fbpx

Califórnia recorre à Inteligência Artificial para prevenir incêndios

Califórnia

Os bombeiros da Califórnia estão a utilizar a Inteligência Artificial para ajudar a identificar os incêndios florestais. Mais de 1.000 câmeras estrategicamente posicionadas são utilizadas para introduzir vídeos numa máquina que posteriormente notifica os primeiros socorros quando devem ser mobilizados.

Como exemplo, a solução detectou um incêndio que começou pela madrugada, hora local, na remota Floresta Nacional de Cleveland, a cerca de 80 km de San Diego, como ilustração das possibilidades da iniciativa ALERTCalifornia AI, que foi lançada no mês de Julho.

Através da Inteligência Artificial foi possível comunicar o facto a um comandante dos bombeiros, que enviou uma equipe de bombeiros, composta por duas equipas de intervenção. Em 45 minutos, O Cal Fire informou que o incêndio foi extinto em 45 minutos.

Cal Fire, abreviatura de California Department of Forestry and Fire Protection, é a agência governamental da Califórnia, EUA, responsável pelo combate aos incêndios e pela resposta a emergências. É actualmente uma das maiores agências de combate a incêndios dos Estados Unidos, tem como missão é salvaguardar os recursos naturais do estado, bem como a segurança dos seus habitantes.

No caso da nova iniciativa, a plataforma baseia-se em 1038 câmaras instaladas por várias agências públicas e empresas de electricidade em toda a região, cada uma das quais é capaz de rodar 360 graus ao comando de operadores remotos. O serviço foi desenvolvido por engenheiros da Universidade da Califórnia em San Diego (UCSD), utilizando a IA da DigitalPath, uma empresa com sede em Chico, na Califórnia.

O programa já custou 20 milhões de dólares e só está em ação desde julho, mas já conseguiu minimizar os efeitos de pelo menos um incêndio florestal na Califórnia.

Embora ainda não disponha de um relatório completo, o Cal Fire apresentou outros casos em que a Inteligência Artificial ajudou com que os bombeiros fossem rapidamente avisados de casos de incêndios antes mesmo de ser feita uma chamada para o número de emergência.

De acordo com Neal Driscoll, professor de geologia e geofísica na UCSD e principal investigador do projecto, a amostra é até agora muito reduzida para que se possam tirar conclusões sólidas.

O Cal Fire espera que a tecnologia possa servir de modelo para outros estados e nações em todo o mundo, como demonstrado pelos incêndios extremamente devastadores que ocorreram no Havaí, no Canadá e no Mediterrâneo.

Para Suzann Leininger, especialista em inteligência do Cal Fire em El Cajon, a solução é “100% aplicável em todo o mundo, especialmente agora que estamos a experimentar regimes de incêndio muito maiores e mais frequentes e com as alterações climáticas”.

As actividades de Leininger incluem a ajuda à aprendizado da máquina (Machine Learning). Examina as imagens previamente arquivadas da rede de câmaras do que a IA acredita ser um incêndio e, em seguida, informa a máquina da sua exatidão com uma resposta alternativa.

A plataforma recolhe uma quantidade de informação para além da rede de câmaras, incluindo um levantamento aéreo para medir as plantações que podem dar origem a novos incêndios e identificar a superfície da Terra abaixo da cobertura florestal, de acordo com Driscoll.

Fora do alcance da visão humana, estão também a ser recolhidos dados de infravermelhos e de outros comprimentos de onda por aviões e drones. A plataforma pode medir os rios atmosféricos e o volume de neve no inverno.

Segundo Driscoll, a equipa da UCSD está também a recolher informações sobre marcas de incêndios e os seus efeitos nos processos de erosão, no transporte de resíduos, na qualidade da água e na qualidade do solo.

Os dados, que são acessíveis a qualquer empresa ou investigador universitário, podem ser utilizados para simular o movimento dos incêndios e fazer progressos em aplicações de IA para a investigação ambiental.

Fonte Reuters

Revista Kabum Digital Banner
Artigos relacionados

Subscreva-se à nossa newsletter. Fique por dentro da tecnologia!

Total
0
Share