موفقیت هوش مصنوعی در کالیفرنیا: شناسایی نیمی از آتش‌سوزی‌های جنگلی پیش از تماس با اورژانس

در مدیریت بحران‌های طبیعی، یک تقابل دیدگاه بنیادین وجود دارد؛ گروهی از مدیران سنتی امداد معتقدند که هیچ سیستمی نمی‌تواند جایگزین هوشیاری انسانی و گزارش‌های مردمی شود، چرا که فناوری‌ها اغلب با هشدارهای کاذب باعث اتلاف منابع می‌شوند. در مقابل، توسعه‌دهندگان فناوری استدلال می‌کنند که در عصر تغییرات اقلیمی، اتکا به چشم انسان بسیار کند است و تنها نظارت خودکار می‌تواند حریق‌ها را پیش از تبدیل شدن به ابرآتش‌سوزی‌ها مهار کند.

اکنون، نتایج عملیاتی یک شبکه نظارتی گسترده در ایالت کالیفرنیا، کفه ترازو را به نفع رویکرد دوم سنگین کرده است. در اکتبر ۲۰۲۶، گزارش‌های رسمی نشان داد که سامانه هوش مصنوعی «آلرت کالیفرنیا» (ALERTCalifornia) توانسته است حدود ۵۱ درصد از آتش‌سوزی‌های جنگلی این ایالت را پیش از ثبت حتی یک تماس با مرکز فوریت‌های پلیسی (۹۱۱) شناسایی کند.[1]

این دستاورد، نقطه عطفی در مهندسی سیستم‌های هشدار زودهنگام محسوب می‌شود. این شبکه که توسط دانشگاه کالیفرنیا در سن‌دیگو مدیریت می‌شود، با پردازش بی‌وقفه داده‌های بصری، زمان واکنش نیروهای واکنش سریع را از چند ده دقیقه به چند ثانیه کاهش داده است.[1]

نیل دریسکول (Neal Driscoll)، بنیان‌گذار این شبکه و استاد زمین‌شناسی، درباره این موفقیت می‌گوید: «دوربین‌های آلرت کالیفرنیا اغلب در اطلاع‌رسانی به نیروهای امدادی درباره شروع یک حریق، سریع‌تر از تماس‌های ۹۱۱ عمل می‌کنند و این اطلاع‌رسانی زودهنگام تضمین می‌کند که آتش از کنترل خارج نشود.»[3]

زیرساخت نظارتی و پردازش داده‌ها

مکانیسم عمل این سیستم بر پایه یک شبکه فیزیکی عظیم و الگوریتم‌های یادگیری ماشین استوار است. در حال حاضر، نزدیک به ۱۳۰۰ دوربین با کیفیت بالا بر فراز قله‌ها، دکل‌های برق و برج‌های دیده‌بانی قدیمی در سراسر مناطق پرخطر کالیفرنیا نصب شده‌اند.[1][3]

این دوربین‌ها که قابلیت چرخش، تغییر زاویه و بزرگ‌نمایی دارند، به دید در شب فروسرخ نیز مجهز هستند. الگوریتم‌های هوش مصنوعی روزانه بیش از ۷ میلیون تصویر ثبت‌شده توسط این دوربین‌ها را اسکن می‌کنند تا کوچک‌ترین نشانه‌های دود یا ناهنجاری‌های حرارتی را تشخیص دهند.[3]

هنگامی که سیستم یک تهدید بالقوه را شناسایی می‌کند، زوایای مختلف دوربین‌ها را با یکدیگر مقایسه کرده، موقعیت مکانی دقیق را تأیید می‌کند و سپس یک هشدار فوری برای مراکز عملیات اضطراری ارسال می‌نماید. این فرآیند خودکار، به اپراتورهای انسانی اجازه می‌دهد تا پیش از اعزام نیرو، وضعیت را روی نمایشگرهای خود ارزیابی کنند.

جی.سی. گرینبرگ (J.C. Greenberg)، معاون رئیس سازمان آتش‌نشانی شهرستان ناپا، تأثیر این فناوری را این‌گونه توصیف می‌کند: «این سیستم دنیای واکنش به بحران را تغییر داده است. ما اکنون دید و اطلاعات فوری و لحظه‌ای در اختیار داریم که برای اتخاذ تصمیمات عملیاتی به آن‌ها نیازمندیم.»[1]

سرمایه‌گذاری و توسعه شبکه

اهمیت استراتژیک این زیرساخت باعث شده تا غول‌های فناوری نیز برای توسعه آن وارد عمل شوند. در اوایل اکتبر ۲۰۲۶، شرکت مایکروسافت اعلام کرد که کمک‌هزینه‌ای ۵ میلیون دلاری را برای حمایت از فعالیت‌های آلرت کالیفرنیا و ارتقای قابلیت‌های آزمایشگاه «هوش مصنوعی برای اهداف بشردوستانه» اختصاص داده است.[3]

این سرمایه‌گذاری با هدف بهبود مدل‌های بینایی ماشین و کاهش خطاهای تشخیص انجام می‌شود. داده‌ها نشان می‌دهند که این سیستم در برخی موارد توانسته است یک حریق را تا ۲.۵ ساعت زودتر از اولین تماس مردمی شناسایی کند؛ زمانی که برای آتش‌نشانان حکم طلا را دارد.[3]

علاوه بر دوربین‌های زمینی، کالیفرنیا در حال یکپارچه‌سازی این سیستم با داده‌های فضایی است. در سال جاری، این ایالت با همکاری ائتلاف جهانی «ارث فایر»، نخستین ماهواره‌های شبکه «فایرست» (FireSat) را به فضا پرتاب کرد تا نظارت بر حریق‌ها را از مدار زمین نیز تقویت کند.[2]

این ماهواره‌ها که توسط شرکت «میون اسپیس» ساخته شده‌اند، قرار است تا سال ۲۰۳۰ به یک منظومه ۵۰ فروندی تبدیل شوند. هدف نهایی این است که کل سیاره هر ۲۰ دقیقه یک‌بار اسکن شود تا آتش‌سوزی‌هایی به کوچکی یک حیاط مدرسه، پیش از تبدیل شدن به ابرآتش‌سوزی شناسایی شوند.[2]

محدودیت‌ها و واقعیت‌های میدانی

با وجود این پیشرفت‌های خیره‌کننده، کارشناسان سیستم‌های پیچیده هشدار می‌دهند که فناوری به تنهایی نمی‌تواند جایگزین مدیریت فیزیکی بحران شود. دوربین‌ها و الگوریتم‌ها نمی‌توانند شرایط جوی را تغییر دهند یا پوشش گیاهی خشک و مستعد اشتعال را از بین ببرند.

در حوادثی مانند آتش‌سوزی‌های «پالیسیدز» و «ایتون» در منطقه لس‌آنجلس، سرعت گسترش آتش به دلیل بادهای شدید و خشکسالی طولانی‌مدت به حدی بود که حتی واکنش سریع نیز برای مهار کامل آن کفایت نمی‌کرد. در این شرایط، هوش مصنوعی تنها یک ابزار پشتیبان است، نه یک راه‌حل جادویی.[1]

همچنین، هر هشدار صادرشده توسط هوش مصنوعی همچنان نیازمند تأیید نهایی توسط یک اپراتور انسانی است. این رویکرد ترکیبی تضمین می‌کند که منابع محدود آتش‌نشانی به دلیل خطاهای الگوریتمی به مناطق اشتباه اعزام نشوند و تمرکز بر تهدیدات واقعی باقی بماند.

در نهایت، موفقیت آلرت کالیفرنیا نشان‌دهنده یک تغییر پارادایم در مدیریت بلایای طبیعی است؛ گذار از واکنش انفعالی پس از وقوع حادثه، به پیش‌بینی و مداخله فعالانه. این مدل اکنون به‌عنوان یک استاندارد طلایی، مورد توجه سایر ایالت‌ها و کشورهای درگیر با بحران‌های اقلیمی قرار گرفته است.

چشم‌انداز آینده

برای درک بهتر مقیاس این عملیات، باید به نصب تجهیزات در مناطق صعب‌العبور اشاره کرد. در ماه اکتبر، تیم‌های عملیاتی متشکل از آتش‌نشانانی مانند کلبی نیکلسون، پایه‌های ۱۲ فوت (حدود ۳.۶ متری) دوربین‌ها را در ارتفاع ۱۵۰۰ فوتی بر فراز دره ناپا مستقر کردند تا پوشش تصویری شبکه تکمیل شود.[2]

این سطح از پوشش فیزیکی، همراه با پردازش ابری، یک اکوسیستم یکپارچه ایجاد کرده است که نه تنها برای مهار آتش، بلکه برای برنامه‌ریزی مسیرهای تخلیه ایمن شهروندان نیز داده‌های حیاتی تولید می‌کند. اطلاعات لحظه‌ای این دوربین‌ها به مدیران بحران اجازه می‌دهد تا پیش از مسدود شدن جاده‌ها، دستور تخلیه را صادر کنند.

تکامل این سیستم ثابت می‌کند که سرمایه‌گذاری در زیرساخت‌های داده‌محور، بازدهی مستقیمی در حفظ جان انسان‌ها دارد. کالیفرنیا با ترکیب هوش مصنوعی، شبکه‌های حسگر زمینی و ماهواره‌های فضایی، در حال بازنویسی قوانین مقابله با بلایای طبیعی در قرن بیست و یکم است.