Δασικές πυρκαγιές: Η τεχνητή νοημοσύνη στην πρόληψή τους - Τα δύο καινοτόμα προγράμματα και οι δυνατότητες
Δύο καινοτόμα προγράμματα, το «Deep Cube» και το «Seasfire», μπαίνουν στη μάχη για την πρόληψη και την αντιμετώπιση των δασικών πυρκαγιών. Πρόκειται για προγράμματα που αξιοποιούν τις τεχνολογίες της τεχνητής νοημοσύνης και ξεκίνησαν τον Ιανουάριο του 2021 και τον Μάρτιο του 2022 αντίστοιχα.
Όπως τονίζει στο ΑΠΕ-ΜΠΕ ο εντεταλμένος ερευνητής στο Εθνικό Αστεροσκοπείο Αθηνών, στο Ινστιτούτο Αστρονομίας, Αστροφυσικής, Διαστημικών Εφαρμογών και Τηλεπισκόπησης, νεοεκλεγείς στο ΕΜΠ, Γιάννης Παπουτσής, «η στόχευση του Deep Cube είναι να αξιοποιήσει πολύ μεγάλο πλούτο δορυφορικών δεδομένων που είναι διαθέσιμα αυτή τη στιγμή, ελεύθερα και δωρεάν σε συνδυασμό με τεχνολογίες τεχνητής νοημοσύνης για να μπορέσουμε να εξάγουμε νέες πληροφορίες μέσα από τα δορυφορικά δεδομένα», και προσθέτει ότι στο Deep Cube υπάρχουν διάφορες τεχνολογίες κι εφαρμογές, μία εκ των οποίων είναι η εκτίμηση κινδύνου δασικής πυρκαγιάς για την επόμενη ημέρα. «Είναι μία εφαρμογή που έχουμε αναπτύξει σε συνεργασία με το Πυροσβεστικό Σώμα», αναφέρει με αφορμή και την έναρξη σήμερα της αντιπυρικής περιόδου.
Το συγκεκριμένο πρόγραμμα πέρσι λειτούργησε πιλοτικά για την Ελλάδα, ωστόσο, φέτος η εφαρμογή του έχει επεκταθεί για όλη τη Μεσόγειο. «Ως χώρα και ως φορέας (Εθνικό Αστεροσκοπείο Αθηνών) έχουμε καινοτομήσει, είμαστε από τους πρώτους. Θα το αναπτύξουμε και για άλλες χώρες, στα πλαίσια άλλων προγραμμάτων που μας έχουν ζητηθεί, στην Ισπανία για παράδειγμα και θα το κάνουμε και για την ευρύτερη Μεσόγειο», τονίζει.
«Μέσω του καινοτόμου προγράμματος προσπαθούμε να λύσουμε το πρόβλημα της πρόληψης του κινδύνου, που είναι σύνθετο και πολυδιάστατο καθώς είναι μια σειρά από περιβαλλοντικές και άλλες παράμετροι που αλληλεπιδρούν μεταξύ τους αυξάνοντας ή μειώνοντας τον κίνδυνο κάθε φορά. Αυτό επειδή είναι δύσκολο κανείς να το μοντελοποιήσει προσπαθούμε να εκπαιδεύσουμε ένα σύστημα τεχνητής νοημοσύνης για να μάθουμε όλες αυτές τις σύνθετες και μη γραμμικές αλληλεπιδράσεις μεταξύ όλων αυτών των παραμέτρων. Αυτό μπορεί να συμβεί αξιοποιώντας ιστορικά δεδομένα. Αφήνουμε ένα μοντέλο να παίρνει σαν είσοδο αυτές τις παραμέτρους και με βάση το ιστορικό των καμένων εκτάσεων να μάθει αυτές τις σύνθετες αλληλοσυσχετίσεις. Και στη συνέχεια αφού το εκπαιδεύσουμε αυτό το μοντέλο το βάζουμε στην παραγωγή. Σε καθημερινή βάση μαζεύουμε όλες αυτές τις παραμέτρους και κάνουμε μία εκτίμηση για την επόμενη μέρα», σημειώνει στο ΑΠΕ-ΜΠΕ ο κ. Παπουτσής και προσθέτει τη σημαντική συμβολή του Πυροσβεστικού Σώματος σε αυτό το εγχείρημα.
Με γνώμονα το «Deep Cube» η ερευνητική ομάδα του Orion Lab του ΙΑΑΔΕΤ/ΕΑΑ προχώρησε μετά από ένα χρόνο, τον Μάρτιο του 2022 στην ανάπτυξη ενός δεύτερου πρωτοποριακού προγράμματος του “SeasFire’’ που χρηματοδοτήθηκε από Ευρωπαϊκό Οργανισμό Διαστήματος. Το “SeasFire’’ μελετάει την εκτίμηση κινδύνου για δασική πυρκαγιά αλλά σε άλλη χωροχρονική κλίμακα, σε 2, 3, 4, 5 μήνες από σήμερα. «Μετά το DeepCube πήραμε το θάρρος να το προχωρήσουμε ένα βήμα παραπέρα και να εξετάσουμε πώς μπορούμε να χρησιμοποιήσουμε την τεχνητή νοημοσύνη για να προβλέψουμε τη συχνότητα και την ένταση των δασικών πυρκαγιών στην Ευρώπη σε μακροπρόθεσμο ορίζοντα. Μία βασική παραδοχή που κάνουμε είναι το φαινόμενο της πεταλούδας δηλαδή κάτι το οποίο συνέβη κάποια στιγμή παλαιότερα, σε κάποιο άλλο μέρος του πλανήτη, μπορεί να επηρεάσει τι θα γίνει εδώ και τώρα και αυτό γιατί είναι ένα μεγάλο διασυνδεδεμένο σύστημα με φυσικές διεργασίες που επηρεάζουν η μία την άλλη, σε διάφορες χωροχρονικές αποστάσεις. Πρόκειται για τηλεσυνδέσεις. Αυτό προσπαθούμε να μοντελοποιήσουμε στο SeasFire κι επικεντρωνόμαστε στην Ευρώπη, αλλά για να μπορέσουμε να εκτιμήσουμε τον εποχιακό κίνδυνο για τις πυρκαγιές στην Ευρώπη πρέπει να πάρουμε πληροφορία από το τι γίνεται στον Ατλαντικό Ωκεανό, τι γίνεται στην Αφρική, τι γίνεται σε άλλες περιοχές του πλανήτη παλαιότερα για να μπορέσουμε να προβλέψουμε τι θα γίνει το φετινό καλοκαίρι. Αυτή είναι η καινοτομία του», υπογραμμίζει στο ΑΠΕ-ΜΠΕ ο κ. Παπουτσής.
Πώς η τεχνητή νοημοσύνη μπορεί να συμβάλει στην πρόληψη από τις φυσικές καταστροφές
Σύμφωνα με τον κ. Παπουτσή η επιστημονική κοινότητα προχωράει με γοργούς ρυθμούς στην κατεύθυνση να χρησιμοποιείται η τεχνητή νοημοσύνη για την πρόληψη από αυτά τα φαινόμενα. «Το ζήτημα είναι πώς όλα αυτά τα τεχνολογικά εργαλεία που αξιοποιούν την τεχνητή νοημοσύνη και τα δορυφορικά δεδομένα, θα αποκτήσουν την εμπιστοσύνη των επιχειρησιακών. Επομένως, πρέπει να χτιστεί η εμπιστοσύνη και η κατανόηση σε αυτά τα εργαλεία, για να μπορέσουν να αξιοποιηθούν και επιχειρησιακά», σημειώνει ο κ. Παπουτσής.
Τα τελευταία χρόνια φαίνεται πως η τεχνητή νοημοσύνη αξιοποιείται όλο και περισσότερο από την επιστημονική κοινότητα σε συνδυασμό με τα κλιματολογικά και δορυφορικά δεδομένα. «Υπάρχει πολύ μεγάλη κινητικότητα και δείχνει ότι μπορεί να προσφέρει πολλά η τεχνητή νοημοσύνη. Στα επόμενα χρόνια θα έχουμε πολύ καλά αποτελέσματα και ως προς την αξιοποίηση της τεχνητής νοημοσύνης σε όλη τη φάση του κύκλου διαχείρισης των πυρκαγιών. Τέτοιες εφαρμογές θα βγαίνουν συνέχεια και ήδη βγαίνουν από την επιστημονική κοινότητα, το ζήτημα είναι πώς αυτές θα ενταχθούν σε έναν επιχειρησιακό σχεδιασμό ή σε μία αντιμετώπιση με βάση τα πρωτόκολλα που έχει η Πολιτική Προστασία, η Πυροσβεστική, ο ΟΑΣΠ ή οι άλλοι φορείς που είναι επιφορτισμένοι με τη διαχείριση φυσικών καταστροφών. Αυτό είναι άλλο θέμα και αφορά την εθνική πολιτική και μία φάση συστηματικής αξιολόγησης αλλά και συνανάπτυξης κάποιων υπηρεσιών», επισημαίνει ο κ. Παπουτσής.
13°
