Google Research более десяти лет работает над использованием искусственного интеллекта и машинного обучения для обнаружения лесных пожаров на ранних стадиях и моделирования их распространения. Сейчас эта работа сосредоточена в рамках программы FireSat, которую Google поддерживает совместно с Muon Space для Earth Fire Alliance с целью создания группировки спутников, наблюдающих за пожарами из космоса до того, как они превратятся в масштабные катастрофы.
Компания заявляет, что после завершения развертывания система сможет обнаруживать пожар площадью 25 квадратных метров, что примерно соответствует пожару, охватывающему площадь 5×5 метров, или размеру одного автомобиля. Роль искусственного интеллекта не ограничивается обнаружением источника тепла: предполагается, что он также поможет отличать настоящий лесной пожар от источников, которые могут выглядеть похожими с орбиты, таких как отражающие свет облака, заводские дымовые трубы, барбекю и контролируемые сельскохозяйственные выжигания.
Почему спутниковое наблюдение было сложным?
Пожарным службам нужна быстрая информация, когда пожар еще небольшой и поддается локализации, однако некоторые доступные сегодня спутниковые снимки могут поступать примерно через 11 часов или иметь низкое разрешение. Это делает данные менее полезными при борьбе с быстро распространяющимся пожаром.
Традиционная альтернатива заключалась в использовании крупного спутника с высоким разрешением, который долго наблюдает за Землей, но такой вариант является дорогостоящим и имеет ограниченное покрытие. FireSat же опирается на большее количество меньших и менее дорогих спутников, используя модели машинного обучения для частичной компенсации разницы в разрешении и анализа изменений в сценах с течением времени.
Как модель учится отличать пожары?
Google разработала специальную камеру для улучшения обнаружения лесных пожаров и обучила свои первые модели с помощью авиационных полетов над контролируемыми пожарами. Компания также собрала снимки из Калифорнии сцен, которые сверху выглядели как пожары, а затем отслеживала их изменения во времени, чтобы определить случаи, перерастающие в настоящие пожары, и случаи, представляющие собой ложные тревоги.
Google намерена создать эталонный набор данных, показывающий, какие небольшие пожары перерастают в крупный пожар, а какие — нет. Эти данные должны улучшить алгоритмы и сократить количество ненужных предупреждений, которые могут перегружать группы реагирования, сохраняя при этом внимание к наиболее опасным пожарам.
Что практически изменится для групп реагирования?
Главная практическая ценность проекта заключается в сокращении времени между возникновением пожара и его обнаружением. Повторяющаяся съемка поможет пожарным службам замечать пожар, пока он еще небольшой, а также может предоставить более точную информацию о скорости и направлении его распространения. Данные также могут быть полезны для долгосрочного планирования, например для определения подходящих мест для создания барьеров, замедляющих распространение пожаров.
Однако эта польза зависит от завершения формирования группировки, точности моделей и их способности работать с различиями в местных условиях и похожими источниками тепла. Кроме того, в заявлении описываются будущие эксплуатационные цели, а не полностью готовое глобальное покрытие на данный момент.
График и следующие цели
Система запустила первую партию эксплуатационных спутников, а прибытие следующей партии ожидается в течение следующего года. Google заявляет, что достижение полной эксплуатационной способности займет несколько лет. Для достижения цели съемки всего мира примерно каждые 20 минут потребуется около 50 спутников; ожидается, что она будет достигнута примерно к 2030 году. Ближайшая цель на следующие два года — съемка всей поверхности Земли один раз в час.