在薩諾瑪縣（加利福尼亞州）擔任社群警報和預警經理的八年裡，薩姆·沃利斯多次眼睜睜地看著野火肆虐他所保護的城市和小鎮。火災常常在幾乎沒有預警的情況下，夷平了房屋，燒焦了舊金山以北風景如畫的山坡、山谷和葡萄園。去年，沃利斯不得不疏散自己的家。2017年，他的房產上散落著致命的、37000英畝的塔布斯大火（加州歷史上最具破壞性的火災之一）被風吹來的碎片。“塔布斯大火是一起開創性事件，一場絕對規模龐大、移動迅速的火災，我們根本無法追蹤，”沃利斯說。
一旦那場大火被撲滅，幾個地方機構就開始安裝一套塔式攝像頭系統，稱為ALERTWildfire，以尋找煙霧和火焰，以便在火勢失控之前進行撲救。薩諾瑪縣的21個高功率裝置掃描並拍攝易發火災地區的照片。它們每10秒傳送影像，幫助確認——有時甚至發現——突發火情。縣消防應急中心的排程員試圖密切關注這些傳入的影像，這些影像顯示在影片監視牆上，並在看到任何可疑煙霧時嚮應急人員發出警報。他們還接聽市民的911報警電話。
沃利斯說，對於任何人來說，這都是一項艱鉅的任務，尤其是在風險如此之高的情況下。“你不可能真的讓人整天整夜盯著那面牆，等待火災發生。”
支援科學新聞報道
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道： 訂閱。透過購買訂閱，您將有助於確保有關當今塑造我們世界的發現和想法的具有影響力的故事的未來。
今天，他有了一個強大且不知疲倦的新夥伴：自5月1日起，與攝像頭連線的人工智慧軟體一直在篩選所有影像，以人類眼睛無法達到的速度將它們與同一地點的歷史照片進行比較。如果發現任何異常，系統會向排程中心發出警報。ALERTWildfire系統的開發者、內華達大學裡諾分校內華達地震實驗室主任格雷厄姆·肯特說，目標是更早地調查潛在的火災發生點，並更快地讓消防員趕到現場。
ALERTWildfire攝像頭捕捉到受控燃燒產生的煙霧。右側地圖顯示其位於加利福尼亞州佩塔盧馬以東。圖片來源：ALERTWildfire.org
自從薩諾瑪縣全面啟用這項技術以來的幾周內，人工智慧在發現火情方面比911報警電話快了多達10分鐘——這只是一個很小的時間視窗，但卻可能意味著焦痕和失控的野火之間的區別。“我謹慎樂觀地認為，人工智慧是一項可以幫助我的縣保持安全的服務，”沃利斯說。
薩諾瑪消防和EMS排程中心執行主任KT·麥克納爾蒂說，隨著排程員學會使用它，該系統每週都在改進。軟體開發人員添加了一個數據儀表板、聲音警報和其他功能，以改進人工智慧和人類操作員之間的協調，她說。
人工智慧演算法仍有一些學習要做，有時911報警電話仍然比它們更快。曾與IBM合作併為聯合國提供人工智慧問題諮詢的創新者尼爾·薩霍塔估計，該系統需要“看到”至少70起真實火災，才能獲得足夠的資訊。它還需要學習薩諾瑪縣地形的“詞彙”——例如區分煙霧和雲霧（有一次，人工智慧被當地地熱田“蓋澤間歇泉”的蒸汽觸發）。薩霍塔說，消除此類誤報需要時間，他與薩諾瑪專案無關。沃利斯希望該系統能在11月開始提供始終如一的可靠情報。
其他加州社群一直在關注薩諾瑪開創性的人工智慧監控。肯特說，一些社群即將承諾與提供薩諾瑪系統的韓國公司Alchera合作。Alchera代表羅伯特·格雷說，該公司的目標是將人工智慧擴充套件到西部六個州的所有850個ALERTWildfire攝像頭。
類似早期探測技術正在新墨西哥州進行測試，那裡的土地管理者正在使用人工智慧分析紅外衛星影像，並報告指示可能是早期火災的地表“熱點”的資料。在巴西，科學家部署了一個人工智慧系統，該系統處理來自塔式360度攝像頭的影像，並就任何明顯的火災向當地官員發出警報。在三年內，該系統已將火災探測時間從平均40分鐘縮短到不到5分鐘。肯特還在澳大利亞首都堪培拉周圍的地區啟動了一個名為BushfireLIVE的攝像頭網路，該網路將使用Alchera的人工智慧系統。
ALERTWildfire攝像頭位於薩諾瑪縣蓋澤間歇泉地區，安裝在現有的公用事業塔上。右側地圖上的白色箭頭顯示了攝像頭的位置。藍色箭頭指示該地區的其他攝像頭。圖片來源：ALERTWildfire.org
最終，人工智慧探測網路甚至可能能夠測量火災發生前的風險。這需要訓練一個系統，將來自攝像頭影像的歷史資料與已知導致火災發生的各種因素（如降水、溼度和植被中的水分含量）結合起來。人工智慧可以即時處理和組合數百萬個此類資料點，速度遠快於人類。“當所有這些拼圖碎片拼湊在一起，形成火災潛在風險時，我們將能夠預測火災實際可能爆發的地點，”薩霍塔說。在確定潛在的熱點後，官員可以採取措施來降低風險，例如清理乾燥的灌木叢，設定受控的回火來燒掉潛在的燃料，以及其他措施。
在澳大利亞——2019年和2020年的火災燒燬了超過4700萬英畝的土地，共造成34人死亡——土地管理者正在使用谷歌地球、氣候資料和人工智慧系統來測試這項技術。研究人員研究了2001年至2019年的澳大利亞火災資料，發現野火最重要的驅動因素是土壤溼度，其次是氣溫和乾旱水平指數，這是去年發表在《遙感》雜誌上的一篇論文的結論。這些發現有助於確定人工智慧應優先監測哪些變數。
薩諾瑪縣有大約20個月的時間來決定是否與Alchera簽訂長期合同。為了做出這個決定，沃利斯將評估人工智慧的速度和一致性——“確切地說，這些警報是如何勝過或沒有勝過911報警電話的，”他說。
隨著加利福尼亞州和美國西部其他地區為迎接又一個潛在的破壞性火災季節而加緊準備，肯特對人工智慧將帶來更快的火災響應抱有很高的期望。但他敦促市民繼續透過911和Twitter報告火災。即使是擁有百年曆史的消防塔系統，其人類瞭望員透過無線電和樹到樹的電話線進行報告，仍然有其地位。“我們正處於與野火的激烈戰鬥中，你不想把任何工具都扔掉，”他說。