從火災探測、預測分析到植被含水量評估，AI已經成為加州抗擊季節性野火的主力軍。
身為加州居民，大家對每年的野火季可謂心有餘悸。過去五年來，4到10月「如期而至」的野火總會瘋狂吞噬公共土地和私人財產，造成數千億美元的損失和生命逝去的悲劇。
單在2017年，火災就損壞或摧毀了近11000棟建築物、燒毀超31.8萬英畝土地。2018年，加州歷史上最具破壞性的「坎普」大火更是摧毀19531座建築物，造成85人死亡。隨後幾年裡，野火又陸續燒毀超1000萬英畝土地。從歷史上看，加州確實是火災多發之地，但2018年以來連年發生破紀錄規模的火災，就不能簡單用「當地特色」來解釋了。
火災為何愈演愈烈？
火災研究者們一致認為，歐洲殖民化或許是引發這些火災的最大催化劑。在歐洲人登陸這裡之前，當地土著居民一直在執行複雜的定期燃燒習俗——主動清除危險的森林和灌木叢，防止它們在旱季成為毀滅性的燃料。就這樣，百多年間野火隱患得到了有效預防，後來者們根本就感受不到威脅。斯坦福大學氣候與能源政策項目主任Michael Wara表示，「加州一直是火災的高發地，也是當地無法避免的特徵之一。但現在，我們似乎忘記了對火災做有效管理。」
另一種催化劑則是氣候變化。隨著我們越來越依賴化石燃料，同時大規模砍伐森林用於動物飼養和農業生產，地球的整體溫度正在上升，引發了更多災難性、難以預測的天氣事件。包括創紀錄的洪水、熱浪和火災。在加利福尼亞州，極端高溫和乾旱開始定期發生，導致草地、松針和落葉變干，最終將這裡變成一個隨時可能爆燃的火藥桶。
終於，加州決定拿起新武器抑制火災影響，使用的正是人工智慧——更確切地講，是機器學習。豐富的衛星圖像與地理空間數據，已經讓深度學習成為我們預測威脅動向、風險變化的重要工具。
雖然剛剛投向於抗火事業，但AI已經能夠翻閱數十億張歷史和當前圖像，總結出指向潛在熱點的線索模式，為加州人民提供對抗自然災害的強大武器。從檢測到預測分析、再到預防措施和疏散程序，AI正在抗爭中建立奇功。
為加州的野火撲救建立神經中樞
野火應對領域也有NASA級別的機構，那就是加州大學聖迭戈分校（UCSD）。這所州立大學擁有一套複雜的機構網路，能夠相互配合以跟蹤並預測火災爆發。
這套系統的眼睛和耳朵是ALERTCalifornia，一個由1000多個高清可平移變焦攝影機組成的公共網路。這些攝像設備遍布加州多個位置，在晴朗的天氣里能遙望最遠120英里的範圍。攝像機捕捉到的所有實時數據都會被傳輸至位於UCSD的超級電腦中心，交由WIFIRE處理。WIFIRE擁有一個由多塊巨大螢幕組成的「作戰指揮室」，數據將在這裡進行實時建模和預測分析。（例如，當有攝影機發現疑似煙霧的畫面時就會提醒UCSD，由後者的算法通過比較快速判斷目標是煙霧、自然霧氣還是低懸的雲朵。）
WIFIRE是FIRIS（火災綜合實時情報系統）的組成部分，FIRIS由加州公私兩個部門的夥伴合作開發，使用空中紅外線平台向UCSD的神經中樞提供來自活動野火的實時資訊。在校內，機器學習工具會處理所有攝影機資訊，包括風、濕度、地形和其他動態變化因素，保證在五分鐘之內將規範性分析發回給加州消防局和加州緊急服務辦公室的一線團隊，最終發布至Firemap網站以供公開訪問。
UCSD還建有跨大學、學科和行業的WIFIRE Commons傘狀網路，能夠將AI、野火科學、實踐專家、行業、網路基礎設施和公共機構聯合起來，共同促進野火數據的持續交換與分析。據報道，該網路在2022年內成功阻止了1000多起火災。
以火攻火
BurnPro 3d
科學家和州政府官員們很快意識到，必須有計劃地燒掉幾百年來積累下的自然燃料，才能控制未來野火的行動軌跡、緩解其對加州生態和居民安全的破壞。換句話說，要像本地土著居民那樣用小火預防更具破壞性的大火。
然而，在不了解各類天氣因素間的複雜影響之前就盲目放火，很可能引發災難性的後果。在美國國家科學基金會的支持下，UCSD的BurnPro 3D團隊使用AI技術為土地所有者和負責火災緩解的各級國家單位，提供更全面、更詳盡的火災環境分析視角，充分把握風、植被等關鍵因素的影響效應。
私營部門伸出援手
Zonehaven
與加州地區的大規模火災作鬥爭，每個人都需要傾其全力，因此當地或各縣也會有一些私營組織通過AI軟體增強公共資源。Zonehaven就是這樣一套基於AI的系統，可利用機器學習來消化衛星圖片、天氣預報等各類資訊，藉此確定可能發生火災的時間和地點，幫助緊急救援人員對身處險境的社區實施疏散。
Zonehaven與加州至少十幾個縣的部分消防和警察部門建立起合作夥伴關係，並提出了詳盡的分階段疏散建議，以避免踩踏事件及相關交通堵塞。個人居民可以查看包含道路、建築物、植被的詳細地圖，了解火勢蔓延的模擬路徑與發生地點。
Alchera
加州索諾瑪縣是全球知名的葡萄產地，但這裡也一直飽受野火的摧殘。加州歷史上最具破壞性的野火「塔布斯」大火就摧毀了這裡超5636處房屋，並造成24人死亡。研究發現，造成悲劇的原因是一場極端風暴突然改變了方向。
為此，索諾瑪縣最近與來自首爾的韓國SaaS AI廠商Alchera簽訂了合同，將該公司提供的專有機器學習系統接入加州警用攝影機，希望藉此開發火災探測解決方案。隨著時間推移，該公司利用攝影機提供的數百萬張圖像來訓練算法，使其掌握準確檢測煙霧的能力。頗為諷刺的是，韓國內政和安全部長近期還出訪了索諾瑪縣，想了解Alchera的技術能不能幫助韓國控制國內橫行無忌的野火災害。
發現易燃物
斯坦福大學的Krishna Rao最近剛剛拿到博士學位，他開發出一種深度學習算法，能夠評估加州植被的乾濕程度。這意味著各州可以在資源和人手都嚴重匱乏的前提下，預先了解哪些灌木叢乾燥易燃、哪些區域威脅不大，這對防範野火災害具有重大意義。
Rao解釋道，「衛星雷達會在森林區域發射微波。如果樹木乾燥，那麼什麼都不會發生，微波會直接通過。但如果林木潮濕，微波就會被反射回衛星，代表火災風險等級較低。」
精準為房主提供保險服務
除了擔心生命財產損失之外，目前加州居民們面臨的最大困擾，就是自己會不會被家庭保險公司剔出服務範圍之外。
最近，每年都有成千上萬的房主被拒保，被迫轉向加州FAIR計劃——提供托底保險手段的國營服務。理由很簡單，如今的保險模式仍然以確定性為前提，不願為不確定性買單。精算模型雖然通過成千上萬次的運行來消化數據，但面對氣候劇變的新時代，保險公司斷然不敢為無法預見的風險承保。
Kettle.ai是一家再保險公司，就是為保險公司提供保險的企業。他們正嘗試用AI模型來解決這個問題，該模型可以對所涉及的風險做更確切的估算。通過超200萬次實時衛星數據計算，Kettle發現加州只有0.1%的縣實際面臨野火威脅，但保費上升的區域卻占該州的25%。
Kettle公司聯合創始人兼CEO Nathaniel Manning表示，「有些地區的危險性確實提升到了原先的10倍，但很多地區的風險只增加了10%。在這種情況下，如果粗暴把保費全面提升至原本的3倍，那根本不解決任何問題。」在分析結論的支持下，保險公司決定接納更多當地房主，並提供更貼合現實的定價政策。
另外一家保險公司Zesty.ai則使用AI幫助那些因野火風險而被拒保的客戶。加州已經正式接納該公司的Z-Fire產品，用於在個人財產層面評估野火風險，幫助那些只能接受FAIR托底保障的房主。條款內容非常具體，包括推薦他們以特定方式加固房屋以重獲保險接納。
斯坦福大學的Michael Wara也是FAIR計劃的設計者和監督者。他表示，基於AI的保險機構已經為成千上萬人提供了救濟。「但更重要的是，必須將AI的能力轉化為公共政策和風險控制手段——比如協助加固房屋以防範火災，否則一旦遭遇像過去五年間這種極端火災，人們仍然會蒙受巨大的損失。」
