گوگل با همکاری Muon Space و Earth Fire Alliance در حال توسعه پروژه FireSat است؛ منظومه‌ای از ماهواره‌های کوچک مجهز به هوش مصنوعی (AI) که می‌توانند آتش‌سوزی‌های جنگلی را در مراحل اولیه و در ابعادی به کوچکی یک خودرو (حدود ۵ در ۵ متر) از فضا شناسایی کنند. هدف نهایی این پروژه، پایش سراسری زمین در هر ۲۰ دقیقه تا سال ۲۰۳۰ است تا به آتش‌نشانان فرصت کافی برای مهار آتش پیش از خارج شدن کنترل آن داده شود.
چالش‌های روش‌های سنتی و راهکار هوش مصنوعی گوگل
روش‌های سنتی پایش ماهواره‌ای معمولاً بر پایه داده‌های قدیمی (با تأخیر حدود ۱۱ ساعته) یا تصاویر با وضوح بسیار پایین کار می‌کنند که برای مهار آتش‌سوزی‌های سریع مناسب نیستند. علاوه بر این، تشخیص آتش‌سوزی واقعی از موارد مشابه مانند بازتاب نور خورشید روی ابرها، دودکش کارخانه‌ها یا حتی کباب‌پزهای خانگی در تصاویر ماهواره‌ای معمولی بسیار دشوار است.
گوگل برای حل این مشکل، به جای استفاده از ماهواره‌های بزرگ و گران‌قیمت، از ماهواره‌های کوچک‌تر و ارزان‌تر در مدار پایین زمین (LEO) استفاده می‌کند و ضعف وضوح تصویر آن‌ها را با الگوریتم‌های یادگیری ماشین و هوش مصنوعی جبران کرده است. این سیستم به گونه‌ای طراحی شده که آتش‌سوزی‌های ۲۵ متر مربعی را شناسایی کند؛ رقمی که بسیار فراتر از نیاز ۵۰ تا ۱۰۰ متر مربعی سازمان‌های آتش‌نشانی برای مهار موفق آتش است.
آموزش هوش مصنوعی و آینده پروژه FireSat
به گفته کریس ون ارسدیل (Chris Van Arsdale)، مدیر گروه تحقیقات اقلیم و انرژی گوگل، این مدل‌های هوش مصنوعی با پرواز دوربین‌های مخصوص بر فراز آتش‌سوزی‌های کنترل‌شده در کالیفرنیا آموزش دیده‌اند. این فرآیند به الگوریتم‌ها کمک می‌کند تا تفاوت میان آتش‌سوزی‌های مخرب جنگلی و سوزاندن‌های کنترل‌شده کشاورزی را تشخیص دهند و از ارسال هشدارهای نادرست جلوگیری کنند.
اولین گروه از ماهواره‌های عملیاتی این پروژه به فضا پرتاب شده‌اند و گروه بعدی سال آینده پرتاب خواهند شد. برای دستیابی به هدف تصویربرداری ۲۰ دقیقه‌ای از کل زمین، به حدود ۵۰ ماهواره فعال نیاز است. این داده‌ها علاوه بر کمک به نیروهای امدادی برای پیش‌بینی رفتار آتش، به برنامه‌ریزان شهری نیز در تعیین بهترین مکان‌ها برای ایجاد موانع ضد آتش (Firebreak) کمک خواهد کرد.