Pemadam Kebakaran di California Sebarkan 1.000 Kamera AI, Bantu Deteksi Titik Api Kebakaran Hutan

Departemen Kehutanan dan Perlindungan Kebakaran California (Cal Fire) menggunakan kecerdasan buatan (Artificial Intelligence/AI) untuk membantu menemukan sumber api dari kebakaran hutan.

Mereka memasukkan video berasal lebih dari 1.000 kamera, yang ditempatkan secara strategis di seluruh negara bagian, ke dalam mesin yang memberi tahu responden pertama kapan harus bergerak.

Dalam contoh potensi program AI ALERTCalifornia yang diluncurkan bulan lalu, sebuah kamera melihat kebakaran yang terjadi pada pukul 3 pagi waktu setempat. Kebakaran terjadi Hutan Nasional Cleveland yang terpencil dan lebat, sebuah wilayah yang berada di sekitar 50 mil (80 km) timur San Diego.

"Dengan orang-orang yang tertidur dan kegelapan yang menutupi asap, itu bisa menyebar menjadi api yang mengamuk," tulis laman Reuters, dilansir Senin (14/8/2023).

Tapi sistem AI memberi tahu seorang kapten pemadam kebakaran, yang memanggil sekitar 60 petugas pemadam kebakaran termasuk tujuh mesin, dua buldoser, dua tanker air, dan dua kru tangan.

"Dalam waktu 45 menit api padam," kata pihak Cal Fire.

AI tersebut dikembangkan oleh para insinyur di University of California San Diego menggunakan AI dari DigitalPath; sebuah perusahaan yang berbasis di Chico, California. Platform ini mengandalkan 1.038 kamera, dipasang oleh berbagai lembaga publik dan utilitas listrik di seluruh negara bagian, masing-masing mampu berputar 360 derajat pada perintah operator jarak jauh.

Cal Fire telah menginvestasikan lebih dari $20 juta dalam program ini selama empat tahun terakhir dan menjanjikan tambahan $3.516.000 dalam waktu dekat.

Sejak program AI dimulai 10 Juli 2023, Cal Fire memberikan contoh lain dari AI. Sistem tersebut memperingatkan kapten pemadam kebakaran sebelum panggilan 911 dilakukan, meski belum memiliki laporan komprehensif.

Profesor geologi dan geofisika di UCSD dan peneliti utama ALERTCalifornia, Neal Driscoll, mengatakan ukuran sampel sejauh ini terlalu kecil untuk menarik kesimpulan.

Selain video, pesawat terbang dan drone juga mengumpulkan data inframerah dan panjang gelombang lainnya di luar kemampuan penglihatan manusia.

Selama musim dingin, anjungan kamera mampu mengukur atmosfer sungai dan tumpukan salju. Tim UCSD juga mengumpulkan data bekas luka bakar dan dampaknya terhadap erosi, penyebaran sedimen, kualitas air, dan kualitas tanah.

Data yang tersedia untuk perusahaan swasta atau peneliti akademis manapun, pada akhirnya dapat digunakan untuk memodelkan perilaku api, dan meningkatkan aplikasi AI yang tidak terduga untuk mempelajari lingkungan.

"Saat ini kita berada di iklim yang ekstrim. Jadi kami berikan datanya, karena masalah ini lebih besar dari kita semua. Kita perlu menggunakan teknologi untuk membantu menggerakkan jarum, meski sedikit," kata Driscoll.

Cal Fire berharap, suatu hari nanti teknologi tersebut dapat berfungsi sebagai model untuk negara bagian dan negara lain di seluruh dunia. Ini kebutuhan yang ditegaskan oleh kebakaran hutan dahsyat yang luar biasa di Hawaii, Kanada, dan Mediterania musim ini.

"Di luar jaringan kamera, platform tersebut mengumpulkan sejumlah besar informasi tambahan. Termasuk survei udara untuk mengukur vegetasi yang akan memicu kebakaran di masa depan dan memetakan permukaan bumi di bawah kanopi," kata dia.

Dengan ratusan spesialis yang mengulangi latihan, AI telah menjadi lebih akurat hanya dalam beberapa pekan, lanjut Driscoll.

Seorang spesialis intelijen Cal Fire, Suzann Leininger, menjelaskan teknologi ini 100% berlaku di mana saja di dunia, terutama sekarang karena kita mengalami rezim kebakaran yang jauh lebih besar dan lebih sering dan dengan perubahan iklim.

Suzann Leininger yang bertugas di El Cajon (tepat di sebelah timur San Diego) itu, memiliki tanggung jawab membantu mesin belajar.

Dia meninjau video yang direkam sebelumnya dari jaringan kamera tentang apa yang dianggap AI sebagai api. Lalu memberi tahu mesin apakah itu benar dengan jawaban biner ya atau tidak. Sejumlah fenomena dapat memicu false positive: awan, debu, bahkan truk dengan knalpot berasap.

Menjelaskan dengan detail apa yang diungkap oleh Leininger, Engadget menulis: situs web teknologi Alert California mengatakan bahwa mereka menggunakan pemindaian LiDAR yang diambil dari pesawat terbang dan drone, untuk membuat 'informasi tiga dimensi yang sama persisnya tentang permukaan yang dipindai.'

Informasi itu digabungkan dengan ciri-ciri fisik spesies pohon, untuk mempelajari lebih lanjut tentang biomassa hutan California dan kandungan karbon. Cal Fire menjelaskan, model ML memanfaatkan petabyte data dari kamera untuk membedakan antara asap dan partikel udara lainnya.