मुख्य तथ्य
- स्टार्टअप संस्कृति और वन्यजीवन लचीलापन विशेषज्ञ आग से लड़ने के नए तरीके तैयार करने के लिए सहयोग कर रहे हैं।
- एआई के सबसे मूल्यवान अग्निशमन अनुप्रयोगों में से एक यह भविष्यवाणी कर रहा है कि आग कैसे व्यवहार करेगी या कहां से शुरू होगी।
- अग्निशामक का एक बड़ा हिस्सा रसद है, और यह सामान्य रूप से मशीन सीखने के लिए डेक पर महत्वपूर्ण अनुप्रयोगों में से एक है।
अभी सबसे कुशल अग्निशामकों में से कुछ लोग नहीं हैं।
जैसा कि पूरे पश्चिमी संयुक्त राज्य में जंगल की आग की संख्या और तीव्रता में वृद्धि हुई है, यह नई प्रकार की तकनीक पर चलने का कारण है जो उनसे लड़ने में मदद कर सकती है। इसमें डेटा विश्लेषण के लिए मशीन लर्निंग, ड्रोन, मानव रहित हवाई वाहन और उपग्रह निगरानी शामिल हैं।
कैलिफ़ोर्निया ने अकेले 2020 में 4.2 मिलियन एकड़ जले हुए को ट्रैक किया, जिसमें राज्य के इतिहास में छह सबसे बड़ी आग में से पांच एक साथ हुईं। इसने राज्य में कई तकनीक-संचालित अग्निशामक समाधानों को मंजूरी दी है, जिसमें भविष्य कहनेवाला विश्लेषण, कक्षा से आग की पहचान, और एआई-संचालित उपकरण निरीक्षण शामिल हैं।
"एआई-सक्षम सिस्टम पहले से ही आपदा राहत के समन्वय के लिए, टोही का संचालन करने और प्रत्यक्ष पुनर्प्राप्ति प्रयासों के लिए उपयोग किए जा रहे हैं। आपूर्ति श्रृंखलाओं में पैटर्न, प्रवृत्तियों और विसंगतियों का पता लगाना और लॉजिस्टिक समर्थन के लिए भी मशीन लर्निंग के लिए एक सामान्य कार्य बन गया है। एल्गोरिदम," आर्टिफिशियल इंटेलिजेंस फर्म प्रोटेक्टेडबाय.एआई के सीईओ जेटी कोस्टमैन ने लाइफवायर के साथ एक साक्षात्कार में कहा। "इन क्षमताओं को किराने की अलमारियों को स्टॉक करने या प्राकृतिक आपदाओं के मद्देनजर राहत प्रदान करने के लिए कॉन्फ़िगर किया जा सकता है।"
आकाश में आंखें
जंगल की आग प्रबंधन में एक आश्चर्यजनक समस्या है जिस पर ज्यादा ध्यान नहीं दिया गया है।सीधे शब्दों में कहें: जंगल की आग, विशेष रूप से प्राकृतिक घटनाओं से शुरू हुई नई या छोटी, को खोजना मुश्किल हो सकता है। अगर बिजली कहीं बीच में किसी पेड़ से टकराती है या एक अलग बिजली लाइन शहरों के बीच कहीं गिरती है, तो जब तक कोई इंसान इसे देखता है, तब तक यह कई एकड़ में आग लग सकती है।
…हमें सुरक्षित रखने में सक्षम एआई-सक्षम सिस्टम विकसित करने का समय कल नहीं है। कल की बात थी।
इस तरह, इस बिंदु पर अग्निशमन में एआई की सबसे महत्वपूर्ण भूमिकाओं में से एक का पता लगाना और विश्लेषण करना है: दूर के स्थानों में अलग-अलग आग का पता लगाना, उन पर नज़र रखना और यह निर्धारित करना कि प्रारंभिक प्रज्वलन क्या प्रदान करता है।
एक हाई-प्रोफाइल कारण बिजली के तारों से आता है, जैसा कि कैलिफोर्निया के पैसिफिक गैस और इलेक्ट्रिक आपदाओं द्वारा प्रदर्शित किया गया है। आमतौर पर, उन तारों को डिज़ाइन किया जाता है ताकि वे एक-दूसरे से संपर्क न करें और उच्च-ऊर्जा उत्पन्न करें। हालांकि, तेज हवाएं या असामान्य शुष्क मंत्र लाइनों के झूलने का कारण बन सकते हैं, जिससे चिंगारी और गर्म धातु के टुकड़े लाइनों से गिर जाते हैं, संभावित रूप से शुष्क वनस्पति को प्रज्वलित करते हैं।
"एक संभावित समाधान के रूप में, हेलीकॉप्टर गश्त और मानव रहित ड्रोन उड़ान सर्वेक्षण का उपयोग करके एकत्र की गई हवाई छवियों को विभिन्न बाहरी परिस्थितियों में जंगल की आग की घटनाओं की संभावना का आकलन करने के लिए एआई-आधारित सिमुलेशन मॉडल के साथ जोड़ा जाता है," डेविड कॉक्स, प्रमुख ने कहा लाइफवायर के साथ एक साक्षात्कार में, कॉग्निजेंट में ऊर्जा और उपयोगिता परामर्श।
"मॉडलिंग के आउटपुट को हाई-रिस्क प्रोफाइल सर्किट लाइनों की पहचान करने के लिए विभिन्न भू-स्थानिक दृश्य डैशबोर्ड को फीड किया जाता है। इस दृष्टिकोण ने उपयोगिता संगठनों को उच्चतम जोखिम प्रोफाइल वाले क्षेत्रों में ग्रिड सिस्टम रखरखाव को प्राथमिकता देने में मदद की है। मशीन लर्निंग टेक्नोलॉजीज भविष्यवाणी की सटीकता में सुधार के लिए वर्तमान में पहले से मौजूद एआई-आधारित मॉडल के शीर्ष पर तैनात किया जा रहा है।"
"वही तकनीक जो कुत्ते को बिल्ली से सटीक रूप से अलग करने में सक्षम है," कोस्टमैन ने कहा, "कैमरा, ड्रोन और उपग्रहों के माध्यम से पारंपरिक और थर्मल इमेजिंग का उपयोग करके हॉटस्पॉट खोजने के लिए तैयार किया जा सकता है।"
आग से कैसे खेलें
एक अन्य बर्कले परियोजना, जिसका नेतृत्व इसके फायर रिसर्च ग्रुप के तारेक ज़ोहदी ने किया है, मशीन लर्निंग का उपयोग "डिजिटल ट्विन" बनाने के लिए करती है - एक मौजूदा आग का आभासी डुप्लिकेट - जिसका उपयोग डेटा वैज्ञानिकों द्वारा परीक्षण मामले के रूप में किया जाता है।
डिजिटल ट्विन का उपयोग करके, डेटा वैज्ञानिक आग के भविष्य के व्यवहार के लिए एक उचित मॉडल तैयार कर सकते हैं, जो अग्निशामकों के लिए अधिक सूचित रसद की अनुमति देता है। जंगल की आग के आसपास या उसके ऊपर उड़ान योजना बनाना आसान है, उदाहरण के लिए, यदि आपको इस बात का अच्छा अंदाजा है कि जंगल की आग कहाँ जा रही है।
एक ही विभाग में रोकथाम प्रभाव और बायोस्फीयर मॉडलिंग के लिए इसी तरह की परियोजनाएं काम कर रही हैं, जैसे कि यह पता लगाना कि "निर्धारित बर्न्स" को अंजाम देने के लिए कौन से दिन सबसे अच्छे होंगे, एक प्राकृतिक पर्यावरण के प्रबंधन और सुरक्षा के लिए एक जानबूझकर आग शुरू की गई।
इस समय क्षेत्र में सबसे अधिक मेटल एंटी-वाइल्डफायर तकनीक है, हालांकि, बमबारी रन के लिए ड्रोन का उपयोग है।पिछले दशकों में, भूमि प्रबंधक पोटाशियम-ग्लाइकॉल आवेशों को "ड्रैगन अंडे" के रूप में जाना जाता है - हेलीकॉप्टर के माध्यम से हवा से अपने स्वयं के निर्धारित जलने को अंजाम देते थे।
अब, ड्रोन एक ही काम कर सकते हैं, सस्ता और अधिक सटीकता के साथ, एक ही ड्रैगन अंडे का उपयोग करके सक्रिय जंगल की आग के खिलाफ बाधाओं को बनाने में मदद करने के लिए ईंधन की उन आग से सावधानीपूर्वक वंचित कर सकते हैं जिनका वे विस्तार करने के लिए उपयोग कर सकते हैं।
"उनका मुकाबला करने की क्षमता विकसित करने से पहले आपदा आने तक प्रतीक्षा करने की एक खेदजनक प्रवृत्ति है," कोस्टमैन ने कहा।
"मौजूदा खतरों को देखते हुए मानवता अब खुद को जलवायु परिवर्तन, वैश्विक महामारियों, अभूतपूर्व साइबर खतरों, आर्थिक रंगभेद, राजनीतिक अस्थिरता और सत्तावाद के बड़े पैमाने पर उदय-एआई-सक्षम प्रणालियों को विकसित करने के लिए संघर्ष करने के लिए पाती है। हमें सुरक्षित रखने में सक्षम कल नहीं है। यह कल था।"
