https://frosthead.com

Hvordan data og en god algoritme kan hjelpe forutsi hvor branner vil starte

Det kan ikke være noen jobb som er mer reaktiv enn brannslukking. Du venter på at alarmen skal lyde; når det gjør det, går du ut mot branner.

Men hva om det var en algoritme som kunne ta gjetningene ut av brannforebygging? Hva om nok data kunne analyseres til at brannvesenene ville være i stand til å identifisere hvor brannene mest sannsynlig vil skje?

I mer enn ett år har New York City Fire Department (FDNY) gjort nettopp det. Ved hjelp av et dataverktøy kalt FireCast 2.0 har det vært å prioritere hvilke av de hundretusenvis av bygninger i byen som har størst risiko for å få brann. Programvaren bruker en algoritme fra fem byråer som tar hensyn til så mange som 60 forskjellige risikofaktorer - ikke bare åpenbare, for eksempel bygningens alder, men også om det var i midten av avskedigelsesforhandlingene eller hadde aktive skatteforsikringer. Det er ikke et stort sprang å se hvorfor en eiendoms økonomiske situasjon kan gjøre det til en større brannrisiko, men inntil nå hadde brannvesenene ingen formell måte å vite slike ting på.

Det var ikke så lenge siden, faktisk, til og med en brannvesen som var sofistikert som FDNY, holdt rede på bygninger i kortkataloger i lokale brannhus. Hver struktur ville ha sitt eget kort med grunnleggende informasjon - da den ble bygd, firkantede opptak, byggematerialer - og ut fra det var selskapets ledere forventet å bestemme hvilke bygninger som skulle inspiseres hvor ofte.

Byggeinspeksjoner er en sentral del av brannforebygging i byer som New York, og som du kanskje mistenker, ikke var en veldig effektiv måte å håndtere dem på. Vanligvis slet FDNY for å oppfylle sitt årlige mål om å inspisere 10 prosent av de 330 000 bygningene i byen det er ansvarlig for. Det er en massiv jobb når du tenker på at en av disse bygningene er Empire State Building.

FireCast 2.0 har allerede forenklet prosessen, slik at avdelingen mer nøyaktig kan målrette mot de mest brannutsatte bygningene, hvorav mange ikke hadde blitt inspisert på mange år. Selvfølgelig kan ikke inspeksjoner alltid forhindre branner. Men FDNY-tjenestemenn påpeker at siden FireCast 2.0 ble utplassert i 2013, var mer enn 16 prosent av byens branner i bygninger som hadde blitt inspisert de siste 90 dagene, noe som antyder at ikke bare hadde de rette strukturene blitt flyttet til toppen av liste, men også da brannmennene kom tilbake for å bekjempe brannene, hadde de oppdatert informasjon om utformingen av bygningene.

Blir smartere

FDNY er fornøyd med den store fremskritt den har tatt i det som er kjent som "smart brannslukking", men det er bare et første skritt. Senere i år forventes avdelingen å oppgradere til FireCast 3.0, et enda kraftigere verktøy som vil analysere tre års data fra 17 forskjellige bybyråer for hver eneste av de 330 000 bygningene. Hver vil få en brannrisikoscore. Men listen vil oppdateres daglig - hvis en bygning for eksempel får en søppelbrudd, kan poengsummen øke på neste dags liste. Det vil ta bare 90 minutter å samle dataene fra alle disse bygningene, ifølge en rapport fra National Fire Protection Association.

Informasjonen behandlet av FireCast 3.0 vil også være mye mer raffinert. FireCast 2.0 samlet hele byen i et stort datasett. Det oppgraderte verktøyet vil i stedet separat analysere hvert av byens 49 bataljonsdistrikter, og basere brannrisikoscore på brannhistorikken og kjennetegnene til de enkelte nabolag. Den vil inkorporere data hver dag fra byens 311 rapporteringssystem for ikke-nødsituasjoner. Det kan ikke virke så nyttig å identifisere brannfare, men mer enn halvparten av samtalene som kommer inn gjennom dette systemet er klager eller rapporter om bygninger.

Tanken er å holde en jevn strøm av ferske data som kommer inn for å skjerpe algoritmen, med håp om at brannslukking kan bli mer en vitenskap. Som Ryan Zirngibl, ledende dataforsker for FireCast, fortalte National Fire Protection Association Journal, er målet å identifisere så mange av egenskapene til bygninger som har hatt branner og sammenligne dem med egenskapene til bygninger som ikke har det.

"Hva er forskjellen mellom to bygninger som ser nøyaktig like ut, bortsett fra at en bygning hadde brann, " sa han. "Hva er det vi ikke ser om disse bygningene?"

Roboter til sjøs

En veldig annen tilnærming til fremtiden for brannslukking ble nylig avduket av det amerikanske kontoret for sjøforskning. Det er en 5'10 ”, 143 pund robot som heter SAFFiR, forkortelse for Shipboard Autonomous Fireighting Robot, og den ble designet av ingeniører ved Virginia Tech for å slukke branner der de er farligst - til sjøs.

Under en fersk test kunne SAFFiR bruke sin infrarøde stereovisjon for å finne en brann gjennom tykk røyk og håndtere en slange med hendene godt nok til å slukke flammene. Kanskje mer imponerende viste den sine sjøben og kunne holde seg oppreist på et bølgende skip. Det, ifølge SAFFiRs designere, kan ha vært deres største utfordring.

SAFFiR har fortsatt måter å gå før de er klar til å dra ut på havet. Den sliter fortsatt med å navigere i døråpninger og trapperom. For testen ble faktisk bevegelsene kontrollert av et menneske. Selv om det sannsynligvis vil bli parret med et menneske i noen tid, kan SAFFiR etter hvert være i stand til å bevege seg og ta beslutninger på egen hånd. I tid, når en brann starter på et skip, vil det være maskinen, ikke mennesket, som vender mot flammene.

Hvordan data og en god algoritme kan hjelpe forutsi hvor branner vil starte