برای دههها، فناوری اطفاء حریق جنگلها بر تشخیص متمرکز بود. ماهواره ها، پهپادها و حسگرها سیگنال هایی را هنگام گسترش آتش منتشر می کردند. اما اکنون سیستمهای هوش مصنوعی جدید در تلاش هستند تا در لحظه عمل کنند. آنها دوربینهای حرارتی، الگوریتمهای یادگیری ماشین و واحدهای سرکوب محلی را ترکیب میکنند که میتوانند در صورت بروز ناهنجاری حرارتی در نزدیکی خانهها یا مشاغل، فوراً واکنش نشان دهند.
به گزارش ایسنا، هوش مصنوعی به تدریج از ماندن در مراکز داده و اثبات خود در عرصه های مختلف فاصله می گیرد. این گزارش به بررسی نقش آینده هوش مصنوعی در اطفای حریق و همکاری آن با آتش نشانان انسانی می پردازد.
آتش سوزی های جنگلی دیگر منتظر تابستان نیستند. اکنون آنها در تمام طول سال با گرما، باد و خشکسالی همراه هستند و کل مناطق را می سوزانند. هر فصل رکوردهای جدیدی را به همراه دارد که شامل تلفات بیشتر، تخلیه طولانی تر و تخریب کامل شهرها در عرض چند ساعت می شود.
به گزارش فوربس، رویترز گزارش داد که تنها در نیمه اول سال 2025، خسارات جهانی ناشی از بلایای طبیعی به حدود 80 میلیارد دلار رسیده است و بیشتر آن مربوط به آتش سوزی جنگل ها و طوفان های شدید بوده است. آتش نشانان با فرسودگی شغلی دست و پنجه نرم می کنند، بیمه ها از مناطق پرخطر عقب نشینی می کنند و جوامع به دنبال راه های جدیدی برای دفاع از خود هستند.
جستجو برای استراتژی های دفاعی جدید یک سوال جسورانه ایجاد کرده است. در مورد اینکه آیا خودروها می توانند به مقابله با آتش سوزی کمک کنند یا خیر. اخیراً یک سیستم هوش مصنوعی به نام FireDome نشان داده شده است که می تواند شعله های کوچک را در چند ثانیه، مدت ها قبل از رسیدن خدمه انسانی، شناسایی و سرکوب کند.
معرفی سیستمهای هوش مصنوعی برای اطفای حریق بخشی از یک جنبش گستردهتر برای استفاده از هوش مصنوعی نه تنها برای پیشبینی، بلکه برای مداخله است، که فاصله بین هشدار اولیه و واکنش بلادرنگ در آتشسوزیهای جنگلی را پر میکند. برای چندین دهه، فناوری مبارزه با آتش سوزی بر روی تشخیص متمرکز شده است. ماهوارهها، پهپادها و حسگرها با گسترش آتشسوزی سیگنالها را ارسال میکردند، اما اکنون سیستمهای هوش مصنوعی جدید تلاش میکنند در لحظه وارد عمل شوند. آنها دوربینهای حرارتی، الگوریتمهای یادگیری ماشین و واحدهای سرکوب محلی را ترکیب میکنند که میتوانند در صورت بروز ناهنجاری حرارتی در نزدیکی خانهها یا مشاغل، فوراً واکنش نشان دهند.
آزمایش میدانی سیستم هوش مصنوعی FireDome در اکتبر 2025 انجام شد و نسخهای از این فناوری را نشان داد که از حسگرها و مدلهای هوش مصنوعی آموزشدیده بر روی میلیونها تصویر از آتشسوزیهای جنگلی برای پرتاب دقیق قوطیهای پر از آب یا مواد بازدارنده آتش سازگار با محیط زیست استفاده میکرد. این رویداد بهعنوان گامی به سوی «مقاومت در برابر آتشسوزی بهعنوان یک سرویس» توصیف شد، که در آن جوامع میتوانند سیستمهای خودکار را برای پاسخگویی در زمان واقعی در صورت بروز تهدید مستقر کنند.
مسئله نامشخص مقیاس سیستم های نوآورانه مانند FireDome است. اگرچه سازنده ادعا می کند که سیستم آن حتی برای آتش سوزی های بزرگ نیز موثر است. اگرچه نمایش این فناوری امیدوارکننده بوده است، اما هنوز سوالاتی در مورد قابلیت اطمینان و ایمنی وجود دارد. آیا سیستم هایی مانند این می توانند به طور قابل اعتماد در خارج از محل آزمایش در زمین های غیرقابل پیش بینی و بادهای متغیر عمل کنند؟ آیا سیستم ها می توانند به راحتی با آتش نشانان انسانی ادغام شوند؟ باید دید این سیستم ها هنگام استقرار در طبیعت چگونه واکنش نشان می دهند.
آموزش واکنش به ماشین ها
وعده واقعی این فناوری ها در نحوه یادگیری آنها نهفته است. مدلهای هوش مصنوعی نشانههای حرارتی را تشخیص میدهند و تأیید میکنند که منطقه هدف عاری از انسان، وسایل نقلیه یا حیوانات است. سپس الگوریتمهای یادگیری ماشین برای عواملی مانند باد و شیب تنظیم میشوند و تصمیم میگیرند که چه زمانی و کجا عمل کنند. هر فعال سازی داده های جدیدی را به مدل ارائه می دهد و دقت را در طول زمان بهبود می بخشد.
محققان هوش مصنوعی این حالت را “یادگیری حلقه بسته” می نامند که در آن سیستم مشاهده می کند، عمل می کند، نتیجه را بررسی می کند و سازگار می شود. این اساس طراحی اتومبیل های خودران یا رباتیک صنعتی است، اما در یک محیط طبیعی ناپایدار اعمال می شود.
در پاسخ به بلایای طبیعی، این توانایی یادگیری مداوم می تواند به ماشین ها کمک کند سریعتر از شبکه های هماهنگی انسانی عمل کنند. البته اگر نظارت ادامه پیدا کند.
همراهی سرعت با مسئولیت
حامیان این فناوری پتانسیل را فراتر از آتش نشانی می بینند. دکتر لوری مور-مرل، رئیس سابق آتش نشانی ایالات متحده، در بیانیه ای گفت که یکپارچه سازی سیستم های خودکار با قابلیت های آتش نشانی دقیق می تواند به بیمه گران و دولت ها کمک کند تا در نحوه قیمت گذاری و مدیریت خطر آتش سوزی تجدید نظر کنند. با این حال، استقلال نگرانیهای جدیدی را در مورد صدور گواهینامه، مسئولیت، و چگونگی اطمینان از ایمن و پاسخگو بودن تصمیمات بلادرنگ اتخاذ شده توسط الگوریتمها ایجاد میکند.
هدف از استفاده از مدل های هوش مصنوعی جایگزینی آتش نشان ها نیست، بلکه زمان دادن به آنهاست. فناوری تنها بخشی از راه حل است. هوش مصنوعی می تواند به افزایش سرعت کمک کند، اما حرکت آن باید مسئولیت پذیر باشد. هدف از این کار جایگزینی آتش نشانان نیست، بلکه دادن زمان به آنهاست.
اینجاست که سیاستگذاری باید وارد عمل شود و مشکل را حل کند. استقرار هوش مصنوعی در مناطق فاجعهبار مرز بین کمک و خودمختاری را محو میکند.
جوامع به قوانین روشنی در مورد اینکه چه کسی سیستم ها را کنترل می کند، اشتباهات چگونه گزارش می شود و زمانی که تصمیمات انسان و ماشین با هم برخورد می کنند چه اتفاقی می افتد نیاز دارند.
فصل جدید هوش مصنوعی در واکنش به تغییرات آب و هوایی
ظهور سیستمهای خودکار خاموش کردن آتشسوزی جنگلها نقطه عطف گستردهتری در سازگاری با تغییرات اقلیمی است. هوش مصنوعی به جای ماندن در مراکز داده، وارد محیطهایی مانند جنگلها، دشتهای سیلآلود و شبکههای برق میشود که هر ثانیه اهمیت دارد. خواه هدف اطفاء حریق، پیش بینی سیل یا حفاظت از خطوط برق باشد، هوش مصنوعی از تحلیل به عمل در حال حرکت است.
پیش بینی می شود خسارات بیمه شده ناشی از بلایای طبیعی و تغییرات آب و هوایی در جهان تا پایان سال 2025 به 145 میلیارد دلار برسد. پیش بینی می شود خسارات بیمه شده ناشی از بلایای طبیعی و تغییرات آب و هوایی در جهان تا پایان سال 2025 به 145 میلیارد دلار برسد. این فشار دولت ها و شرکت ها را مجبور می کند به دنبال راه های سریعتر و هوشمندتر برای محدود کردن خسارت باشند.
سیستمهای هوش مصنوعی جایگزین نجاتدهندههای انسانی نمیشوند، اما میتوانند به یک لایه حفاظتی اضافی تبدیل شوند و عملکرد خود را در زمان وقوع خطر و از کار افتادن خطوط ارتباطی نشان دهند.
آنچه ظاهر می شود فقط یک سیستم جدید نیست، بلکه نوع جدیدی از همکاری بین هوش و انعطاف پذیری است. چالش در حال حاضر ایجاد این همکاری مبتنی بر اعتماد، شفافیت و اثبات این است که وقتی جهنم بعدی همه چیز را در مسیر خود نابود می کند، واقعاً کار می کند.
