Google Researchは10年以上にわたり、山火事を初期段階で発見し、その拡大方法をモデル化するために人工知能と機械学習の利用に取り組んできた。現在、この取り組みはFireSatプログラムを中心に進められている。同プログラムは、Earth Fire AllianceのためにMuon Spaceと協力してGoogleが支援しており、広範な災害に発展する前に宇宙から火災を監視する衛星コンステレーションの構築を目指している。
同社によると、このシステムが完成すれば、面積25平方メートルの火災、つまり約5×5メートルの範囲、または自動車1台分の大きさに相当する火災を検知できるようになる。人工知能の役割は熱源の検知に限られない。軌道上から見ると似ている可能性のある、実際の山火事と、光を反射する雲、工場の煙突、バーベキュー、管理下に置かれた農業火災などの熱源を区別する助けになることも想定されている。
なぜ衛星による監視は難しかったのか？
火災が小さく封じ込め可能な段階では、消防当局は迅速な情報を必要とする。しかし、現在利用できる衛星画像の一部は届くまでに約11時間かかる場合があり、解像度が低い場合もある。そのため、急速に拡大する火災への対応ではデータの有用性が低くなる。
従来の選択肢は、高解像度の大型衛星を使って地球を長時間監視することだったが、これは高コストで、カバー範囲も限られていた。一方、FireSatは、より多くの小型で低コストの衛星を利用し、機械学習モデルによって解像度の差の一部を補い、時間の経過に伴う画像内の変化を分析する。
モデルはどのように火災を見分けるのか？
Googleは山火事の監視を改善するために専用カメラを開発し、管理下に置かれた火災の上空を飛行して得たデータを使って初期モデルを訓練した。また、上空から見ると火災のように見えるカリフォルニアの画像を収集し、その時間的な変化を追跡して、実際の火災に発展するケースと誤警報に当たるケースを特定した。
Googleは、どの小規模火災が大規模火災へ発展し、どれが発展しないのかを示す基準記録の構築を目指している。こうしたデータによってアルゴリズムが改善され、対応チームを混乱させる可能性のある不要な警報を減らしながら、より危険な火災に重点を置けるようになる。
対応チームにとって実際に何が変わるのか？
このプロジェクトの主な実用的価値は、火災の発生から発見までの時間を短縮することにある。繰り返し撮影することで、消防隊は火災が小さいうちに把握できるようになり、火災の拡大速度や方向についても、より優れた情報を得られる可能性がある。データは、火災の拡大を遅らせる防火帯の設置に適した場所の特定など、長期的な計画にも役立つ可能性がある。
ただし、この利点は、コンステレーションの完成、モデルの精度、地域ごとの異なる状況や類似した熱源に対応する能力に左右される。また、今回の発表が示しているのは将来的な運用目標であり、現時点で世界規模の完全なカバーが実現しているわけではない。
スケジュールと次の目標
このシステムは運用衛星の第1陣を打ち上げており、次の打ち上げは来年中に予定されている。Googleによると、完全な運用能力に到達するには数年を要する。約20分ごとに世界を撮影するという目標には約50基の衛星が必要で、2030年頃の達成が見込まれている。より近い目標は、今後2年間で地球全表面を1時間に1回撮影することだ。