https://frosthead.com

כיצד נתונים ואלגוריתם טוב יכולים לעזור לחזות היכן יתחילו שריפות

יתכן שאין עבודה מגיבה יותר מכבאות. אתה מחכה שהאזעקה תישמע; כשזה קורה, אתה הולך להילחם בשריפות.

אבל מה אם היה אלגוריתם שיכול להוציא את הניחושים ממניעת שריפות? מה אם ניתן היה לנתח מספיק נתונים שמכבי כיבוי יוכלו לזהות היכן הסבירות להתרחש שריפות?

כבר יותר משנה מכבי האש של העיר ניו יורק (FDNY) עושים בדיוק את זה. בעזרת כלי נתונים הנקרא FireCast 2.0, יש לו עדיפות לאיזה מבין מאות אלפי הבניינים בעיר נמצאים בסיכון הגבוה ביותר לשריפה. התוכנה מיישמת אלגוריתם מחמש סוכנויות עירוניות, תוך התחשבות בכ- 60 גורמי סיכון שונים - לא רק כאלה ברורים, כמו גיל הבניין, אלא גם אם זה היה באמצע הליכי עיקול או היו עם שיעורי מס פעילים. זו לא קפיצה גדולה לראות מדוע מצוקת הכספים של נכס יכולה להפוך אותה לסיכון שריפה גדול יותר, אך עד כה לא היו למכבי האש שום דרך רשמית לדעת דברים כאלה.

למעשה, לפני זמן לא רב אפילו מכבי אש כל כך מתוחכמים כמו FDNY עוקבים אחר מבנים בקטלוגים של כרטיסים בבתי אש מקומיים. לכל מבנה היה כרטיס משלו עם מידע בסיסי - כאשר הוא נבנה, קטעים מרובעים, חומרי בנייה - וממנו, היו מצפים ממפקדי הפלוגה לקבוע אילו מבנים ייבדקו באיזו תדירות.

בדיקות בנייה הן חלק מרכזי במניעת שריפות בערים כמו ניו יורק, וכפי שאתה עשוי לחשוד, זו לא הייתה דרך יעילה מאוד להתמודד איתן. בדרך כלל, ה- FDNY נאבק בכדי לעמוד ביעד השנתי שלה לבדוק 10 אחוזים מתוך 330, 000 הבניינים בעיר עליהם הוא אחראי. זו עבודה מסיבית כשאתה מחשיב שאחד מהמבנים הללו הוא בניין האמפייר סטייט.

אולם FireCast 2.0 כבר פשט את התהליך הזה, ומאפשר למחלקה למקד באופן מדויק יותר למבנים מועדי האש, שרבים מהם לא נבדקו כבר שנים. כמובן, בדיקות לא תמיד יכולות למנוע שריפות. אולם גורמים רשמיים ב- FDNY מציינים כי מאז פריסת FireCast 2.0 בשנת 2013, יותר מ -16 אחוז מהשריפות בעיר היו בבניינים שנבדקו במהלך 90 הימים האחרונים, מה שמצביע על כך שלא רק שהמבנים הנכונים הועברו לראש החלק ברשימה, אך גם כאשר הכבאים חזרו להילחם בשריפות, היו להם מידע עדכני על מתווה הבניינים.

נעשה חכם יותר

ה- FDNY מרוצה מהצעד הגדול שננקט במה שמכונה "כיבוי אש חכם", אך זהו רק צעד ראשון. בהמשך השנה צפויה המחלקה לשדרג ל- FireCast 3.0, כלי חזק עוד יותר אשר ינתח שלוש שנות נתונים של 17 סוכנויות עיר שונות עבור כל אחד מ -330, 000 הבניינים. לכל אחד יינתן ציון סיכוני שריפה. אבל רשימה זו תעודכן מדי יום - אם בניין יקבל הפרת זבל, למשל, הציון שלו עשוי לעלות ברשימה של יום המחרת. אוסף הנתונים מכל אותם בניינים ייקח 90 דקות בלבד, על פי דו"ח של האיגוד הלאומי להגנת אש.

המידע שעובד על ידי FireCast 3.0 יהיה גם מעודן בהרבה. FireCast 2.0 כינס את כל העיר למערך נתונים גדול אחד. הכלי המשודרג ינתח בנפרד כל אחת מ -49 מחוזות הגדוד בעיר, תוך התבסס על ציוני סיכון האש על תולדות האש ותכונותיהן של שכונות בודדות. היא תכלול נתונים מדי יום ממערכת 311 העירונית לדיווח טלפוני ללא חירום. זה אולי לא מועיל בזיהוי סכנות שריפה, אבל יותר ממחצית מהשיחות שמגיעות דרך מערכת זו הן תלונות או דיווחים על מבנים.

הרעיון הוא לשמור על זרם קבוע של נתונים טריים שנכנסים כדי לחדד את האלגוריתם, בתקווה שכיבוי האש יכול להפוך למדעי יותר. כפי שראיין זירנגבל, מדען המידע הראשי של חברת FireCast, אמר לכתב העת הלאומי של האגודה להגנת אש, המטרה היא לזהות כמה שיותר מאפיינים של מבנים שעברו שריפות ולהשוות אותם למאפיינים של בניינים שלא היו.

"מה ההבדל בין שני בניינים שנראים זהים לחלוטין, למעט שבבניין אחד היה שריפה, " אמר. "מה אנחנו לא רואים לגבי הבניינים האלה?"

רובוטים בים

גישה שונה מאוד לעתיד הכבאות נחשפה לאחרונה על ידי משרד המחקר הימי האמריקני. זהו רובוט בגודל 510 "בגודל 143 קילו בשם SAFFiR, קיצור של רובוט הכבאות האוטונומי של הספינה, והוא תוכנן על ידי מהנדסים בווירג'יניה טק כדי לכבות שריפות במקום שהכי מסוכן - בים.

במהלך בדיקה שנערכה לאחרונה, SAFFiR הצליחה להשתמש בסטריאו-וו-אינפרא-אדום שלה כדי למצוא שריפה דרך עשן סמיך ולטפל בצינור בידיו מספיק כדי לכבות את הלהבות. אולי באופן מרשים יותר, הוא הציג את רגלי הים שלו, מסוגל להישאר זקוף על ספינה מתגלגלת. זה, על פי מעצבי SAFFiR, אולי זה היה האתגר הגדול ביותר שלהם.

ל- SAFFiR עדיין יש דרכים ללכת לפני שהיא מוכנה לצאת לים. הוא עדיין נאבק בניווט בפתחי דלתות וחדרי מדרגות. למבחן, למעשה, תנועותיו נשלטו על ידי אדם. למרות שסביר להניח שהוא יתיישר עם אדם למשך זמן מה, SAFFiR עשוי בסופו של דבר להיות מסוגל לנוע ולקבל החלטות בכוחות עצמו. עם הזמן, כאשר שריפה תתחיל על ספינה, היא תהיה המכונה, ולא האנושית, הניצבת אל הלהבות.

כיצד נתונים ואלגוריתם טוב יכולים לעזור לחזות היכן יתחילו שריפות