Die Gefahr von Waldbränden steigt. Sowie neue Lösungen der künstlichen Intelligenz, um dem entgegenzuwirken

LONDON – Durch den Klimawandel verursachte Waldbrände haben in diesem Sommer Gemeinden von Maui bis zum Mittelmeer heimgesucht, zahlreiche Menschen getötet, Feuerwehrleute erschöpft und die Nachfrage nach neuen Lösungen erhöht. Betreten Sie künstliche Intelligenz.

Feuerwehrleute und Startups nutzen KI-gestützte Kameras, um den Horizont nach Anzeichen von Rauch abzusuchen. Ein deutsches Unternehmen baut eine Satellitenkonstellation auf, um Brände aus dem Weltraum zu erkennen. Microsoft nutzt Modelle der künstlichen Intelligenz, um vorherzusagen, wo das nächste Feuer ausbrechen könnte.

Da Waldbrände im Zuge der Erderwärmung an Größe und Intensität zunehmen, bemühen sich Feuerwehrleute, Versorgungsunternehmen und Regierungen, die Flammen durch den Einsatz der neuesten Technologien der künstlichen Intelligenz zu bekämpfen – die Angst und Begeisterung über ihr Potenzial, Leben zu verändern, geweckt haben. Während gestresste Ersthelfer zunehmend darauf hoffen, dass die KI ihnen Unterstützung bietet, besteht weiterhin Bedarf an der Überprüfung der Genauigkeit der Technologie durch Menschen.

Kaliforniens wichtigste Feuerwehrbehörde hat diesen Sommer mit dem Testen eines künstlichen Intelligenzsystems begonnen, das mehr als 1.000 Kameras auf Berggipfeln nach Rauch scannt, und weitet seinen Einsatz nun landesweit aus.

Das System ist darauf ausgelegt, „Anomalien“ zu finden und Notfallleitstellen zu alarmieren, wo das Personal prüft, ob sich tatsächlich Rauch oder etwas anderes in der Luft befindet.

„Das Schöne daran ist, dass es sofort auf dem Bildschirm erscheint und Disponenten oder Anrufer diesen Bildschirm abfragen können“ und entscheiden können, ob sie eine Crew schicken oder nicht, sagte Philip Selig, Stabschef des kalifornischen Ministeriums für Forstwirtschaft und Forstwirtschaft. Brandschutz.

Die Kameras, Teil eines Netzwerks, das die Arbeiter zuvor überwachen mussten, liefern Milliarden Bytes an Daten, die das KI-System verarbeiten kann. Auch wenn Rauchsichtungen immer noch von Menschen bestätigt werden müssen, trägt das System dazu bei, die Ermüdung von Mitarbeitern zu verringern, die normalerweise mehrere Bildschirme und Kameras überwachen, und weist sie darauf hin, nur dann hinzusehen, wenn es zu einem potenziellen Feuer oder Rauch kommt, sagte SeLegue.

Es hat wirklich geholfen. Ein Bataillonskommandeur erhielt mitten in der Nacht einen Rauchmelder, bestätigte ihn auf seinem Mobiltelefon und rief die Kommandozentrale in San Diego an, um Ersthelfer in die abgelegene Gegend zu verweisen.

Die Disponenten sagten, wenn sie nicht alarmiert worden wären, wäre das Feuer viel größer gewesen, da es wahrscheinlich erst am nächsten Morgen bemerkt worden wäre, sagte SeLegue.

Das Startup Pano AI aus San Francisco verfolgt einen ähnlichen Ansatz und installiert Kameras auf Mobilfunkmasten, die Rauch scannen und Kunden alarmieren, darunter Feuerwehren, Versorgungsunternehmen und Skigebiete.

Die Kameras nutzen Computer Vision Machine Learning, eine Art künstliche Intelligenz.

„Sie sind speziell darauf trainiert, Rauch zu erkennen oder nicht, und wir schulen sie mit Bildern von Rauch und Bildern von Nichtrauch“, sagte Sonja Kastner, CEO des Unternehmens.

Die Bilder werden mit Feeds von staatlichen Wettersatelliten, die nach Hotspots suchen, sowie mit anderen Datenquellen wie Social-Media-Beiträgen kombiniert.

Die Technologie überwindet eines der Hauptprobleme der herkömmlichen Methode zur Erkennung von Waldbränden – sie stützt sich auf Notrufe von Unbeteiligten, die vom Personal bestätigt werden müssen, bevor Besatzungen und Wasserabwurfflugzeuge eingesetzt werden.

„Im Allgemeinen handelt es sich bei nur einem von 20 Notrufen tatsächlich um einen Waldbrand. Selbst während der Feuersaison kann es Wolken, Nebel oder Grillen geben“, sagte Kastner.

Die KI-Systeme von Pano sind immer noch auf die endgültige Bestätigung angewiesen, bei der Regisseure einen Zeitraffer des Kamerabilds abspielen, um zu bestätigen, dass Rauch aufsteigt.

Für die Bekämpfung von Waldbränden „ist Technologie wirklich unverzichtbar geworden“, sagte Larry Bekedahl, Senior Vice President für Energieversorgung bei Portland General Electric, Oregons größtem Energieversorger und Pano AI-Kunde.

Versorgungsunternehmen spielen manchmal eine Rolle bei der Entstehung von Waldbränden, wenn ihre Stromleitungen durch Wind zum Einsturz gebracht oder von umstürzenden Bäumen getroffen werden. Hawaiis Energieversorger gab zu, dass seine Stromleitungen diesen Sommer einen verheerenden Brand auf der Insel Maui verursachten, nachdem sie offenbar durch starke Winde umgestürzt waren.

PGE, das 51 Städte in Oregon mit Strom versorgt, setzte 26 Pano AI-Kameras ein, was laut Bekedal dazu beitrug, die Reaktion und Koordination mit den Rettungsdiensten zu beschleunigen.

Früher fuhren Feuerwehren „umher und suchten nach Dingen und wussten nicht einmal genau, wo sie sich befanden“, sagte er. Die Kameras tragen dazu bei, Brände schneller zu erkennen und Teams schneller vor Ort zu bringen, wodurch bis zu zwei Stunden Reaktionszeit eingespart werden.

„Dies ist wichtig im Hinblick darauf, wie schnell sich ein Feuer ausbreiten und ausbreiten kann“, sagte Bekedal.

Juan La Vista Veres, Chefdatenwissenschaftler bei Microsoft, sagte, die Verwendung von KI zur Erkennung von Rauch aus Bränden sei „relativ einfach“.

„Es ist nicht einfach, genügend Kameras zu haben, die genügend Orte abdecken“, sagte er und verwies auf weite abgelegene Gebiete im Norden Kanadas, die diesen Sommer brannten.

Das Ferris-Team bei Microsoft entwickelt Modelle der künstlichen Intelligenz, um vorherzusagen, wo Brände wahrscheinlich entstehen. Sie speisten die Modellkarten zuvor verbrannter Gebiete sowie Klima- und Geodaten ein.

Das System hat seine Grenzen: Es kann keine zufälligen Ereignisse wie einen Blitzeinschlag vorhersagen. Aber es kann historische Wetter- und Klimadaten durchsuchen, um Muster zu erkennen, etwa welche Gebiete normalerweise trockener sind. Sogar eine Straße, die anzeigt, dass sich Menschen in der Nähe befinden, sei ein Risikofaktor, sagte Ferris.

„Es wird nicht ganz richtig laufen“, sagte er. „Aber was es tun kann, ist, eine Wahrscheinlichkeitskarte (basierend auf) dem zu erstellen, was in der Vergangenheit passiert ist.“

Die Technologie, die Microsoft als Open-Source-Tool anbieten will, könnte Ersthelfern helfen, herauszufinden, worauf sie ihre begrenzten Ressourcen konzentrieren sollen, sagte Ferris.

Ein anderes Unternehmen sucht in den Himmeln nach einer Lösung. Das deutsche Startup OroraTech analysiert Satellitenbilder mithilfe künstlicher Intelligenz.

OroraTech nutzte Fortschritte in der Kameratechnologie, Satelliten und künstlicher Intelligenz und brachte zwei kleine, schuhkartongroße Satelliten in eine niedrige Umlaufbahn, etwa 550 Kilometer (340 Meilen) über der Erdoberfläche. Das Münchner Unternehmen hofft, im nächsten Jahr acht weitere zu schicken und schließlich 100 ins All zu schicken.

Als dieses Jahr in Zentralchile Waldbrände wüteten, lieferte OroraTech nach eigenen Angaben Wärmebilder bei Nacht, wenn Drohnen weniger eingesetzt werden.

Wochen nachdem OroraTech seinen zweiten Satelliten gestartet hatte, entdeckte es ein Feuer in der Nähe der Keeg River-Gemeinde im Norden von Alberta, wo in diesem Sommer wiederholt Brände abgelegene Teile des borealen Waldes niedergebrannt haben.

„Es gibt Algorithmen auf dem Satelliten, die sehr effektiv sind, um Brände schneller zu erkennen“, sagte CEO Thomas Grobler.

Die KI berücksichtigt auch Vegetation und Luftfeuchtigkeit, um Ausbrüche zu erkennen, die zu verheerenden Großbränden führen könnten. Diese Technologie könnte Feuerwehren dabei helfen, ihre Ressourcen gezielt auf die Brände zu lenken, die wahrscheinlich den größten Schaden anrichten.

„Da wir genau wissen, wo die Brände sind, können wir sehen, wie sich die Brände ausbreiten werden. Also, welche Brände die größten Brände an einem Tag sein werden und welche von selbst aufhören werden“, sagte Grobler.

___

AP Technology-Autorin Barbara Ortutay aus San Francisco hat dazu beigetragen.