AI与野火的交锋：捍卫居民生命与财产安全

从火灾探测、预测分析到植被含水量评估，AI已经成为加州抗击季节性野火的主力军。

身为加州居民，大家对每年的野火季可谓心有余悸。过去五年来，4到10月“如期而至”的野火总会疯狂吞噬公共土地和私人财产，造成数千亿美元的损失和生命逝去的悲剧。

单在2017年，火灾就损坏或摧毁了近11000栋建筑物、烧毁超31.8万英亩土地。2018年，加州历史上最具破坏性的“坎普”大火更是摧毁19531座建筑物，造成85人死亡。随后几年里，野火又陆续烧毁超1000万英亩土地。从历史上看，加州确实是火灾多发之地，但2018年以来连年发生破纪录规模的火灾，就不能简单用“当地特色”来解释了。

火灾为何愈演愈烈？

火灾研究者们一致认为，欧洲殖民化或许是引发这些火灾的最大催化剂。在欧洲人登陆这里之前，当地土著居民一直在执行复杂的定期燃烧习俗——主动清除危险的森林和灌木丛，防止它们在旱季成为毁灭性的燃料。就这样，百多年间野火隐患得到了有效预防，后来者们根本就感受不到威胁。斯坦福大学气候与能源政策项目主任Michael Wara表示，“加州一直是火灾的高发地，也是当地无法避免的特征之一。但现在，我们似乎忘记了对火灾做有效管理。”

另一种催化剂则是气候变化。随着我们越来越依赖化石燃料，同时大规模砍伐森林用于动物饲养和农业生产，地球的整体温度正在上升，引发了更多灾难性、难以预测的天气事件。包括创纪录的洪水、热浪和火灾。在加利福尼亚州，极端高温和干旱开始定期发生，导致草地、松针和落叶变干，最终将这里变成一个随时可能爆燃的火药桶。

终于，加州决定拿起新武器抑制火灾影响，使用的正是人工智能——更确切地讲，是机器学习。丰富的卫星图像与地理空间数据，已经让深度学习成为我们预测威胁动向、风险变化的重要工具。

虽然刚刚投向于抗火事业，但AI已经能够翻阅数十亿张历史和当前图像，总结出指向潜在热点的线索模式，为加州人民提供对抗自然灾害的强大武器。从检测到预测分析、再到预防措施和疏散程序，AI正在抗争中建立奇功。

为加州的野火扑救建立神经中枢

野火应对领域也有NASA级别的机构，那就是加州大学圣迭戈分校（UCSD）。这所州立大学拥有一套复杂的机构网络，能够相互配合以跟踪并预测火灾爆发。

这套系统的眼睛和耳朵是ALERTCalifornia，一个由1000多个高清可平移变焦摄像头组成的公共网络。这些摄像设备遍布加州多个位置，在晴朗的天气里能遥望最远120英里的范围。摄像机捕捉到的所有实时数据都会被传输至位于UCSD的超级计算机中心，交由WIFIRE处理。WIFIRE拥有一个由多块巨大屏幕组成的“作战指挥室”，数据将在这里进行实时建模和预测分析。（例如，当有摄像头发现疑似烟雾的画面时就会提醒UCSD，由后者的算法通过比较快速判断目标是烟雾、自然雾气还是低悬的云朵。）

WIFIRE是FIRIS（火灾综合实时情报系统）的组成部分，FIRIS由加州公私两个部门的伙伴合作开发，使用空中红外线平台向UCSD的神经中枢提供来自活动野火的实时信息。在校内，机器学习工具会处理所有摄像头信息，包括风、湿度、地形和其他动态变化因素，保证在五分钟之内将规范性分析发回给加州消防局和加州紧急服务办公室的一线团队，最终发布至Firemap网站以供公开访问。

UCSD还建有跨大学、学科和行业的WIFIRE Commons伞状网络，能够将AI、野火科学、实践专家、行业、网络基础设施和公共机构联合起来，共同促进野火数据的持续交换与分析。据报道，该网络在2022年内成功阻止了1000多起火灾。

以火攻火

BurnPro 3d 

用小火预防更具破坏性的大规模火灾

科学家和州政府官员们很快意识到，必须有计划地烧掉几百年来积累下的自然燃料，才能控制未来野火的行动轨迹、缓解其对加州生态和居民安全的破坏。换句话说，要像本地土著居民那样用小火预防更具破坏性的大火。

然而，在不了解各类天气因素间的复杂影响之前就盲目放火，很可能引发灾难性的后果。在美国国家科学基金会的支持下，UCSD的BurnPro 3D团队使用AI技术为土地所有者和负责火灾缓解的各级国家单位，提供更全面、更详尽的火灾环境分析视角，充分把握风、植被等关键因素的影响效应。

私营部门伸出援手

Zonehaven

与加州地区的大规模火灾作斗争，每个人都需要倾其全力，因此当地或各县也会有一些私营组织通过AI软件增强公共资源。Zonehaven就是这样一套基于AI的系统，可利用机器学习来消化卫星图片、天气预报等各类信息，借此确定可能发生火灾的时间和地点，帮助紧急救援人员对身处险境的社区实施疏散。

Zonehaven与加州至少十几个县的部分消防和警察部门建立起合作伙伴关系，并提出了详尽的分阶段疏散建议，以避免踩踏事件及相关交通堵塞。个人居民可以查看包含道路、建筑物、植被的详细地图，了解火势蔓延的模拟路径与发生地点。

Alchera

加州索诺玛县是全球知名的葡萄产地，但这里也一直饱受野火的摧残。加州历史上最具破坏性的野火“塔布斯”大火就摧毁了这里超5636处房屋，并造成24人死亡。研究发现，造成悲剧的原因是一场极端风暴突然改变了方向。

为此，索诺玛县最近与来自首尔的韩国SaaS AI厂商Alchera签订了合同，将该公司提供的专有机器学习系统接入加州警用摄像头，希望借此开发火灾探测解决方案。随着时间推移，该公司利用摄像头提供的数百万张图像来训练算法，使其掌握准确检测烟雾的能力。颇为讽刺的是，韩国内政和安全部长近期还出访了索诺玛县，想了解Alchera的技术能不能帮助韩国控制国内横行无忌的野火灾害。

发现易燃物

斯坦福大学的Krishna Rao最近刚刚拿到博士学位，他开发出一种深度学习算法，能够评估加州植被的干湿程度。这意味着各州可以在资源和人手都严重匮乏的前提下，预先了解哪些灌木丛干燥易燃、哪些区域威胁不大，这对防范野火灾害具有重大意义。

Rao解释道，“卫星雷达会在森林区域发射微波。如果树木干燥，那么什么都不会发生，微波会直接通过。但如果林木潮湿，微波就会被反射回卫星，代表火灾风险等级较低。”

精准为房主提供保险服务

除了担心生命财产损失之外，目前加州居民们面临的最大困扰，就是自己会不会被家庭保险公司剔出服务范围之外。

最近，每年都有成千上万的房主被拒保，被迫转向加州FAIR计划——提供托底保险手段的国营服务。理由很简单，如今的保险模式仍然以确定性为前提，不愿为不确定性买单。精算模型虽然通过成千上万次的运行来消化数据，但面对气候剧变的新时代，保险公司断然不敢为无法预见的风险承保。

Kettle.ai是一家再保险公司，就是为保险公司提供保险的企业。他们正尝试用AI模型来解决这个问题，该模型可以对所涉及的风险做更确切的估算。通过超200万次实时卫星数据计算，Kettle发现加州只有0.1%的县实际面临野火威胁，但保费上升的区域却占该州的25%。

Kettle公司联合创始人兼CEO Nathaniel Manning表示，“有些地区的危险性确实提升到了原先的10倍，但很多地区的风险只增加了10%。在这种情况下，如果粗暴把保费全面提升至原本的3倍，那根本不解决任何问题。”在分析结论的支持下，保险公司决定接纳更多当地房主，并提供更贴合现实的定价政策。

另外一家保险公司Zesty.ai则使用AI帮助那些因野火风险而被拒保的客户。加州已经正式接纳该公司的Z-Fire产品，用于在个人财产层面评估野火风险，帮助那些只能接受FAIR托底保障的房主。条款内容非常具体，包括推荐他们以特定方式加固房屋以重获保险接纳。

斯坦福大学的Michael Wara也是FAIR计划的设计者和监督者。他表示，基于AI的保险机构已经为成千上万人提供了救济。“但更重要的是，必须将AI的能力转化为公共政策和风险控制手段——比如协助加固房屋以防范火灾，否则一旦遭遇像过去五年间这种极端火灾，人们仍然会蒙受巨大的损失。”