Naukowcy z National Institute of Standards and Technology opracowali P-Flash – model, który jest w stanie przewidywać, jak będzie rozprzestrzeniał się ogień. Narzędzie jest oparte na SI i zostało zaprojektowane w związku ze zjawiskiem określanym mianem rozgorzenia. Wiąże się ono z sytuacją, w której dochodzi do niemal jednoczesnego zapalenia wszystkich łatwopalnych materiałów znajdujących się w danym pomieszczeniu. Opisywane narzędzie tworzy swoje przewidywania na podstawie danych z detektorów ciepła w budynku i jest w stanie prowadzić obliczenia nawet wtedy, gdy te czujniki zawiodą.
Dokonania autorów projektu, przedstawione w ramach Proceedings of the AAAI Conference on Artificial Intelligence, sugerują, że model cechuje się zdolnością przewidywania przebiegu symulowanych rozgorzeń. Dzięki dalszemu rozwojowi P-Flash można byłoby zwiększyć możliwości strażaków w zakresie opracowywania taktyk działania w czasie rzeczywistym. Problem z rozgorzeniami sprowadza się do faktu, iż w pewnych sytuacjach trudno zauważyć oznaki sugerujące, że może do nich dojść, np. w sytuacji, gdy strażak jest zajęty szukaniem ofiar pożaru.
Praca strażaków może zostać usprawniona dzięki P-Flash opartemu na uczeniu maszynowym
Czujniki ciepła, które są instalowane w budynkach i mogą być używane wraz z czujnikami dymu, w większości przypadków powinny działać tylko w temperaturach do 150 stopni Celsjusza, co jest znacznie niższą wartością od osiąganych w pożarach. Aby rozwiązać ten problem, naukowcy z NIST wykorzystali formę sztucznej inteligencji, czyli uczenie maszynowe. Badacze “nakarmili” swój algorytm danymi dotyczącymi temperatur z czujników ciepła w płonącym, trzypokojowym domu. Po przeprowadzeniu ponad pięciu tysięcy symulacji, P-Flash został wstępnie przygotowany do prowadzenia własnych obliczeń.
Naukowcy stwierdzili, że model poprawnie przewidział rozgorzenia z jednominutowym wyprzedzeniem w przypadku około 86% symulowanych pożarów. Ważnym aspektem działania P-Flash było to, że nawet jeśli nie udało mu się trafić w dziesiątkę, to w większości przypadków generował fałszywie pozytywne wyniki. Innymi słowy, przewidywał, że rozgorzenie nastąpi wcześniej niż miało to miejsce w rzeczywistości – znacznie gorsza byłaby odwrotna zależność. Najbardziej problematyczne okazało się przewidywanie zachowania ognia w zamkniętych pomieszczeniach, dlatego badacze chcą teraz znaleźć przyczyny tej niedokładności.