131 1300 0010
根據消息報道，一場迅速蔓延的山火切斷了加州比尤特縣居民用于撤離的公路，迫使他們棄車逃生。幸運的是，由于這場大火被提早探測到使得政府部門可以發布更及時的訊息，許多居民在此之前已經撤離。
科學技術離自動探測甚至預測山火還有多遠？全美的計算機科學家和研究者們正努力讓這一天早日到來。據有26年工作經驗的消防員Jim Crawford稱，隨著近些年山火頻發，早期預測正變得愈發關鍵。今年以來，加州已經爆發了5500場山火，過火面積達64萬英畝。
消防部門大多數情況下通過火警電話獲知山火發生，他們也會借助遍布全州的攝像頭，其中一些攝像頭搭載了探測算法并同衛星連接，但整個系統的運作并不實時，專家認為還有更好的提升方案。
“很多人希望用人工智能來發現火災的位置，蔓延方向和速度。”圣何塞州立大學教授Craig Clements說。例如已經建立的同步環境應用衛星（GOES）早期火災探測系統，它使用了美國國家大氣和海洋管理局的衛星和火災探測算法。
在該領域有豐富經驗的加州大學戴維斯分校遙感專家Alex Koltunov常年致力于用相關算法處理數據來盡可能早地探測到山火，他指出在這一過程中并沒有單一工具可以一勞永逸地解決問題。“每一種方法都有局限性，”Koltunov說，并用基于算法的探測方法舉例，“數據是否滿足需求？是否只是居民后院的戶外燒烤？而且有時云也會被識別為野火。”
消防員Crawford也強調技術只是一條途徑。也需要人力，機器，政府機構合作從陸地，天上和太空來探測山火。他表示手機是他們最重要的工具，因為大多數山火信息來自于報警電話，人類巡護員將繼續在人跡稀少的山區和鄉間巡邏預警，特別是一些高風險等級的地區。除此之外，林業局配備紅外傳感器的飛機夜間也會加入進來。
同時，NASA的計算機工程師MacKinnon也在測試一個模仿人類大腦的基于機器學習的神經網絡，它可以借助衛星系統拍攝地球照片來探測山火。專家希望它能最終發展成一個自動探測系統。
在實驗中，該系統面對來自世界各地的山火數據能夠實現98%的識別成功率。但這樣一個MacKinnon希望發射廉價火災探測衛星進行配合并結合神經網絡技術的系統投入實用還需要多年的時間。他的最終目標是在山火發生幾小時后人們就能做出預警。
