AI訓練を受けたカメラは、山火事の最初の兆候を見つけるのに肉眼を上回った
ワシントン州の火災シーズンの始まりである6月17日、オリンピック半島の深い森と険しい山々に囲まれたメイソン郡で、広大な未開発地が火災に見舞われました。この火災を通報する911番通報は誰もありませんでした。地元の消防署も、管轄区域が火災に見舞われていることに気づいていませんでした。
しかし、数時間で火は消え、合計で20エーカー弱が焼け落ちた。
近くの見晴らしの良い場所に設置された2台のAI搭載カメラが、遠く離れた消防指令センターに警報を中継した。AIスタートアップ企業Pano AIが開発したこれらのカメラは、山火事発生の最も初期の兆候である煙の柱を検知することができる。
パノAIは火災を確認した後、ワシントン州天然資源局（DNR）に連絡し、消防隊員を現場に派遣しました。カメラの座標に基づき、彼らは発火源から30メートル以内まで接近しました。
「この火災は、何らかの注目を集める前に、もっと大きくなっていたはずだ」と、DNRの山火事広報マネージャー、トーマス・カイル・ミルワード氏は語った。
そしてスピードも重要です。「火に早く着けば着くほど、火を小さく抑えることができます」と彼は付け加えました。
DNRは昨年、Pano AI社と共同でパイロットプログラムを開始し、ワシントン州周辺の山火事リスクが高く、過去のデータとモデルに基づき、通報者による通報の可能性が低い場所に21台のカメラを設置しました。DNRは契約を2029年まで延長しました。カメラ1 台あたりの価格は約4万5000ドルで、パイロットプログラム終了後の年間総費用は94万8000ドルとなります。
ワシントン州自然資源局だけが監視カメラの恩恵を受けているわけではない。4月のプレスリリースによると、Pano AIは米国、カナダ、オーストラリアの12州にカメラを設置し、1600万エーカー（約600万ヘクタール）の土地をカバーしている。他の顧客には、公益事業会社のXcel Energy社やAustin Energy社、個人の土地所有者、そして政府の消防機関などが含まれる。
PitchBookによると、サンフランシスコを拠点とする同社は2023年3月時点で投資家から4,500万ドルを調達し、45人の従業員を雇用している。
ワシントンでは、この夏、衛星画像で確認される前に、Pano AI がいくつかの発火を捉えていた。
DNRの主任火災気象学者マシュー・デーア氏は、中央ワシントン州ヤキマ近郊で発生した、現在は鎮火した火災をデーア氏が目撃する前にパノAIが検知したと語り、この技術により、消防士らが鎮火に苦慮している他の火災も現在監視できるようになったという。
北西コーディネーションセンターによると、現在ワシントン州とオレゴン州では55件の大規模火災が発生している。6月初旬にワシントン州中部のシェラン近郊で発生した火災は、すでに3万3000エーカー（約13,000ヘクタール）以上を焼失した。火災シーズンはまだ終わっていないため、デア氏は今年の火災を過去の火災と比較するのは難しいとしながらも、今後1～2か月は「非常に厳しい状況になるだろう」と予測している。
力で消火活動
市民団体「チャレンジ・シアトル」の最近の報告書によると、ワシントン州における山火事の発生件数は変化していないものの、焼失面積は増加しているという。過去20年間で、山火事による焼失面積は年間平均4倍に増加している。
同報告書によると、州内で発生した山火事の80％以上は人間が原因であることが判明した。
過去10年間、DNRは対応戦略を転換し、火災発生当初から強力な消火活動に重点を置き、火災の95%を10エーカー（約4ヘクタール）未満に抑えることを目指してきました。年間平均1,500件前後の山火事が発生するワシントン州では、火災を小規模に抑えることが気候変動の影響に対処するための有望な戦略となる可能性があります。
デア氏は、火災を予測し、それを追跡して対応を導くという自身の仕事にとって、カメラは大きな助けになっていると述べた。
「目標は、資源の事前配置を支援することです」と、元米空軍の気象士官であるデーア氏は述べた。「私の任務は、消防士の安全を確保し、火災発生前に適切な場所に消防士を誘導することです。」
Pano AI システムは、ますます高度化する一連の新しい消防技術の中の 1 つのツールにすぎません。
10年足らず前、DNRの航空機保有数は10機未満でした。現在、火災現場に派遣されたパイロットは40機を超え、その中には赤外線技術を用いて熱分布を測量する軍用グレードの測量機器を搭載した新型コディアック機2機も含まれています。この測量は、火災現場周辺の火災跡を描き、新たな火災の発生を特定するのに役立っています。
DNRは、火災の危険性を評価するために、遠隔地の自動気象システムも活用しています。州内30か所の観測所から送られる太陽放射量、相対湿度、降水量、気温、風速に関する1時間ごとの衛星データから、危険度レベルに関する情報が算出されるリスク計算ツールが提供されます。消防隊員も現場での観測結果を報告しています。
ワシントン大学は、州の多様な地形を考慮した超高解像度の気象モデルを運用しています。険しくギザギザの峰々と深い谷が、地形を歪めています。「解像度が十分でなければ、すべてがかき消されてしまいます」とデア氏は言います。
テクノロジーと データは消防活動の強化に役立っていますが、 効果的な活動には依然として 人間の介入が不可欠です。Pano AIのフィードは人間の品質管理を受け、DNR（州天然資源局）のディスパッチャーは州全体の活動を調整し、測量機にはカメラ操作の特別な訓練を受けたセンサーオペレーターが搭乗しています。消防局の課題の一つは、24時間体制でデータを収集するために必要なスキルを持つ人材を十分に確保することです。
テクノロジーブームを活かすには、あらゆるレベルの従業員向けの研修プログラムに投資し続ける必要がある、とデア氏は述べた。
「やはり人材が必要だ」と彼は付け加えた。「そして賢い人材が必要だ」
