Выявляет возгорания быстро, но допускает ошибки: ИИ против лесных пожаров

Сложность тушения лесных пожаров летом — в невероятной скорости распространения огня. Его тяжело локализовать из-за ветра и сухой погоды, да и часто лес горит в таких труднодоступных местах, что работать там могут только самолеты. Разумеется, такие катаклизмы надзорные службы стараются предотвращать, вот только не всегда это удаётся сделать.

1. Во-первых, несмотря на запрет разведения костров в лесах и даже штраф от 15 000 до 50 000 рублей, люди продолжают их разжигать. 
2. Во-вторых, пожар может начаться сам собой. Например, в жаркую погоду вспыхивает торфяная крошка.
3. В-третьих, при сильном ветре лесам угрожают даже контролируемые источники огня, например, сельскохозяйственные палы.

Оптимальное решение — находить и оперативно тушить едва зарождающиеся возгорания. За годы практики пожарные службы разработали целый ряд способов отслеживания лесных пожаров, и одна из самых актуальных технологий для применения на сегодняшний день — искусственный интеллект. В этом материале разбираемся, чем хорош искусственный интеллект для борьбы с пожарами и как новые технологии могут вытеснить проверенные методы. 

• Как отслеживают лесные пожары
• Как ИИ помогает бороться с пожарами
• Как ИИ помогает предотвратить пожары
• Какие проблемы возникают при работе с ИИ
• Какие перспективы у ИИ в борьбе с лесными пожарами
• Что по этому поводу думает сам ИИ?

Как отслеживают лесные пожары

Система наблюдения за пожарами с «пожарных каланчей» — башен, которые возвышаются над лесом,— появилась еще в XIX в. Работала она так: на вышке находился дежурный, который должен был следить за обстановкой, замечать возгорания и по возможности оперативно передавать информацию начальству.

В России так следили за лесными пожарами вплоть до конца 2010-х, потому что человека на таком посту заменить дорого и долго, а иногда и невозможно. Так, в штате Пенсильвания, США несмотря на широкое использование воздушного наблюдения в 2017 году снова прибегли к работе на вышках. Во многом это связано с расположением на территории штата горной системы Аппалачи, затрудняющей сотовую передачу данных.

Но специалисты по всему миру активно стараются использовать новые возможности. Так, с середины нулевых в России работает спутниковая система мониторинга лесных пожаров «ИСДМ-Рослесхоз», которая до сих пор остается одним из главных источников для составления карты лесных пожаров.

Еще для наблюдения используют самолеты и беспилотники. Но все же летающей техникой чаще тушат пожары:поднимать в воздух аппараты для мониторинга — дороже, чем наблюдать за территорией удаленно. 

В 2012 году в 20 регионах страны начал работу «Лесной Дозор» — комплекс из камер, мобильных приложений и географических информационных сервисов. А с 2021 года в рамках реновации противопожарного обустройства лесов появились наблюдательные пункты — столбы с камерами, это позволяет мониторить территорию без присутствия человека на локации.

Как ИИ помогает бороться с пожарами

Возможность удаленного наблюдения — большой шаг, который защищает сотрудников противопожарных ведомств и позволяет им быть вдали от ЧС. Но следит за происходящим все равно живой человек: и даже натренированный сотрудник не может долгое время смотреть в экран, не теряя бдительности. Плюс к этому, на передачу информации от одного специалиста к другому нужно время, за которое огонь может усилиться. 

Никита Шахулов, специалист в области кибербезопасности (принимал участие в разработке компьютерного зрения, нацеленного на распознание пожаров через камеры Powernet), отмечает, что такую монотонную работу и берут на себя нейросети:

«Нейросети позволяют анализировать больше данных и делают это быстрее человека. Если раньше при выявлении пожара сотрудник должен был получить снимок со спутника, определить точки возгорания, зафиксировать их и отправить в пожарную часть для подтверждения, то сейчас достаточно обучить нейросеть определять отклонения от нормы. Человек же может просто перепроверять и подтверждать информацию».

Специалист добавляет, что здесь работает не какой-то новый сильный ИИ, а привычные нейросети. То есть программы, способные к самообучению, но не имеющие самосознания.

Одной из разработок на основе нейросетей сейчас активно пользуются в Якутии. Это система «Сильван», объединяющая данные спутниковых снимков, климатических и картографических сервисов, а также систем ЕДДС, МЧС и 112. Нейросеть отслеживает термоточки и аномалии и определяет по ним первичные признаки пожара. 

Внедрили ее в работу еще в 2022 году, а в 2024-ом пресс-центр Республики Саха отчитался: благодаря «Сильвану» скорость обработки данных о пожаре выросла в пять раз, а скорость реагирования увеличилась вдвое. Но в планах — дальнейшее развитие с упором на прогнозирование распространения огня.

В 2023 году нейросети начали широко применяться в России и в других регионах — для отслеживания пожаров на наземных пунктах наблюдения. Помогают в этом телеком-компании, которые предоставляют не только свои мощности для обработки данных, но и вышки связи. 

Олег Алдошин, вице-президент по развитию корпоративного и нового бизнеса ПАО «МТС», комментирует вклад компании в борьбу с пожарами:

«Одно из главных направлений работы нашего IoT-отдела — помочь регионам отследить и обнаружить пожары, даже когда открытого огня еще нет.

Мы реализовали несколько десятков комплексных проектов во Владимирской области, в Приморье, в Краснодарском крае, Башкирии, Челябинской области, в Ханты-Мансийском автономном округе и других регионах. 

Например, в национальном парке "Башкирия" создали сенсорную сеть датчиков и запустили систему “умного” видеонаблюдения с использованием ветрогенератора и солнечной батареи. По нашим данным, в нескольких регионах благодаря системам видеоаналитики получилось предотвратить более половины обнаруженных пожаров. Как следствие — средняя площадь пожаров, обнаруженных искусственным интеллектом, в пять раз меньше выявленной другими способами.

Мы используем высокоточные камеры с обзором в 360° и разрешением 1920x1080. Их устанавливают на 70-метровых антенно-мачтовых сооружениях МТС. Каждая такая вышка обеспечивает круглосуточный видеоанализ на расстоянии до 35 километров. 

Специализированное ПО обрабатывает большие данные o состоянии лесов и метеорологических условиях. А еще оно отправляет сигнал тревоги на смартфоны с точным указанием координат пожара и маршрута эвакуации. 

Мы также внедряем технологию распознавания огня и дыма в режиме реального времени от входящей в экосистему МТС Visionlabs. Система с помощью технологии компьютерного зрения обрабатывает большой объем данных и распознает возгорание на каждом кадре, определяет его источник и оповещает оператора и других заинтересованных лиц о деталях инцидента».

Не обходят вниманием ИИ-инноваторы и пожарную авиацию. Так, в 2023 году стартап «Феникс-Карбон» запатентовал способ тушения пожаров при помощи снабженных нейросетями беспилотников. Искусственный интеллект в данном случае нужен в первую очередь для расчетов скорости распространения огня и площадь потенциального поражения. Известно, что  прошлом году компания заявила о запуске тестовых дронов в Карелии, Томской области и республике Коми. В планах сократить при помощи таких БПЛА расходы на ликвидацию начальных очагов пожаров примерно на 30%. Но на данном этапе проект все еще в разработке.

Как ИИ помогает предотвратить пожары

Другой сервис, действующий на опережение, представил и запустил в Подмосковье «Билайн». Работает он сразу в нескольких районах: Луховицах, Егорьевске, Воскресенске, Орехово-Зуеве, Раменском и Балашихе.

Он тоже основан на нейросетях и анализирует плотность скопления людей в режиме, близком к реальному времени. Если людей в отдельном квадрате слишком много, система определяет ситуацию как потенциально пожароопасную.

Система одновременно оповещает диспетчеров лесного хозяйства о возможной угрозе и автоматически направляет всем абонентам оператора в этом квадрате сообщения с напоминанием о запрете разведения огня и штрафах.

В Комитете лесного хозяйства Московской области подтверждают эффективность технологии. Там сообщают, что она помогает строить маршруты патрулирования и заблаговременно реагировать «потенциально негативные моменты», связанные с пожарами. 

Какие проблемы возникают при работе с ИИ

Главная проблема при использовании нейросетей — в отсутствии у них критического мышления. Чтобы ИИ научился отличать огонь от солнечного блика, а дым от облаков, ему нужно проанализировать не одну тысячу потенциально пожароопасных ситуаций.

Именно о такой ошибке рассказывал журналистам в 2023 году заместитель министра лесного хозяйства Кировской области Василий Глушков, говоря, что установленные в лесах камеры «реагировали чуть ли не на каждое облако, принимая его за задымление». 

«Технология обнаружения пожаров по камерам пока работает как вспомогательная, то есть человек все равно контролирует ее работу, а не делегирует анализ пожароопасных ситуаций полностью. Но чем больше данных ИИ обрабатывает, тем быстрее учится. 

К тому же, нейросеть может сопоставлять информацию сразу из нескольких источников и с нескольких датчиков, тем самым себя перепроверяя. И анализ в конце концов становится автоматическим. 

С другой стороны, в этом кроется и потенциальная опасность технологии: сейчас мы не слишком доверяем нейросетям и контролируем их работу. Но если за долгий период они дойдут до такого уровня точности, что человечество расслабится и доверится ИИ, сбой может дорого нам обойтись», — комментирует проблему Никита Шахулов.

Какие перспективы у ИИ в борьбе с лесными пожарами

Эксперт добавляет, что возможности развития нейросетей не ограничиваются поиском очагов возгорания. По его словам, они уже способны просчитать поведение стихии — но пока только приблизительно.

«Наверняка вы замечали, как прогноз погоды в течение дня ”отодвигает” дождь на два-три часа? Это происходит потому, что “предсказание” строится на основе данных с датчиков, которые ИИ может обработать неточно. Чтобы существенно повысить уровень аналитики, нейросетям нужно больше обучения на больших данных. Тогда они смогут и составить действенный план тушения пожара, и задать направление эвакуации людей», — добавляет Шахулов.

Для предсказания поведения пожара вполне может применяться, например, «Сильван», о котором мы рассказывали выше. В министерстве экологии, природопользования и лесного хозяйства Республики Саха еще в 2022 году говорили, что ПО объединяет в себе и карту площади пожаров, и количество задействованных ресурсов, и реестр ближайших аэродромов, и статистику налетов авиации для тушения. 

Все это помогает оценить расположение сил для дальнейшей борьбы с огнем: как далеко пилотам придется добираться до пожара, как много топлива им придется потратить и сколько времени это займет. Все это уже сегодня можно считать достаточным массивом данных для прогнозов на будущее.

Что по этому поводу думает сам ИИ?

Основатель компании Neuroimpuls Богдан Царьков также был приглашен нами как эксперт по теме искусственного интеллекта. Однако вместо прямого ответа он предложил задать вопросы продвинутой нейросети, которой пользуются у них в компании. Вот что искусственный интеллект думает по поводу работы его «коллег»:

«ИИ действительно обладает широкими возможностями, которые могут помочь в предотвращении и предупреждении пожаров и других бедствий. Вот некоторые из них: раннее обнаружение пожаров, прогнозирование погодных условий, анализ растительности и поиск данных об огне в социальных сетях в режиме реального времени».

Интересно, что сама же нейросеть выделила и минусы работы искусственного интеллекта. Она назвала несколько факторов риска, среди которых галлюцинации, то есть ошибочные результаты; сложность интерпретации данных людьми; риск кибератак и ограниченные возможности в экстремальных условиях, таких как ураганы или землетрясения, когда страдают источники связи и энергии. 

Но, в целом, прогноз сам для себя ИИ дал более чем положительный:

«Несмотря на эти минусы, преимущества использования нейросетей в системах мониторинга стихийных бедствий значительно перевешивают недостатки. Постоянное развитие технологий и улучшение алгоритмов искусственного интеллекта позволяют минимизировать риски и повышать эффективность таких систем. Важно также помнить, что ИИ является инструментом, который должен использоваться в сочетании с человеческим опытом и знаниями для достижения наилучших результатов».

Кажется, тут и добавить нечего.

Фото на обложке: Matt Howard / Unsplash