Praca strażaków może być znacznie łatwiejsza dzięki SI

Jeśli wybucha pożar, to każda sekunda może okazać się kluczowa dla uratowania czyjegoś zdrowia bądź życia. Na szczęście praca strażaków może zostać usprawniona dzięki sztucznej inteligencji.

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.