https://frosthead.com

Bagaimana Data dan Algoritma Baik Boleh Membantu Ramalan Jika Kebakaran Akan Dimulakan

Mungkin tidak ada pekerjaan yang lebih reaktif daripada memadam kebakaran. Anda menunggu penggera untuk berbunyi; apabila ia berlaku, anda pergi melawan kebakaran.

Tetapi bagaimana jika terdapat satu algoritma yang boleh mengambil jangkaan dari pencegahan kebakaran? Bagaimana sekiranya data yang mencukupi dapat dianalisis bahawa jabatan bomba akan dapat mengenal pasti kebakaran yang mungkin berlaku?

Selama lebih dari setahun sekarang, Jabatan Bomba New York City (FDNY) telah melakukan perkara itu. Dengan menggunakan alat data yang dikenali sebagai FireCast 2.0, ia telah mengutamakan yang beratus-ratus ribu bangunan di bandar berada pada risiko paling tinggi yang mempunyai kebakaran. Perisian ini menggunakan algoritma dari lima agensi bandar, dengan mengambil kira sebanyak 60 faktor risiko yang berbeza - bukan sahaja yang jelas, seperti umur bangunan, tetapi juga sama ada ia berada di tengah-tengah prosiding perampasan atau mempunyai liabiliti cukai aktif. Ia bukan lonjakan besar untuk melihat mengapa masalah kewangan hartanah boleh menjadikannya risiko kebakaran yang lebih besar, tetapi sehingga kini, jabatan bomba tidak mempunyai cara rasmi untuk mengetahui perkara tersebut.

Tidak lama dahulu, sebenarnya, walaupun jabatan bomba yang sophisticated sebagai FDNY telah menjejaki bangunan dalam katalog kad di rumah api tempatan. Setiap struktur akan mempunyai kad sendiri dengan maklumat asas-apabila ia dibina, rakaman persegi, bahan pembinaan-dan dari itu, komander syarikat dijangka menentukan bangunan mana yang akan diperiksa seberapa kerap.

Pemeriksaan bangunan adalah bahagian utama pencegahan kebakaran di bandar-bandar seperti New York, dan, seperti yang anda mungkin mengesyaki, bukan cara yang sangat berkesan untuk mengendalikannya. Biasanya, FDNY berjuang untuk memenuhi matlamat tahunannya untuk memeriksa 10 peratus daripada 330, 000 bangunan di bandar yang mana ia bertanggungjawab. Ia adalah pekerjaan besar-besaran apabila anda menganggap bahawa salah satu bangunan itu adalah Empire State Building.

Tetapi FireCast 2.0 telah mempermudahkan proses itu, membolehkan jabatan itu lebih tepat menargetkan bangunan paling rawan api, kebanyakannya tidak diperiksa dalam tahun-tahun. Sudah tentu, pemeriksaan tidak boleh selalu menghalang kebakaran. Tetapi para pegawai FDNY menunjukkan bahawa sejak FireCast 2.0 dilancarkan pada tahun 2013, lebih daripada 16 peratus kebakaran di bandar berada di bangunan yang telah diperiksa dalam 90 hari terakhir, menunjukkan bahawa bukan sahaja struktur yang betul telah dipindahkan ke bahagian atas senarai, tetapi juga apabila pemadam kebakaran kembali untuk melawan kebakaran, mereka mempunyai maklumat terkini mengenai tata letak bangunan.

Mendapat lebih bijak

FDNY gembira dengan langkah besar yang diambil ke dalam apa yang dikenali sebagai "firefighting pintar, " tetapi ia hanya langkah pertama. Kemudian pada tahun ini, jabatan itu dijangka menaik taraf ke FireCast 3.0, alat yang lebih berkuasa yang akan menganalisis tiga tahun data daripada 17 agensi bandar yang berlainan bagi setiap satu daripada 330, 000 bangunan. Setiap akan diberi skor risiko kebakaran. Tetapi senarai itu akan dikemaskinikan setiap hari-jika bangunan menerima pelanggaran sampah, misalnya, skornya mungkin meningkat pada senarai hari berikutnya. Menyusun data dari semua bangunan itu akan mengambil hanya 90 minit, menurut laporan dari Persatuan Perlindungan Kebakaran Kebangsaan.

Maklumat yang diproses oleh FireCast 3.0 juga akan menjadi lebih halus. FireCast 2.0 melancarkan seluruh bandar menjadi satu set data besar. Alat yang dinaik taraf itu akan secara berasingan menganalisis setiap daerah 49 batalion di bandar, berdasarkan skor risiko kebakaran pada sejarah kebakaran dan ciri-ciri kawasan perseorangan. Ia akan memasukkan data setiap hari dari 311 sistem pelaporan telefon bukan kecemasan di bandar ini. Ini mungkin tidak berguna untuk mengenal pasti bahaya kebakaran, tetapi lebih daripada separuh panggilan yang masuk melalui sistem itu adalah aduan atau laporan mengenai bangunan.

Ideanya adalah untuk menyimpan aliran data yang mantap untuk mempertajam algoritma, dengan harapan bahawa memadam kebakaran boleh menjadi lebih sains. Sebagai Ryan Zirngibl, saintis data utama untuk FireCast, memberitahu Jurnal Persatuan Perlindungan Kebakaran Kebangsaan, matlamatnya adalah untuk mengenal pasti ciri-ciri bangunan yang mempunyai kebakaran dan membandingkannya dengan ciri-ciri bangunan yang tidak.

"Apa perbezaan antara dua bangunan yang kelihatan sama, kecuali satu bangunan mempunyai kebakaran, " katanya. "Apa kita tidak melihat bangunan-bangunan ini?"

Robot di laut

Pendekatan yang sangat berbeza terhadap masa depan memadam kebakaran telah diperkenalkan baru-baru ini oleh Pejabat Penyelidikan Angkatan Laut AS. Ia adalah 5'10 ", robot 143 paun bernama SAFFiR, pendek untuk Robot Bom Autonomi Kapal, dan direka oleh jurutera di Virginia Tech untuk memadamkan kebakaran di mana mereka paling berbahaya di laut.

Semasa ujian baru-baru ini, SAFFiR dapat menggunakan stereovision inframerah untuk mencari api melalui asap tebal dan mengendalikan hos dengan tangannya cukup untuk memadamkan api. Mungkin lebih mengagumkan, ia memperlihatkan kaki lautnya, mampu bertahan tegak di atas kapal rolling. Itu, menurut pereka SAFFiR, mungkin merupakan cabaran terbesar mereka.

SAFFiR masih mempunyai cara untuk pergi sebelum bersedia untuk menuju ke laut. Ia masih berjuang untuk menavigasi pintu dan tangga. Untuk ujian, sebenarnya, pergerakannya dikawal oleh manusia. Walaupun ia mungkin akan dipasangkan dengan manusia untuk beberapa waktu, SAFFiR akhirnya dapat bergerak dan membuat keputusan sendiri. Dalam masa, apabila api bermula pada kapal, ia akan menjadi mesin, bukan manusia, yang menghadapi api.

Bagaimana Data dan Algoritma Baik Boleh Membantu Ramalan Jika Kebakaran Akan Dimulakan