਅਤੇ ਫਿਰ ਅਸੀਂ ਜ਼ੂਮ ਇਨ ਕਰਨ ਅਤੇ ਪ੍ਰਮਾਣਿਤ ਕਰਨ ਦੇ ਯੋਗ ਹੁੰਦੇ ਹਾਂ ਕਿ ਇਹ ਇੱਕ ਸੰਭਾਵੀ ਅੱਗ ਦੀ ਸ਼ੁਰੂਆਤ ਹੈ।"
ਜੇਕਰ ਸਿਸਟਮ ਕਿਸੇ ਸੰਭਾਵੀ ਅੱਗ ਦਾ ਪਤਾ ਲਗਾਉਂਦਾ ਹੈ, ਤਾਂ ਇੱਕ ਮਨੁੱਖੀ ਵਿਸ਼ਲੇਸ਼ਕ ਫਾਇਰ ਏਜੰਸੀਆਂ ਨੂੰ ਚੇਤਾਵਨੀ ਦੇਣ ਤੋਂ ਪਹਿਲਾਂ ਚਿੱਤਰਾਂ ਦੀ ਸਮੀਖਿਆ ਕਰਦਾ ਹੈ - ਇੱਕ ਪ੍ਰਕਿਰਿਆ ਜਿਸ ਵਿੱਚ ਅਕਸਰ ਸਿਰਫ ਕੁਝ ਮਿੰਟ ਲੱਗਦੇ ਹਨ।
ਫਾਇਰਫਾਈਟਰਜ਼ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਸਿਰ ਦੀ ਸ਼ੁਰੂਆਤ ਮਾਇਨੇ ਰੱਖਦੀ ਹੈ। ਡੇਨਵਰ ਨੇੜੇ ਵੈਸਟ ਮੈਟਰੋ ਫਾਇਰ ਰੈਸਕਿਊ ਦੇ ਸਹਾਇਕ ਮੁਖੀ ਬ੍ਰੈਂਡਨ ਫਿਨੇਗਨ ਨੇ ਕਿਹਾ, "ਉਹ ਅੱਖਾਂ ਹੋਣ ਜੋ ਸਾਨੂੰ ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ 911 ਕਾਲ ਤੋਂ ਪਹਿਲਾਂ ਹੀ ਸੁਚੇਤ ਕਰ ਸਕਦੀਆਂ ਹਨ, ਇਹ ਸਾਡੇ ਲਈ ਇੱਕ ਕੀਮਤੀ ਸਾਧਨ ਬਣਾਉਂਦੀਆਂ ਹਨ।"
ਕੈਲੀਫੋਰਨੀਆ ਦਾ ਸਿਸਟਮ 911 ਤੋਂ ਪਹਿਲਾਂ ਅੱਧੀ ਅੱਗ ਨੂੰ ਫੜਦਾ ਹੈ
ਕੈਲੀਫੋਰਨੀਆ ਨੇ ਅਲਰਟ ਕੈਲੀਫੋਰਨੀਆ ਦੁਆਰਾ ਦੇਸ਼ ਦੇ ਸਭ ਤੋਂ ਵੱਡੇ ਕੈਮਰਾ ਨੈਟਵਰਕਾਂ ਵਿੱਚੋਂ ਇੱਕ ਬਣਾਇਆ ਹੈ, ਕੈਲ ਫਾਇਰ ਦੁਆਰਾ ਵਰਤੇ ਗਏ 1,200 ਤੋਂ ਵੱਧ ਕੈਮਰਿਆਂ ਦੀ ਇੱਕ ਪ੍ਰਣਾਲੀ। ਚੀਫ ਫਿਲਿਪ ਸੇਲੇਗ ਨੇ ਕਿਹਾ ਕਿ ਨੈੱਟਵਰਕ ਹੁਣ 911 'ਤੇ ਕਾਲ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਲਗਭਗ ਅੱਧੇ ਜੰਗਲੀ ਅੱਗ ਦਾ ਪਤਾ ਲਗਾ ਲੈਂਦਾ ਹੈ।
ਫਰਿਜ਼ਨੋ ਦੇ ਨੇੜੇ ਇੱਕ ਤਾਜ਼ਾ ਅੱਗ ਪਹਿਲੀ ਐਮਰਜੈਂਸੀ ਕਾਲ ਡਿਸਪੈਚਰ ਤੱਕ ਪਹੁੰਚਣ ਤੋਂ ਲਗਭਗ 20 ਮਿੰਟ ਪਹਿਲਾਂ ਦੇਖੀ ਗਈ ਸੀ। ਫਾਇਰਫਾਈਟਰਜ਼ ਨੇ ਤੁਰੰਤ ਜਵਾਬ ਦਿੱਤਾ ਅਤੇ ਅੱਗ ਨੂੰ ਵਧਣ ਤੋਂ ਰੋਕਿਆ। ਸੇਲੇਗ ਨੇ ਕਿਹਾ, "ਕੈਲ ਫਾਇਰ ਵਿਖੇ, ਸਾਡੇ ਮਿਸ਼ਨਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ ਸਾਡੀ 95% ਅੱਗਾਂ ਨੂੰ 10 ਏਕੜ ਜਾਂ ਇਸ ਤੋਂ ਘੱਟ ਵਿੱਚ ਦਬਾਉਣ ਦਾ। "ਇਹ ਪ੍ਰਣਾਲੀ ਉਸ ਟੀਚੇ ਨੂੰ ਪੂਰਾ ਕਰਨ ਵਿੱਚ ਸਾਡੀ ਮਦਦ ਕਰਦੀ ਹੈ।"
ਖੋਜ ਨੈੱਟਵਰਕ ਨੇ ਘਟਨਾ ਕਮਾਂਡਰਾਂ ਦਾ ਭਰੋਸਾ ਹਾਸਲ ਕੀਤਾ ਹੈ। "ਸਾਨੂੰ ਇਸ 'ਤੇ ਕਾਫ਼ੀ ਭਰੋਸਾ ਹੈ ਕਿ ਜਦੋਂ ਸਾਨੂੰ ਉਹ ਖੋਜ ਪ੍ਰਾਪਤ ਹੁੰਦੀ ਹੈ, ਅਸੀਂ ਪਹਿਲਾਂ ਹੀ ਇਸ ਨੂੰ ਸਰੋਤ ਭੇਜਣ ਦੀ ਪ੍ਰਕਿਰਿਆ ਸ਼ੁਰੂ ਕਰ ਰਹੇ ਹਾਂ," ਸੇਲੇਗ ਨੇ ਕਿਹਾ।
ਮਿੰਟ ਮਾਇਨੇ ਕਿਉਂ ਰੱਖਦੇ ਹਨ
ਜੰਗਲ ਦੀ ਅੱਗ ਸੰਯੁਕਤ ਰਾਜ ਵਿੱਚ ਸਭ ਤੋਂ ਵਿਨਾਸ਼ਕਾਰੀ ਕੁਦਰਤੀ ਆਫ਼ਤਾਂ ਵਿੱਚੋਂ ਇੱਕ ਬਣ ਗਈ ਹੈ। ਕਲਾਈਮੇਟ ਸੈਂਟਰਲ ਦੇ ਅਨੁਸਾਰ, ਪੱਛਮੀ ਅਮਰੀਕਾ ਦੇ ਕੁਝ ਹਿੱਸੇ 1970 ਦੇ ਦਹਾਕੇ ਦੇ ਮੁਕਾਬਲੇ ਹਰ ਸਾਲ ਲਗਭਗ ਦੋ ਮਹੀਨੇ ਅੱਗ ਦੇ ਮੌਸਮ ਦਾ ਅਨੁਭਵ ਕਰਦੇ ਹਨ - ਵਧ ਰਹੇ ਤਾਪਮਾਨ, ਲੰਬੇ ਸੋਕੇ ਅਤੇ ਗਰਮ, ਖੁਸ਼ਕ ਅਤੇ ਹਵਾ ਵਾਲੇ ਮੌਸਮ ਦੇ ਵਧੇਰੇ ਅਕਸਰ ਫੈਲਣ ਦਾ ਨਤੀਜਾ।
ਇਸ ਗਰਮੀਆਂ ਵਿੱਚ ਸਪੋਕੇਨ, ਵਾਸ਼ਿੰਗਟਨ ਵਿੱਚ ਲੱਗੀ ਅੱਗ - ਅਗਸਤ ਵਿੱਚ ਆਸ-ਪਾਸ ਦੇ ਇਲਾਕਿਆਂ ਨੂੰ ਸਾੜਨ ਵਾਲੀ ਓਲਡ ਟ੍ਰੇਲਜ਼ ਦੀ ਅੱਗ ਸਮੇਤ - ਤਾਜ਼ਾ ਰੀਮਾਈਂਡਰ ਹੈ ਕਿ ਜਦੋਂ ਜੰਗਲ ਦੀ ਅੱਗ ਦਾ ਪਤਾ ਲਗਾਇਆ ਜਾਂਦਾ ਹੈ ਤਾਂ ਇਹ ਓਨਾ ਹੀ ਮਹੱਤਵਪੂਰਨ ਹੋ ਸਕਦਾ ਹੈ ਜਿੰਨਾ ਇਹ ਕਿੱਥੋਂ ਸ਼ੁਰੂ ਹੁੰਦਾ ਹੈ।
ਸੈਟੇਲਾਈਟ ਅਤੇ ਜ਼ਮੀਨੀ ਕੈਮਰੇ ਇਕੱਠੇ ਕੰਮ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤੇ ਗਏ ਹਨ: ਕੈਮਰੇ ਸਿਰਫ ਉਹਨਾਂ ਦੇ ਸਾਹਮਣੇ ਲੈਂਡਸਕੇਪ ਦੇਖ ਸਕਦੇ ਹਨ, ਜਦੋਂ ਕਿ ਸੈਟੇਲਾਈਟ ਦੂਰ-ਦੁਰਾਡੇ ਦੇ ਜੰਗਲਾਂ, ਪਹਾੜਾਂ ਅਤੇ ਘਾਹ ਦੇ ਮੈਦਾਨਾਂ ਦੇ ਵਿਸ਼ਾਲ ਹਿੱਸੇ ਨੂੰ ਦੇਖ ਸਕਦੇ ਹਨ ਜਿੱਥੇ ਕੋਈ ਕੈਮਰੇ ਨਹੀਂ ਹੁੰਦੇ ਹਨ ਅਤੇ ਅਕਸਰ ਅੱਗ ਦੀ ਰਿਪੋਰਟ ਕਰਨ ਲਈ ਕੋਈ ਲੋਕ ਨਹੀਂ ਹੁੰਦੇ ਹਨ। ਸੰਯੁਕਤ ਤੌਰ 'ਤੇ, ਉਹ ਅੱਗ ਬੁਝਾਉਣ ਵਾਲਿਆਂ ਨੂੰ ਇੱਕ ਤੇਜ਼ ਅਤੇ ਵਧੇਰੇ ਸੰਪੂਰਨ ਤਸਵੀਰ ਦਿੰਦੇ ਹਨ ਕਿ ਅੱਗ ਕਿੱਥੇ ਸ਼ੁਰੂ ਹੋ ਰਹੀ ਹੈ।
ਇੱਕ ਅੱਗ ਜਿਸਦਾ ਜਲਦੀ ਪਤਾ ਲਗਾਇਆ ਜਾਂਦਾ ਹੈ ਅਤੇ ਬੁਝਾਇਆ ਜਾਂਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਅਜੇ ਵੀ ਛੋਟੀ ਹੈ, ਬਹੁਤ ਹੀ ਘੱਟ ਸੁਰਖੀਆਂ ਬਣਾਉਂਦੀ ਹੈ - ਜਿਸਦਾ ਨਤੀਜਾ ਅੱਗ ਬੁਝਾਉਣ ਵਾਲੇ ਕੰਮ ਕਰ ਰਹੇ ਹਨ। ਸੇਲੇਗ ਨੇ ਕਿਹਾ, "ਅੱਗਾਂ ਜੋ ਇਸ ਸਿਸਟਮ ਨੇ ਸਾਨੂੰ ਸਰੋਤਾਂ ਨੂੰ ਭੇਜਣ ਵਿੱਚ ਮਦਦ ਕੀਤੀ ਹੈ ਉਹ ਅੱਗ ਹਨ ਜਿਹਨਾਂ ਬਾਰੇ ਤੁਸੀਂ ਕਾਗਜ਼ਾਂ ਵਿੱਚ ਨਹੀਂ ਪੜ੍ਹਦੇ ਹੋ," ਸੇਲੇਗ ਨੇ ਕਿਹਾ। "ਜਿਨ੍ਹਾਂ ਨੂੰ ਤੁਸੀਂ ਨਹੀਂ ਦੇਖਦੇ।"
ਡਿਜ਼ਾਸਟਰ ਰਿਸਪਾਂਸ ਵਿੱਚ AI ਲਈ ਇੱਕ ਵਿਸਤ੍ਰਿਤ ਪਲੇਬੁੱਕ
ਜੰਗਲੀ ਅੱਗ ਦਾ ਪਤਾ ਲਗਾਉਣਾ, ਚੱਕਰਵਾਤ ਮਾਰਗ ਦੀ ਭਵਿੱਖਬਾਣੀ ਤੋਂ ਲੈ ਕੇ ਹੜ੍ਹਾਂ ਦੀ ਮੈਪਿੰਗ ਤੱਕ, ਕੁਦਰਤੀ ਆਫ਼ਤਾਂ ਦੇ ਵਿਰੁੱਧ ਤੈਨਾਤ ਕੀਤੇ ਜਾ ਰਹੇ AI ਪ੍ਰਣਾਲੀਆਂ ਦੇ ਇੱਕ ਵਿਆਪਕ ਰੁਝਾਨ ਦਾ ਹਿੱਸਾ ਹੈ। ਫਾਇਰ-ਡਿਟੈਕਸ਼ਨ ਲੇਅਰ ਨੂੰ ਜੋ ਵੱਖਰਾ ਕਰਦਾ ਹੈ ਉਹ ਇਸਦਾ ਬੰਦ ਲੂਪ ਹੈ: ਸੈਟੇਲਾਈਟ ਅਤੇ ਕੈਮਰਾ ਡੇਟਾ ਮਸ਼ੀਨ-ਲਰਨਿੰਗ ਕਲਾਸੀਫਾਇਰ ਦੁਆਰਾ ਵਹਿੰਦਾ ਹੈ, ਮਨੁੱਖੀ ਵਿਸ਼ਲੇਸ਼ਕਾਂ ਦੁਆਰਾ ਮਿੰਟਾਂ ਵਿੱਚ ਪ੍ਰਮਾਣਿਤ ਹੋ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਇੱਕ ਡਿਸਪੈਚ ਫੈਸਲੇ ਨੂੰ ਚਾਲੂ ਕਰਦਾ ਹੈ - ਕਈ ਵਾਰ ਕਿਸੇ ਵੀ ਮਨੁੱਖ ਦੁਆਰਾ ਦੂਰੀ 'ਤੇ ਧੂੰਆਂ ਦੇਖਣ ਤੋਂ ਪਹਿਲਾਂ।
ਐਮਰਜੈਂਸੀ ਸੇਵਾਵਾਂ ਏਜੰਸੀਆਂ ਲਈ, ਅਰਥ ਸ਼ਾਸਤਰ ਵੀ ਮਜਬੂਰ ਹਨ. ਕੈਮਰਾ ਨੈੱਟਵਰਕ ਅਤੇ ਸੈਟੇਲਾਈਟ ਡਾਟਾ ਸਬਸਕ੍ਰਿਪਸ਼ਨ ਦੀ ਲਾਗਤ ਇੱਕ ਇੱਕਲੇ ਵੱਡੇ ਜੰਗਲੀ ਅੱਗ ਦੁਆਰਾ ਦਮਨ ਦੇ ਖਰਚੇ ਵਿੱਚ ਖਪਤ ਹੁੰਦੀ ਹੈ, ਅਤੇ ਸਿਸਟਮ ਵਿੱਚ ਸੁਧਾਰ ਹੁੰਦਾ ਹੈ ਜਿਵੇਂ ਕਿ ਹੋਰ ਚਿੱਤਰ ਇਕੱਠੇ ਹੁੰਦੇ ਹਨ। ਫਾਇਰਸੈਟ ਤਾਰਾਮੰਡਲ ਦੇ ਅਜੇ ਵੀ ਪੂਰੀ ਤੈਨਾਤੀ ਤੋਂ ਕਈ ਸਾਲ ਬਾਅਦ, ਜ਼ਮੀਨ ਤੋਂ ਨੇੜੇ-ਮਿਆਦ ਦੇ ਲਾਭ ਆਉਣਗੇ: ਪੈਨੋ ਏਆਈ ਅਤੇ ਅਲਰਟ ਕੈਲੀਫੋਰਨੀਆ ਦੋਵੇਂ ਆਪਣੇ ਪੈਰਾਂ ਦੇ ਨਿਸ਼ਾਨ ਵਧਾ ਰਹੇ ਹਨ, ਅਤੇ ਦੂਜੇ ਰਾਜਾਂ ਵਿੱਚ ਫਾਇਰ ਏਜੰਸੀਆਂ ਕੈਲੀਫੋਰਨੀਆ ਮਾਡਲ ਦਾ ਅਧਿਐਨ ਕਰ ਰਹੀਆਂ ਹਨ।
ਔਰਬਿਟਲ ਕਵਰੇਜ ਅਤੇ ਜ਼ਮੀਨੀ-ਪੱਧਰ ਦੀ ਪ੍ਰਮਾਣਿਕਤਾ ਦਾ ਸੁਮੇਲ ਭਵਿੱਖ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦਾ ਹੈ ਜਿਸ ਵਿੱਚ ਸਵਾਲ ਹੁਣ ਇਹ ਨਹੀਂ ਹੈ ਕਿ ਅੱਗ ਦੀ ਸੂਚਨਾ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ ਜਾਂ ਨਹੀਂ, ਪਰ ਇਗਨੀਸ਼ਨ ਤੋਂ ਕਿੰਨੇ ਮਿੰਟ ਬਾਅਦ ਪਹਿਲਾ ਇੰਜਣ ਰੋਲਿੰਗ ਸ਼ੁਰੂ ਕਰਦਾ ਹੈ।
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
