カリフォルニア州での山火事との戦いにAIが役立つ方法

「AIが助けるカリフォルニア州の山火事との闘い方」

カリフォルニア州は、州を壊滅させた山火事に対抗する新たな武器、AIを手に入れました。

NVIDIAのGPUで訓練されたAIによって駆動される最新のシステムは、火災が発生するたびにゴールデンステート全体の救助隊にタイムリーな警告を提供することを約束しています。

ALERTCaliforniaのイニシアチブは、カリフォルニアの山火事対策機関CAL FIREとカリフォルニア大学サンディエゴ校の協力によるもので、DigitalPathが開発した先進的なAIを利用しています。

NVIDIAのGPUの生のパワーを利用し、カリフォルニアの風景に点在する数千のカメラのネットワークに支えられて、DigitalPathはリアルタイムで火災の兆候を検知するために畳み込みニューラルネットワークを洗練させました。

家族に近い使命

DigitalPathのCEOであるジム・ヒギンズは、州で最も多くの命が奪われた2018年のパラダイス町での火災で85人が亡くなったカリフォルニア州における最も致命的で破壊的な火災を指し、「これが私たちのやっていることの主な理由の1つです」と述べました。

ALERTCaliforniaのイニシアチブは、UC San Diegoのジェイコブス工学部、クアルコム研究所、スクリップス海洋研究所に拠点を置いています。

このプログラムは、数千の監視カメラとセンサーアレイのネットワークを管理し、実際の時間に行動可能な情報を提供して公共の安全を支えるデータを収集しています。

AIプログラムは6月に始まり、最初にCal Fireの6つの指揮センターに展開されました。今月、CAL FIREの21の指揮センターに拡大しました。

DigitalPathによって駆動されるALERTCaliforniaは、カメラによって配置されたゴールデンステート全体の火災を検知できます。

DigitalPathは、911通報後のカリフォルニアの山火事を確認するために使用されるカメラのネットワークの管理プラットフォームの構築から始めました。

すぐに、システムに10秒から15秒ごとに画像を送信する数千のカメラから画像を検査する方法はないことに気付きました。

そこで、同社のシステムアーキテクトであるイーサン・ヒギンズはAIに取り組みました。

チームは、NVIDIA A100 Tensor Core GPUを搭載したクラウドベースのシステムで畳み込みニューラルネットワークを訓練し始め、後に8つのA100 GPUで動作するシステムに移行しました。

彼は、システムがほぼ1日に800万枚の画像をほぼ1,000の第一党カメラから、主にカリフォルニア州内の他の第三党ソースからもたらされると述べ、AIモデルがシステムを検証する上で重要であると述べました。

山火事の影響

2023年9月20日現在、カリフォルニア全体で追跡されているすべての異常。画像提供: DigitalPath

ちょうどタイミングよく到着しています。

過去10年間、カリフォルニアは山火事に見舞われ、数百万エーカーの土地を焼失し、数千の家屋や事業所を破壊し、数百人の命を奪いました。

CAL FIREによると、2020年だけで、州は最も大規模な6つの山火事のうち5つと最も破壊的な20の山火事のうち7つを経験しました。

また、2019年から2021年の間にカリフォルニアでの山火事による総損害は250億ドル以上と推定されています。

新しいシステムは、救助隊がこんな大規模な火災を防ぐための重要なツールを手にすることを約束しています。

実際、DigitalPathとの最近のインタビューでは、システムがカリフォルニア北部で発生した2つの別々の火災を発生直後に検出しました。

毎日、システムは50から300のイベントを検出し、地元の救助隊にとって貴重なリアルタイムの情報を提供しています。

検知を超えて:能力の向上

複数のカメラが単一の異常を検知する例。画像提供: DigitalPath。

しかし、AIは物語の一部に過ぎません。

このシステムは、革新的な会社がAIを活用してその独自の能力を増幅させる方法の一つの事例でもあります。

DigitalPathの画期的な発見の一つは、同じ火災をさまざまなカメラの角度から捉えることができるシステムの能力です。DigitalPathのシステムは効率的に映像を人間が理解できるレベルまでフィルタリングします。このシステムは1日に800万枚の画像をたった100のアラート、または総撮影画像の1.25千分の一にまでフィルタリングします。

「このシステムは人間の処理を考慮して最初から設計されました」とHigginsは述べており、当局が各インシデントについての単一の通知を受け取ることを保証しています。

「私たちはできるだけ多くの火災を捉えなければなりません」と彼は付け加えました。

範囲の拡大

DigitalPathは最終的には、カリフォルニアがさまざまな自然災害をより多く検出できるようになる検出技術を拡大することを望んでいます。

そして、カリフォルニアでの価値を証明した後、DigitalPathはALERTWestの下で、火災の多い西部アメリカ合衆国の州や郡の役人および大学の研究チームと交渉中です。

彼らの目標は、UCサンディエゴとALERTCaliforniaの成功をパートナーが複製することであり、無数の命と住宅を野火の脅威から守る可能性があります。

注目画像クレジット:SLworking2, via Flickr、クリエイティブ・コモンズ・ライセンス、一部の権利が予約されています。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

機械学習

インドのスタートアップ、OpenHathiをリリース:初のヒンディー語LLM

言語の革新に向けた注目すべき一歩として、インドのAIスタートアップSarvam AIがOpenHathi LLMをリリースし、ヒンディー語の...

データサイエンス

「誰も所有していないサービスを修復するために、アンブロックされたものを使う」

「サービスが誰にも所有されていないのは珍しいことではありませんほとんどの文書化もない状態で、Unblockedの魔法を使って、...

機械学習

CommonCanvasをご紹介します:クリエイティブ・コモンズの画像を使ってトレーニングされたオープンな拡散モデル

人工知能は近年、テキストから画像生成において大きな進歩を遂げています。文章の説明を視覚的な表現に変換することは、コン...

データサイエンス

マシンラーニングにおける線形回帰の幾何学的解釈と古典統計学との比較

上記の画像は、最小二乗法(OLS)または線形回帰(古典統計学では同義的に使用される言葉)の幾何学的解釈を示しています見て...

人工知能

2023年10月:オクタが新しいアイデンティティイノベーションを発表して、AI時代のセキュリティを確保します

アイデンティティの脅威保護、AI開発者の生産性向上、パスワードレス認証、認証および資格情報の解決策

AI研究

スタンフォード大学の研究者が「局所的に条件付けられた拡散(Locally Conditioned Diffusion):拡散モデルを使用した構成的なテキストから画像への生成手法」を紹介しました

3Dシーンモデリングは従来、特定の知識を持つ人々に限られた時間のかかる手続きでした。パブリックドメインには多くの3D素材...