十多年来，Google Research一直致力于利用人工智能和机器学习，在野火早期阶段发现火灾并模拟其蔓延方式。目前，这项工作集中于FireSat项目。Google正与Muon Space合作，为Earth Fire Alliance提供支持，旨在建立一个从太空监测火灾的卫星群，在火灾演变成大范围灾害之前发现它们。
该公司表示，系统建成后将能够探测面积为25平方米的火灾，这大致相当于覆盖5×5米区域的火灾，或一辆汽车大小的火灾。人工智能的作用并不局限于发现热源；它还应帮助区分真正的野火与从轨道上看起来可能相似的来源，例如反射光线的云层、工厂烟囱、烧烤活动以及受控农业焚烧。
为什么太空监测曾经很困难？
当火灾规模较小且仍可控制时，消防部门需要快速获得信息，但目前一些可用的卫星图像可能要在约11小时后才到达，或者分辨率较低。这使得这些数据在应对快速蔓延的火灾时作用有限。
传统替代方案是使用一颗高分辨率的大型卫星，长时间监测地球，但这种选择成本高且覆盖范围有限。而FireSat依靠数量更多、成本更低的小型卫星，并利用机器学习模型弥补部分分辨率差距，分析场景随时间发生的变化。
模型如何学会区分火灾？
Google开发了一款专用摄像机，以改善对野火的监测，并利用在受控火灾上空进行的航空飞行收集的数据训练其初始模型。该公司还收集了加利福尼亚州一些从上方看起来像火灾的场景图像，随后跟踪这些场景随时间的变化，以确定哪些情况会演变成真正的火灾，哪些情况属于误报。
Google计划建立一份参考记录，说明哪些小型火灾会发展成大型火灾，哪些不会。此类数据将有助于改进算法，减少可能使响应团队感到困惑的不必要警报，同时继续将重点放在最危险的火灾上。
响应团队在实际工作中会有哪些变化？
该项目最主要的实际价值，是缩短火灾发生与被发现之间的时间。重复拍摄将帮助消防队在火灾规模尚小时发现火灾，也可能提供关于其蔓延速度和方向的更好信息。这些数据还可用于长期规划，例如确定适合建设减缓火灾蔓延隔离带的位置。
但这项收益取决于卫星群的完成、模型的准确性，以及模型处理当地条件差异和相似热源的能力。此外，该公告描述的是未来的运营目标，而不是目前已经完成的全球覆盖。
时间表和下一步目标
该系统已经发射了第一批运行卫星，预计下一批将在明年抵达。Google表示，达到完整运行能力将需要数年时间。要实现每约20分钟拍摄一次全球图像的目标，大约需要50颗卫星，预计将在2030年前后实现。更近期的目标是在未来两年内每小时完整拍摄一次地球表面。