ETodas as manhãs, os principais bombeiros da Califórnia recebem uma previsão do dia em termos de incêndios florestais – quando o vento vai mudar, quão seco o solo está e uma série de outros fatores que podem iniciar ou espalhar um incêndio.
Ultimamente, a rotina tem uma etapa extra: checar a opinião de uma máquina.
“Se sabemos que haverá uma maior atividade de incêndio ou um clima propício a incêndios numa determinada área, podemos usar [a programme with AI] para validar que sim, esta área está roxa”, ou seja, o nível de alerta mais alto, explicou o chefe Phillip SeLegue.
Se a IA der esse sinal, “cada resposta que iniciarmos, iremos ampliá-la com recursos adicionais”.
O quão drasticamente a IA pode mudar o combate a incêndios já está claro nas respostas a incêndios florestais. No início de julho, SeLegue estava combatendo um incêndio na Floresta Nacional Los Padres, ao norte de Los Angeles.
Alguns anos atrás, se uma chamada para o 911 chegasse informando que um incêndio havia começado ou se espalhado, um analista se apressaria para prever seu caminho, “entrar e extrair todos esses atributos diferentes. Qual é o combustível? Qual é o clima?”, disse SeLegue, listando meia dúzia de fatores diferentes. Isso levava “de algumas horas a várias horas”, dependendo da pessoa que o fazia.
Agora, todo esse processo é automatizado. Qualquer chamada de incêndio para o 911, uma vez despachada, também gera uma previsão de IA em “cerca de 18 a 20 segundos”, disse SeLegue, com novos relatórios ilimitados criados mediante solicitação.
“Nós os usamos provavelmente… 12 a 14 vezes só esta manhã”, disse ele um dia sobre o incêndio de Los Padres.
Após as temporadas cataclísmicas de incêndios florestais dos últimos anos, a pressão é para ficar um passo à frente dos incêndios. Prever sua propagação é cada vez mais importante, mas também é uma tarefa ainda mais difícil: prever, com dias de antecedência, quando um grande incêndio provavelmente irá acontecer.
Você precisa saber, primeiro, quanta vegetação queimável há em vastas faixas de terra e, segundo, quão seca ela está. O terceiro fator, e o mais difícil de prever, é uma faísca de ignição, que pode ser algo causado pelo homem, como uma ponta de cigarro ou um raio. Além do mais, todos esses dados precisam ser reprocessados todos os dias, conforme a previsão do tempo muda.
Humanos podem fazer isso. Mas a IA parece ser capaz de fazer melhor, digerindo conjuntos de dados gigantescos para prever incêndios florestais com bastante precisão, até uma semana ou até 10 dias antes de eles começarem.
“Não podemos executar os algoritmos típicos para fazer esse tipo de análise. A quantidade de dados é enorme… você precisa de mais poder”, disse Adrián Cardil.
Cardil é um cientista da Technosylva, que fornece à Califórnia o programa baseado em IA que SeLegue vem usando, bem como versões semelhantes em vários outros estados americanos, além do Chile, Espanha, Holanda e outros lugares.
Sua equipe primeiro teve que obter um retrato preciso das florestas de arbustos e madeira da Califórnia. Lidar, um sensor de altíssima resolução operado por avião ou drone, forneceu mapas 3D de milhares de acres com até 500 pontos de dados por metro quadrado. “É incrível”, disse Cardil. “Você pode até ver as folhas.”
A IA mapeou os outros 60-70% do estado. Analisando a terra visualizada pelo Lidar, ela conseguiu entender qual vegetação estava presente em outros lugares, mas só capturou em imagens de qualidade inferior. A Technosylva usou um rigoroso processo de verificação depois para garantir que a IA estava acertando.
A partir daí, eles conseguem incorporar dados meteorológicos, rodando modelos todos os dias para calcular a umidade da vegetação, disse Cardil. “Se as plantas estiverem mais secas, a ignição e a propagação do fogo serão mais fáceis.” Somado a isso, há a chance de ignição.
O trabalho da Technosylva é parte de uma onda de novos modelos de fogo ao redor do mundo, recorrendo à IA e lidando com cada projeto de uma maneira diferente, com os mesmos três fatores: combustível, clima, ignição. Muitos ainda não estão operacionais, mas seus criadores esperam que estejam nos próximos dois anos.
O corpo de bombeiros dos EUA, por exemplo, tem a tarefa de manter um mapa de combustível para os Estados Unidos, o que é feito em incrementos de 30 por 30 metros, aproximadamente o tamanho de duas quadras de basquete.
Ele usa IA e imagens do Google Earth para atingir uma resolução ainda maior em um projeto, até dezenas de centímetros, permitindo que os cientistas registrem solo descoberto e pedras entre as plantas, que podem servir como corta-fogos naturais.
“Precisamos de informações de resolução realmente fina sobre o padrão espacial até mesmo de aglomerados de grama”, disse Greg Dillon, do Corpo de Bombeiros.
“E quanto mais dados você obtém, mais você precisa de aprendizado de máquina e classificadores do tipo IA para dar sentido a eles.”
O terceiro fator, ignição, apresenta outros problemas, por razões óbvias. “Uma das coisas mais difíceis de prever são incêndios causados por raios”, disse Piyush Jain, um cientista do governo canadense.
Vários cientistas estão experimentando o uso de IA para prever raios, incluindo cientistas de diversas agências federais americanas – a NASA, a Administração Oceânica e Atmosférica Nacional dos EUA (NOAA) e o corpo de bombeiros dos EUA – bem como acadêmicos e empresas privadas ao redor do mundo.
Muitos de seus projetos pedem que máquinas processem anos, às vezes décadas, de registros meteorológicos para encontrar pistas sobre o que costuma acompanhar os raios.
Um modelo baseado em IA da NOAA, por exemplo, prevê raios em todos os EUA para a próxima hora. Ele está construindo sobre isso com um novo projeto destinado a prever raios que representam um risco de incêndio florestal, especialmente raios “secos” desacompanhados de chuva.
Um modelo de serviço de bombeiros visa prever raios causadores de incêndios em cada área de 20 quilômetros quadrados dos EUA com uma semana de antecedência, usando um modelo estatístico baseado em 25 anos de dados de raios por hora — um enorme esforço de processamento de dados que, mais uma vez, foi possível graças à IA.
Ainda assim, um dos projetos de previsão de incêndios mais ambiciosos do mundo abandonou a ideia de se concentrar em um fator de risco e, em vez disso, ampliou para o planeta inteiro, testando os limites da IA no processo. Cientistas do Centro Europeu de Previsões Meteorológicas de Médio Prazo (ECMWF) se propuseram a prever incêndios florestais em qualquer lugar da Terra com cerca de uma semana de antecedência.
Trabalhando nessa escala, eles evitaram o mapeamento da vegetação no solo, já que ele não é consistente em todo o mundo. Em vez disso, eles pegaram mapas básicos de classificação de terras, mostrando se uma área é perene ou savana, por exemplo, e alimentaram seu programa de IA com dados de satélite que medem Co2 níveis no ar.
“Isso nos dirá… quão ativa é a vegetação”, disse Joe McNorton, pesquisador do ECMWF. Em outras palavras, ele mede os sumidouros de carbono e infere quanto combustível está disponível para queimar em uma determinada área.
O programa deles também alimenta dados meteorológicos globais de satélite, e a IA foi treinada procurando por grandes incêndios que pudessem ser detectados por um satélite. Agora, ele produz uma previsão global de incêndio florestal por dia, pelos próximos 10 dias, com uma resolução de nove km ao redor do planeta. Surpreendentemente, mesmo para aqueles que o fizeram, parece funcionar para essa maior categoria de incêndio. Ele foi capaz de prever os incêndios florestais canadenses do ano passado com cerca de 10 dias de antecedência, disse McNorton.
Na Califórnia, SeLegue disse que ainda não sabe todos os detalhes do papel que a IA desempenha, mas não precisa saber: “Está embutido nisso”, ele deu de ombros. Mas o mais importante era óbvio, ele disse: “Melhorou a precisão.”