Cientistas da USC desenvolvem modelo de IA para prever a propagação de incêndios florestais
Chris Murithi
2 min de leitura
- Pesquisadores da USC desenvolveram um modelo de IA que prevê com precisão a propagação de incêndios florestais usando dados de satélite.
- Bombeiros utilizam IA para melhorar a resposta a incêndios florestais e as estratégias de evacuação.
- A nova ferramenta de IA fornece previsões em tempo real de incêndios florestais, melhorando a alocação de recursos.
Cientistas da USC desenvolveram um modelo de inteligência artificial (IA) para prever a propagação de incêndios florestais. O modelo de IA usa dados de satélite para prever para onde o fogo se moverá e quão intenso ele será em tempo real. Ele também pode fornecer informações sobre a taxa na qual o fogo provavelmente crescerá, dando aos bombeiros insights vitais cruciais para os esforços de combate ao fogo.
Também leia: Supermercado japonês usa IA para monitorar sorrisos e fala dos funcionários
O modelo chamado cWGAN ou Rede Generativa Adversarial Condicional de Wasserstein usa registros históricos de incêndios florestais para fazer previsões precisas. Ele foi testado em alguns dos incêndios florestais mais recentes da Califórnia e provou ser altamente eficaz, possivelmente mudando as táticas de gerenciamento e resposta a incêndios florestais.
Bombeiros usam IA para prever e combater a propagação de incêndios florestais
O modelo cWGAN, criado por cientistas da USC, utiliza dados históricos de imagens de satélite para prever o desenvolvimento do fogo instantaneamente. A ferramenta fornece estimativas precisas da trajetória da taxa de propagação do fogo e de sua intensidade. Isso permite que bombeiros e resgatistas tomem decisões mais razoáveis ao decidir onde apagar os incêndios ou quem deve ser evacuado primeiro.
O uso deste modelo de IA nos recentes incêndios florestais da Califórnia já provou ser útil. Com isso, bombeiros e equipes de emergência podem prever para onde o fogo se espalhará com mais precisão, permitindo que o confinem dentro de limites menores e protejam áreas habitadas por pessoas. A precisão deste sistema também ajuda a alocar recursos melhor, concentrando-os em zonas importantes que podem exigir atenção imediata.
O modelo cWGAN usa um algoritmo avançado para processar rapidamente grandes quantidades de dados. Ele faz previsões sobre o comportamento de um fogo logo ao comparar imagens de satélite atuais com registros históricos de incêndios florestais. Isso permite uma resposta que pode mudar com as condições em mudança no solo, o que está além da capacidade de modelos fixos.
Também leia: Máquinas de venda automática com IA implantadas para venda de álcool
Entre as principais vantagens de um modelo de IA está sua capacidade de melhorar os planos de evacuação. As autoridades podem dar ordens mais precisas e pontuais para as pessoas deixarem áreas perigosas, prevendo para onde o fogo irá. Isso é crucial em lugares superlotados ou com poucas saídas.
O modelo de IA também é capaz de apoiar estratégias de longo prazo para o gerenciamento de incêndios florestais, além de ajudar no esforço imediato de apagá-los. Ao analisar registros ao longo do tempo, ele pode reconhecer regiões que têm maior probabilidade de sofrer incêndios no futuro. Isso é crucial porque orienta decisões sobre onde queimadas controladas devem ser realizadas, quais áreas precisam de limpeza de vegetação e outras medidas preventivas contra incêndios catastróficos.
As mentes mais inteligentes do setor de criptomoedas já leem nosso boletim informativo. Quer entrar? Junte-se a eles.
Aviso Legal. As informações fornecidas não constituem aconselhamento de investimento. Cryptopolitan.com não assume responsabilidade por quaisquer investimentos realizados com base nas informações fornecidas nesta página. Recomendamos fortemente a realização de pesquisa independente e/ou consulta com um profissional qualificado antes de tomar quaisquer decisões de investimento.
Chris Murithi
Chris é escritor e analista técnico especializado em Criptomoedas e Tecnologia. Possui graduação em Matemática e Ciência da Computação pela Universidade de Nairobi. Trabalhou como redator de conteúdo na On-Chain Media e Coin Edition e atualmente atua na Cryptopolitan.
