фото показано с aif.ru

Предупреждение лесных пожаров до их возникновения с помощью искусственного интеллекта становится важным методом профилактики стихийных бедствий. Современные технологии позволяют существенно сократить как время обнаружения, так и время тушения.

Вопрос о лесных пожарах в современном мире стоит очень остро. К примеру, в прошлом году два крупных лесных пожара подряд — в Амазонии и Австралии, — несомненно, стали тревожным сигналом человечеству. Кроме того, были отмечены и другие экологические кризисы на планете: участилась эрозия почв, проявились очевидные последствия парникового эффекта и повышения уровня моря.Площадь лесов на душу населения в Китае и объем лесных ресурсов составляют лишь 20% и 12% от среднемирового показателя соответственно. В одном только 2019 году произошло 2345 лесных пожаров, а площадь пораженных лесов составила около 13,5 тысячи гектаров. Эти пугающие цифры отражают пагубное влияние на экологию.Профилактика бедствий с помощью инновационных технологийСтремительно развивающиеся технологии искусственного интеллекта играют важную роль в выявлении скрытых угроз возникновения лесных пожаров, спасении и помощи при пожаре и прочих противопожарных мероприятиях. А предупреждение лесных пожаров до их возникновения путем усиленного изучения, оценки, анализа и мониторинга становится важным методом профилактики стихийных бедствий.Руководствуясь концепцией «избавить мир от бедствий», компании Huawei и Enbo предложили совместное решение по интеллектуальному предупреждению лесных пожаров, надеясь тем самым внести свой небольшой вклад в дело защиты природы. В отличие от других систем профилактики и контроля в предотвращении лесных пожаров с помощью искусственного интеллекта главной идеей является их заблаговременное прогнозирование, осуществляемое в режиме реального времени.Обычно выделяют два вида лесных пожаров: низовые и верховые. На ранних стадиях возникновения лесных пожаров преобладают низовые пожары. При перерастании их в верховые сложность тушения возрастает в геометрической прогрессии. Нередко и вовсе тушение становится невозможным.Проверка наличия низовых пожаров в основном производится путем распознавания дыма. Чем раньше дым будет обнаружен, тем легче будет пожар погасить, а в некоторых случаях — даже добиться заблаговременного предотвращения его возникновения.В связи с этой особенностью компании предложили свое решение. Распознавание дыма производится на различных уровнях: это программно-определяемые камеры, продукты Atlas для проведения интеллектуальных вычислений и облачные сервисы на базе процессора Kunpeng. Для определения точного местоположения дыма и заблаговременного предотвращения пожара камеры выполняют анализ полученных видеоматериалов, первичный анализ выполняется продуктами Atlas, а вторичный — облачными сервисами.Как работают разные уровни системыПрограммно-определяемые камеры получают огромные объемы данных при изучении леса. Для распознавания дыма были успешно подключены устройства с разрешением 8 мегапикселей с возможностью получения изображений в видимом излучении и в ближней инфракрасной области.Благодаря такому повышению производительности оборудования удалось значительно увеличить расстояние наблюдения. А при помощи собранных данных получилось создать более полную и точную картину для обнаружения лесных пожаров.Командный центр мониторинга напрямую подключается к камерам наблюдения. Сервер выполняет периферийные вычисления и параллельную обработку данных нескольких сервисов в режиме реального времени, а также анализирует многоканальные данные. Он также предоставляет функцию распознавания «1 к N», что позволяет в значительной степени повысить эффективность предупреждения лесных пожаров.Со стороны облака выполняется развертывание сервисов, с помощью которых можно проводить глобальные гибкие вычисления высокой плотности. За счет этого выполняется и вторичный анализ распознавания дыма, отражающегося в видеоряде, причем с высокой точностью. Выход за рамки обычного мониторингаПроведение интеллектуальных инноваций в этой модели больше не носит точечный характер. Теперь для максимальной реализации периферийных и облачных вычислений используются модели гибкого распределения вычислительной мощности и взаимодействия сервисов. Таким образом выполняется непрерывное обучение систем, углубляется понимание особенностей и объектов предотвращения пожаров.Когда в интернете будут полностью развернуты службы облачного мониторинга, система мониторинга будет окончательно сформирована. Причем взаимодействовать она будет на всех уровнях. Такой мониторинг уже используется в провинции Гуандун, это позволяет выполнять постепенное внедрение механизма совместного управления лесными пожарами. С его применением улучшилась система управления и реагирования на пожары.Решение Huawei и Enbo выходит за рамки возможностей обычной системы мониторинга, предоставляя систему на базе искусственного интеллекта. С ней можно более быстро и точно распознавать пожары и предупреждать возгорания. Причем для работы с системой не требуется большого количества людей. Так, например, в провинции Гуандун, где она уже работает, мониторингом и управлением почти 1000 видеокамер занимается всего лишь один человек.Кроме того, новая система на базе искусственного интеллекта превосходит тепловизионное решение в плане длительности циклов патрулирования, помогает получать более своевременные сигналы и показывает высокую точность распознавания. Цикл патрулирования длится от 3 до 10 минут, а обнаружение пожаров происходит в среднем на 2 часа раньше обычного. Лежащие в основе решения технологии искусственного интеллекта позволяют обеспечить лучшую защиту как для окружающей среды, так и для развития экономики.

Аналог Ноткоин - TapSwap Получай Бесплатные Монеты

Подробнее читайте на aif.ru