Gli incendi in California spingono la gara per strumenti di rilevamento AI

Mentre i residenti di Los Angeles combattono gli incendi boschivi, altre comunità stanno distribuendo sistemi basati sull'AI per rilevare incendi e prevedere i loro percorsi.

I vigili del fuoco stanno esplorando una suite di innovazioni AI per combattere le fiamme, come gli algoritmi di machine learning che analizzano i dati satellite per prevedere i percorsi degli incendi. Allo stesso tempo, le reti di sensori intelligenti analizzano le tracce di calore e filtrano i falsi allarmi, fornendo potenzialmente ai vigili del fuoco degli avvertimenti tempestivi e cruciali. Sebbene questi strumenti non siano ancora stati impiegati nell'attuale crisi californiana, indicano un futuro in cui la tecnologia potrebbe accelerare drasticamente il rilevamento e la risposta agli incendi.

"I dati satellitari e delle stazioni meteorologiche possono essere utilizzati per produrre una mappa in tempo reale che mostri le aree più soggette agli incendi," spiega Supratik Mukhopadhyay, professore della Louisiana State University che studia AI e previsione incendi. "Le risorse possono essere implementate preventivamente in queste aree ad alto rischio."

Identificare le zone di incendio ad alto rischio è solo il primo passo. Man mano che gli incendi diventano potenzialmente più frequenti e intensi, i ricercatori si affrettano a sviluppare sistemi di AI per prevedere dove potrebbero iniziare gli incendi e come si diffonderanno.

I ricercatori della University of Southern California hanno sviluppato un modello di AI noto come condizionale Wasserstein Generative Adversarial Network (cWGAN), inizialmente addestrato su dati simulati in condizioni ideali. Il sistema è stato poi testato sugli incendi in California tra il 2020 e il 2022, analizzando i modelli influenzati dalle condizioni meteorologiche, dal carburante e dal terreno.

La ricerca arriva mentre le agenzie stanno già impiegando l'AI sul campo. Austin Energy ha implementato una rete basata su AI di telecamere in tutto il Texas centrale che scansiona automaticamente i segni di incendi boschivi, con l'obiettivo di individuare gli incendi prima che si diffondano. Il sistema utilizza 13 telecamere ad alta definizione che monitorano continuamente un'area di 437 miglia quadrate, avvisando i vigili del fuoco con dati di posizione e immagini in tempo reale quando viene rilevato fumo.

Altre aziende stanno gareggiando per sviluppare sistemi di rilevamento simili con funzionalità estese. Brad Listerman, fondatore e CEO di PriviNet, con sede a Los Angeles, sta sviluppando reti di sensori basato su AI che potrebbero funzionare a batteria per un anno o più con l'energia solare. La sua azienda sta ultimando i prototipi e si sta preparando a lanciare il suo prodotto di debutto.

"A meno che non si voglia diffondere la larghezza di banda del Wi-Fi o del 5G, è necessario disporre di sensori a bassa potenza a terra", afferma Listerman. Il suo sistema incorporerebbe molteplici metodi di rilevamento per identificare i rischi di incendio, inclusi sensori a infrarossi, dispositivi di rilevamento del calore e una serie di sensori Internet of Things che avverrebbero gli utenti di attività sospette. Le telecamere fornirebbero quindi una verifica visiva della situazione attraverso fotografie.

La tecnologia si basa su LoRaWAN, una rete gratuita che può operare su distanze fino a 10 chilometri. "La cosa davvero importante è: come si tengono lì i dispositivi a basso consumo e poi come si fa a diffondere queste informazioni?" dice Listerman.

Raccogliere e analizzare i dati ambientali è una sfida che stanno affrontando anche le principali aziende tecnologiche. IBM e NASA hanno sviluppato un foundation model geospaziale, disponibile su Hugging Face, che può aiutare gli scienziati a stimare l'entità degli incendi boschivi passati. Il modello fa parte di una collaborazione più ampia per rendere più accessibili le applicazioni climatiche e meteorologiche, con sviluppi futuri volti a identificare condizioni che potrebbero causare incendi boschivi.

Mentre la tecnologia dell'AI avanza, la risoluzione satellite rimane un ostacolo per il monitoraggio degli incendi.

"I satelliti di oggi rappresentano luoghi di incendio con pixel, che hanno un intervallo di dimensioni compreso tra 300 x 300 M e 2 x 2 KM, spesso troppo grossolano per tracciare esplicitamente un perimetro di fuoco discreto", afferma Derek Mallia, Professore Assistente di Ricerca nel Dipartimento di Scienze Atmosferiche dell'Università dello Utah. Ha osservato che si stanno sviluppando metodi per integrare i dati provenienti da diversi satelliti per definire con maggiore precisione i perimetri degli incendi utilizzando l'AI, che potrebbe anche aiutare a identificare falsi rilevamenti innescati da fumo caldo o superfici calde.

Mallia osserva che l'urgenza di questi sviluppi tecnologici è evidenziata dalle condizioni che alimentano gli incendi attuali. Spiega che gli incendi boschivi di Los Angeles condividono caratteristiche con altri incendi distruttivi, tra cui quello di Lahaina 2023 alle Hawaii e quello di campo del 2018 in California: ad esempio, si sono verificati tutti durante tempeste di vento a cascata gravi che hanno creato condizioni meteorologiche eccezionali per gli incendi.

"In queste condizioni, la finestra per tenere sotto controllo questi incendi è piccola, poiché un incendio cresce in modo esplosivo," dice Mallia. Quando gli incendi raggiungono una dimensione specifica, alberi e arbusti vengono completamente avvolti ed emettono "firebrand", foglie e ramoscelli ardenti che possono essere trasportati a chilometri dal vento, dando inizio a nuovi incendi puntuali.

I vigili del fuoco possono integrare questi approcci preventivi con sofisticati strumenti di previsione che possono aiutare le comunità a gestire i rischi e la risposta agli incendi. Il Canadian Forest Fire Weather Index System, attualmente utilizzato da molti dipartimenti dei vigili del fuoco negli Stati Uniti e in Canada, combina caratteristiche meteorologiche con dati scientifici per valutare il rischio di incendio. Dopo l'inizio degli incendi, i modelli di propagazione prevedono l'avanzamento delle fiamme.

"I modelli di propagazione del fuoco basati su machine learning o AI funzionano in tempo reale e potrebbero essere utilizzati dai responsabili del fuoco per identificare le migliori strategie di contenimento degli incendi," afferma Mallia.

Sebbene i modelli di previsione meteorologica possano prevedere con precisione condizioni pericolose con giorni di anticipo, gli incendi possono comunque rivelarsi devastanti. Il National Weather Service utilizza termini come "tempesta di vento catastrofica in discesa" e "rischio estremo di incendio" per comunicare il pericolo. Tuttavia, Mallia suggerisce che è necessario concentrarsi maggiormente sulla prevenzione degli incendi.

"In generale, gli incendi di Los Angeles non sono stati accesi in un'area pratica per la combustione prescritta". spiega Mallia. Suggerisce diverse misure preventive, tra cui "interruzioni di corrente, migliore manutenzione delle infrastrutture elettriche e una migliore educazione sulle attività da non fare durante il tempo degli incendi."