برای چندین دهه، فناوری اطفاء حریق بر روی تشخیص متمرکز شده است. ماهواره ها، پهپادها و حسگرها سیگنال هایی را با گسترش آتش منتشر کردند. با این حال، اکنون سیستمهای هوش مصنوعی جدید در تلاش هستند تا اقدامات فوری انجام دهند. آنها دوربینهای حرارتی، الگوریتمهای یادگیری ماشین و واحدهای سرکوب محلی را با هم ترکیب میکنند که میتوانند در هنگام وقوع یک ناهنجاری حرارتی در نزدیکی خانهها یا مشاغل، فوراً واکنش نشان دهند.
به گزارش ایسنا، هوش مصنوعی از ماندن در مراکز داده فاصله می گیرد و خود را در زمینه های مختلف ثابت می کند. این گزارش به بررسی نقش آینده هوش مصنوعی در اطفای حریق و همکاری با آتش نشانان انسانی می پردازد.
آتش سوزی جنگل ها دیگر منتظر تابستان نیست. اکنون آنها در تمام طول سال با گرما، باد و خشکسالی همراه هستند و کل مناطق را می سوزانند. هر فصل رکوردهای جدیدی را به ارمغان می آورد که شامل تلفات بیشتر، تخلیه طولانی تر و تخریب کامل شهرها در عرض چند ساعت می شود.
به گزارش فوربس، رویترز گزارش داد که خسارات جهانی ناشی از بلایای طبیعی تنها در نیمه اول سال 2025 به نزدیک به 80 میلیارد دلار رسیده است که بیشتر آن ناشی از آتش سوزی های جنگلی و طوفان های شدید است. آتش نشانان با فرسودگی شغلی دست و پنجه نرم می کنند، بیمه ها از مناطق پرخطر خارج می شوند و جوامع به دنبال راه های جدیدی برای دفاع از خود هستند.
جستوجوی استراتژیهای دفاعی جدید یک سؤال جسورانه را مطرح کرد. در مورد اینکه آیا ماشین ها می توانند به مقابله با آتش سوزی کمک کنند یا خیر. اخیراً نشان داده شده است که یک سیستم هوش مصنوعی به نام FireDome قادر است شعله های کوچک را در چند ثانیه، مدت ها قبل از رسیدن خدمه انسانی، شناسایی و سرکوب کند.
معرفی سیستمهای هوش مصنوعی برای اطفای حریق بخشی از یک حرکت گستردهتر برای استفاده از هوش مصنوعی نه تنها برای پیشبینی، بلکه برای پاسخگویی است، که فاصله بین هشدار اولیه و پاسخ به موقع به آتشسوزیهای جنگلی را پر میکند. برای چندین دهه، فناوری اطفاء حریق بر روی تشخیص متمرکز شده است. ماهوارهها، پهپادها و حسگرها سیگنالهایی را با گسترش آتشسوزی ارسال میکردند، اما اکنون سیستمهای هوش مصنوعی جدید در تلاش هستند تا اقدامات فوری را انجام دهند. آنها دوربینهای حرارتی، الگوریتمهای یادگیری ماشین و واحدهای سرکوب محلی را با هم ترکیب میکنند که میتوانند در هنگام وقوع یک ناهنجاری حرارتی در نزدیکی خانهها یا مشاغل، فوراً واکنش نشان دهند.
آزمایش میدانی سیستم هوش مصنوعی FireDome در اکتبر 2025 انجام شد و نسخهای از این فناوری را نشان داد که از سنسورها و مدلهای هوش مصنوعی آموزش دیده بر روی میلیونها تصویر آتشسوزی برای پرتاب دقیق قوطیهای پر از آب یا مواد بازدارنده آتش سازگار با محیط زیست استفاده میکند. این رویداد بهعنوان گامی به سوی «تابآوری در برابر آتشسوزی بهعنوان یک سرویس» توصیف شده است، که در آن جوامع میتوانند سیستمهای خودکار را برای پاسخگویی در زمان واقعی هنگام ظهور تهدید مستقر کنند.
آنچه هنوز مشخص نیست مقیاس سیستم های نوآورانه ای مانند FireDome است. اگرچه سازنده ادعا می کند که سیستم آن حتی در آتش سوزی های بزرگ نیز موثر است. اگرچه نمایش این فناوری امیدوارکننده است، اما سؤالات مربوط به قابلیت اطمینان و ایمنی همچنان وجود دارد. آیا سیستم هایی مانند این می توانند به طور قابل اعتماد در خارج از منطقه آزمایش در زمین های غیرقابل پیش بینی و بادهای متغیر عمل کنند؟ آیا سیستم ها می توانند به راحتی با آتش نشانان انسانی ادغام شوند؟ هنوز مشخص نیست که این سیستم ها در صورت استقرار در طبیعت چگونه پاسخ خواهند داد.
آموزش واکنش به ماشین ها
وعده واقعی این فناوری ها در نحوه یادگیری آنها نهفته است. مدلهای هوش مصنوعی نشانههای حرارتی را شناسایی میکنند و تأیید میکنند که هیچ انسان، وسیله نقلیه یا حیوانی در منطقه مورد نظر وجود ندارد. سپس الگوریتمهای یادگیری ماشین برای عواملی مانند باد و شیب تنظیم میشوند و تصمیم میگیرند چه زمانی و کجا اقدام کنند. هر فعال سازی داده های جدیدی را به مدل ارائه می دهد و دقت را در طول زمان بهبود می بخشد.
محققان هوش مصنوعی این حالت را “یادگیری حلقه بسته” می نامند که در آن سیستم مشاهده می کند، اقدام می کند، نتیجه را بررسی می کند و سازگار می شود. این اساس طراحی اتومبیل های بدون راننده یا ربات های صنعتی است، اما در یک محیط طبیعی ناپایدار اعمال می شود.
در پاسخ به بلایای طبیعی، این توانایی برای یادگیری مداوم می تواند به ماشین ها کمک کند تا سریعتر از شبکه های هماهنگی انسانی حرکت کنند. البته اگر بازرسی ادامه پیدا کند.
ترکیبی از سرعت و مسئولیت
حامیان این فناوری پتانسیل را فراتر از آتش نشانی می بینند. لوری مور-مرل در بیانیه ای گفت، دکتر رئیس سابق آتش نشانی ایالات متحده، ادغام سیستم های خودکار با قابلیت های آتش نشانی دقیق می تواند به بیمه گران و دولت ها کمک کند تا در نحوه قیمت گذاری و مدیریت خطر آتش سوزی جنگلی تجدید نظر کنند. اما نگرانیهای جدیدی را در مورد استقلال، صدور گواهینامه، مسئولیتپذیری و چگونگی اطمینان از ایمن و پاسخگو بودن تصمیمهای بلادرنگ اتخاذ شده توسط الگوریتمها ایجاد میکند.
هدف از استفاده از مدل های هوش مصنوعی جایگزینی آتش نشان ها نیست، بلکه صرفه جویی در وقت آنهاست. فناوری تنها بخشی از راه حل است. هوش مصنوعی می تواند به افزایش سرعت کمک کند، اما عملکرد آن باید مسئولیت پذیر باشد. هدف از این مطالعه جایگزینی آتش نشانان نیست، بلکه صرفه جویی در وقت آنهاست.
اینجاست که سیاستگذاران باید وارد عمل شوند و مشکل را حل کنند. استفاده از هوش مصنوعی در مناطق حادثه خیز مرز بین کمک و خودمختاری را محو می کند.
جوامع به قوانین روشنی در مورد اینکه چه کسی سیستمها را کنترل میکند، خطاها چگونه گزارش میشوند و وقتی تصمیمات انسان و ماشین با هم برخورد میکنند چه اتفاقی میافتد، نیاز دارند.
فصل بعدی هوش مصنوعی در پاسخ به تغییرات آب و هوایی
ظهور سیستم های خودکار خاموش کننده آتش سوزی نقطه عطفی در سازگاری گسترده تر با تغییرات آب و هوایی است. هوش مصنوعی به جای ماندن در مراکز داده، وارد محیطهایی مانند جنگلها، دشتهای سیلآلود و شبکههای برق میشود که هر ثانیه آن اهمیت دارد. خواه هدف اطفاء حریق، پیشبینی سیل یا حفاظت از خطوط برق باشد، هوش مصنوعی از تحلیل به عمل میرود.
پیش بینی می شود خسارات بیمه شده ناشی از بلایای طبیعی و تغییرات آب و هوایی در جهان تا پایان سال 2025 به 145 میلیارد دلار برسد. خسارات بیمه شده ناشی از بلایای طبیعی و تغییرات آب و هوایی در جهان تا پایان سال 2025 به 145 میلیارد دلار برسد. این فشار دولت ها و شرکت ها را مجبور می کند به دنبال راه های سریعتر و هوشمندانه تر برای محدود کردن خسارت باشند.
سیستمهای هوش مصنوعی جایگزین نجاتدهندههای انسانی نمیشوند، اما میتوانند به یک لایه حفاظتی اضافی تبدیل شوند که عملکرد آنها را در زمان وقوع خطر و قطع شدن خطوط ارتباطی نشان میدهد.
آنچه ظاهر می شود فقط یک سیستم جدید نیست، بلکه نوع جدیدی از همکاری بین هوش و انعطاف پذیری است. چالش در حال حاضر ایجاد این همکاری مبتنی بر اعتماد، شفافیت و اثبات این است که وقتی جهنم بعدی همه چیز را در مسیر خود خراب می کند، واقعاً کار می کند.






ارسال پاسخ