Nyt AI -program bekæmper ild med data

Et computerprogram, der bruger kunstig intelligens til at sortere gennem historiske meteorologiske data, udvikles for at hjælpe med at forudsige, hvor og hvornår fremtidige skovbrande vil finde sted, så de kan forhindres.

University of Alberta wildland brandekspert Mike Flannigan, der også er direktør for Canada Wildfire, arbejder med Ryan Lagerquist, en ph.d. studerende ved University of Oklahoma's School of Meteorology, at oprette programmet.

Den bruger en form for maskinlæring kaldet et kunstigt neuralt netværk til at sortere gennem dataene, som er forbundet med højintensive naturbrande, og forudsige, hvor ekstremt vejr mest sandsynligt vil skabe betingelser for en skovbrand.

Forskere fodrer systemdataene, og det giver forudsigelser baseret på sandsynlighed. Derefter fortæller forskere systemet, om det har taget den rigtige beslutning. Hvis det er forkert, systemet ændrer sin tilgang og prøver igen.

Det er et eksempel på noget AI kan gøre meget bedre og hurtigere end mennesker, på grund af de enorme mængder data, der er involveret, og evnen til at finde meningsfulde mønstre i dataene.

Ser man nøje på alle tilgængelige data, herunder trykniveauer, giver forskere et fyldigere billede.

"Det er mere præcist end at bruge traditionelle nedbørsmønstre alene, sagde Flannigan.

Brandvejr forudsiges traditionelt ved hjælp af nedbør, temperatur, vind og relativ luftfugtighed, men denne nye algoritme indeholder trykfelter for mere præcist at forudsige brandvenligt vejr. Højtrykssystemer er forbundet med varme, tørt vejr og lavtrykssystemer indikerer køligere, våde forhold.

Programmet vil bygge på Canadas nuværende system til forebyggelse af brande, sagde Flannigan, tilføjer, at han håber, at den vil være klar til brug inden for fem år. Ved mere præcist at forudsige vejret længere ude, AI kan hjælpe med at beskytte canadiernes liv og spare samfund for millioner af dollars.