Los incendios en California impulsan la carrera por las herramientas de detección con IA

Mientras los residentes de Los Ángeles luchan contra los incendios forestales, las comunidades de otros lugares están desplegando sistemas basados en inteligencia artificial para detectar incendios y detectar sus caminos.

Las agencias de bomberos están explorando un suite de innovaciones en IA para combatir incendios, como algoritmos de machine learning que analizan datos de satellite para pronosticar las trayectorias de los incendios. Al mismo tiempo, redes de sensores inteligentes escanean firmas térmicas y filtran falsas alarmas, lo que podría proporcionar a los bomberos alertas tempranas cruciales. Aunque estas herramientas aún no se han desplegado en la actual crisis de California, apuntan a un futuro en el que la tecnología podría acelerar drásticamente la detección y respuesta a incendios.

"Los datos de satélites y estaciones meteorológicas se pueden utilizar para producir un mapa en tiempo real que muestre las áreas más propensas a los incendios forestales", explica Supratik Mukhopadhyay, profesor de la Universidad Estatal de Luisiana que estudia IA y predicción de incendios. "Los recursos inactivos se pueden desplegar de forma preventiva en estas áreas de alto riesgo".

Identificar las zonas de alto riesgo de incendio es solo el primer paso. A medida que los incendios se vuelven potencialmente más frecuentes e intensos, los investigadores están compitiendo para desarrollar sistemas de IA para predecir dónde podrían comenzar los incendios y cómo se propagarán.

Investigadores de la Universidad del Sur de California han desarrollado un modelo de IA conocido como Red Adversarial Generativa Wasserstein condicional (cWGAN), inicialmente entrenado con datos simulados en condiciones ideales. Luego, el sistema se probó en incendios forestales de California entre 2020 y 2022, analizando patrones influenciados por el clima, el combustible y el terreno.

La investigación llega en un momento en que las agencias ya están desplegando IA en el campo. Austin Energy ha desplegado una red de cámaras impulsada por IA en todo el centro de Texas que escanea automáticamente en busca de signos de incendios forestales, con el objetivo de detectar las llamas antes de que se propaguen. El sistema utiliza 13 cámaras de alta definición que monitorean continuamente un área de 437 millas cuadradas, alertando a los bomberos con datos de ubicación e imágenes en vivo cuando se detecta humo.

Otras empresas se apresuran a desarrollar sistemas de detección similares con capacidades ampliadas. Brad Listerman, fundador y director ejecutivo (CEO) de PriviNet, con sede en Los Ángeles, está desarrollando redes de sensores impulsadas por IA que podrían funcionar con batería durante un año o más con energía solar. Su empresa está terminando los prototipos y preparándose para lanzar su primer producto.

"A menos que vaya a tener el ancho de banda de wifi o 5G extendiéndose por todas partes, necesita tener sensores de baja potencia en el terreno", dice Listerman. Su sistema incorporaría múltiples métodos de detección para identificar riesgos de incendio, incluidos sensores infrarrojos, dispositivos de detección de calor y una serie de sensores de Internet de las cosas (IoT) que alertarían a los usuarios sobre actividades sospechosas. Luego, las cámaras proporcionarían una verificación visual de la situación a través de fotografías.

La tecnología se basa en LoRaWAN, una red gratuita que puede funcionar a distancias de hasta 10 kilómetros. "Lo realmente importante es cómo mantener encendidos los dispositivos de bajo consumo y cómo obtener esa información", dice Listerman.

El desafío de recopilar y analizar datos ambientales es uno que las principales empresas tecnológicas también están abordando. IBM y la NASA han desarrollado un modelo fundacional geoespacial, disponible en Hugging Face, que puede ayudar a los científicos a estimar la extensión de incendios forestales pasados. El modelo forma parte de una colaboración más amplia para hacer que las aplicaciones climáticas y meteorológicas sean más accesibles, con desarrollos futuros destinados a identificar las condiciones que podrían provocar incendios forestales.

Mientras que la tecnología de IA avanza a pasos agigantados, la resolución de los satélites sigue siendo un obstáculo para el seguimiento de los incendios forestales.

"Los satélites actuales representan ubicaciones de incendios con píxeles, que tienen un rango de tamaño entre 300 x 300 M y 2 x 2 KM, que a menudo es demasiado grueso para dibujar explícitamente un perímetro de incendio discreto", dice Derek Mallia, profesor asistente de investigación en el Departamento de Ciencias Atmosféricas de la Universidad de Utah. Señaló que se están desarrollando métodos para incorporar datos de diferentes satélites para definir con mayor precisión estos perímetros de incendio utilizando IA, lo que también podría ayudar a identificar detecciones falsas provocadas por humo caliente o superficies cálidas.

Mallia señala que la urgencia de estos desarrollos tecnológicos se destaca por las condiciones que impulsan los incendios actuales. Explica que los incendios forestales de Los Ángeles comparten características con otros incendios destructivos, incluido el de Lahaina de 2023 en Hawái y el de Camp de 2018 en California: por ejemplo, todos ocurrieron durante importantes tormentas de viento descendente que crearon condiciones climáticas excepcionales para incendios.

"En estas condiciones, la ventana para controlar estos incendios es pequeña, ya que un incendio crecerá explosivamente", dice Mallia. Una vez que los incendios alcanzan un tamaño específico, los árboles y arbustos se envuelven por completo y emiten "temas de fuego": hojas y ramitas ardientes que el viento puede llevar millas adelante, iniciando nuevos focos de fuego.

Los departamentos de bomberos pueden complementar estas medidas preventivas con sofisticadas herramientas de predicción que pueden ayudar a las comunidades a gestionar los riesgos de incendio y la respuesta ante ellos. El Canadian Forest Fire Weather Index System, utilizado actualmente por muchos departamentos de bomberos de Estados Unidos y Canadá, combina características meteorológicas con datos científicos para evaluar el riesgo de incendio. Una vez que se inicia un incendio, los modelos de propagación predicen cómo avanzarán las llamas.

"El machine learning o los modelos de propagación de incendios basados en IA se ejecutan en tiempo real y podrían ser utilizados por los administradores de incendios para identificar las mejores Estrategias para la contención de incendios", dice Mallia.

Si bien los modelos de predicción meteorológica pueden pronosticar con precisión condiciones peligrosas con días de anticipación, los incendios aún pueden resultar devastadores. El Servicio Meteorológico Nacional utiliza términos como "tormenta de viento catastrófica cuesta abajo" y "riesgo extremo de incendio" para comunicar el peligro. Aún así, Mallia sugiere que se necesita más enfoque en la prevención de incendios en primer lugar.

"En términos generales, los incendios de Los Ángeles no se iniciaron en un área que sea práctica para la quema prescrita", explica Mallia. Sugiere varias medidas preventivas, que incluyen "cortes de energía, mejor mantenimiento de la infraestructura de energía y mejor educación sobre las actividades que no se deben realizar durante el clima de incendio".