هوش مصنوعی آتش سوزی جنگل ها را مهار می کند
سيناپرس/ امروزه آتش سوزي جنگل ها يکي از مهم ترين دلايل تخريب محيط محسوب مي شود. سيستم هاي نظارتي اخير مانند مشاهدات دستي داراي نقص هايي در تشخيص اوليه آتش سوزي هستند و نمي توانند به صورت سريع و بلادرنگ عمل کنند. آتش سوزي هاي جنگل ها يک تهديد مهلک در کل دنيا هستند. هر سال بيش از 100هزار مورد آتش سوزي در کل کشورها رخ مي دهد. آنچه در اين ميان بسيار اهميت دارد، تشخيص اوليه آتش سوزي هاست. گزارش ها و تحقيقات انجام شده سال هاي گذشته، بيانگر آن است که شناسايي اوليه آتش سوزي عامل مهمي در برخورد با آتش سوزي است. چراکه، در چنين شرايطي است که تيم امداد مي تواند اقدامات لازم را انجام دهد. در کنار قابليت تشخيص اوليه، تخمين سرعت و گسترش آتش نيز در فرونشاندن آتش مهم است؛ عدم اطمينان از مشاهدات انساني برجهاي نگهباني، به علاوه شرايط زندگي پرسنل جست و جوي آتش، باعث ايجاد و گسترش استفاده ازتکنولوژي هاي مختلف با هدف آگاه سازي سريع آتش نشان ها از آتش سوزي جنگل ها شده است. سيستم هاي مبتني بر دوربين، سيستم ها و تصاوير ماهواره اي، ردياب هاي مادون قرمز، شبکه هاي حسگر بي سيم، از جمله اين تکنولوژي ها هستند که در مناطق مورد نظر نصب مي شوند و در حالت فعاليت دود يا آتش، دوربين ها و ردياب ها حالت غير عادي را درک کرده و آن را به مرکز کنترل گزارش مي کنند. البته دقت اين سيستم ها به شدت توسط عواملي چون روز، و شرايط جوي مانند ابري، انعکاسات نور و دود يا فعاليت هاي اجتماعي تحت تاثير قرار مي گيرد. از اين رو، تکنولوژي نويني که پيشنهاد مي شود، استفاده از ماهواره ها و تصاوير ماهواره اي است. معمولا ماهواره ها يک تصوير کامل از زمين را هر روز يا دو روز يکبار فراهم مي کنند. اين بازه زماني اسکن طولاني بوده و براي تشخيص سريع آتش سوزي ها، به ويژه آتش سوزي جنگل ها قابل قبول نيست. از اين رو، شبکه هاي عصبي عميق مي توانند براي تشخيص آتش سوزي جنگل ها و فعاليت هاي مربوطه مورد استفاده قرار گيرند. مهار هوشمند آتش سوزي جنگل ها جنگلها به عنوان يکي از مهمترين منابع طبيعي تجديد شونده محسوب ميشوند و امروزه آتشسوزي جنگل به عنوان يک مخاطره طبيعي بخش وسيعي از اين منابع ارزشمند در سطح جهان را تهديد کرده و اثرات زيانبار و ويرانگري بر زندگي بشر ميگذارد. اين مشکل زيستمحيطي، که تهديدي بزرگ براي زندگي بشر و محيطزيست محسوب ميشود، با توجه به تغييرات آب و هوايي مانند بارش کمتر و يا افزايش دماي روز، فصول خشکسالي طولانيتر و همچنين مداخلات فعاليتهاي انساني باعث شده که تعداد تکرار آتشسوزيهاي جنگلي افزايش پيدا کند و حتي در برخي از مناطق جهان به يک وضعيت هشداردهنده برسد. بنابراين پيشبيني دقيق آتشسوزي جنگل ضروري است. تشخيص آتش در تصاوير با استفاده از پردازش تصوير و تکنيکهاي بينايي کامپيوتر طي چند سال گذشته توجه بسياري را به خود جلب کرده است. اين سيستمها، از سيستمهاي سنتي تشخيص آتش سوزي برتر هستند. يکي از روشهاي اميدوارکننده در اين زمينه، شبکههاي عصبي کانولوشن است که نوعي هوش مصنوعي محسوب مي شود. براساس اين گزارش، پژوهشي تحت عنوان «تشخيص آتش سوزي جنگل با استفاده از شبکه عصبي عميق کانولوشن»، شبکههاي عصبي کانولوشن پيچيدهتر را براي تشخيص آتش در تصاوير پيشنهاد ميکند. روش پيشنهادي در اين پژوهش استفاده از شبکه VGG16 است. اين شبکه به صورت عميق تر دادههاي ورودي را بررسي ميکند و مجموعه داده ورودي مورد استفاده در اين سيستم مجموعهاي از ويديو هاي آتش و غيرآتش است. نتايج نشان ميدهد که شبکه هاي عصبي کانولوشن عميق تر، ميتوانند عملکرد بهتري را در يک مجموعه دادههاي چالش برانگيز ارائه دهند. اين پژوهش توسط ماندانا قايق پيشه و با راهنمايي دکتر سودابه پور ذاکر عرباني در موسسه آموزش عالي کوشيار انجام گرفته است.