最近，这一例行程序增加了一个步骤：检查机器的意见。

如果我们知道某个地区火灾活动或火灾天气会增加，我们会使用一个带人工智能的程序来验证是的，这个地区是紫色，代表最高警报级别，消防队长Phillip SeLegue解释道。

如果AI给予确认我们将增加对该响应的资源配给。

AI在野火响应中的作用已经显现出巨大的变革潜力。7月初，SeLegue在洛杉矶以北的洛斯帕德雷斯国家森林对抗一场火灾。

在几年之前，如果有911电话报告火灾起火或蔓延，一位分析师会忙于预测其路径，分析燃料、气候等多个因素。这需要几个小时，取决于执行完这些工作的个人。

现在，整个过程自动化了。任何911火灾电话，一旦分派出动后，AI可以在18到20秒内生成火灾预测报告，SeLegue表示，并且可以根据需求创建无限的新报告。

在刺痛的火灾季节连续几年后，必须超前预测火灾。预测火势蔓延变得越来越重要，而更具挑战的任务是预测何时会发生大火。

你首先需要了解大量土地上的可燃植被有多少，其次要知道它有多干燥。第三个因素，也是最难预测的是由人类或闪电引发的点火。

人类可以做到这一点，但AI似乎做得更好，处理庞大的数据集以相当准确地预测火灾甚至提前一周甚至10天。

“我们不能运行典型算法来进行这种类型的分析。数据量很大...我们需要更多的力量，“阿德里安·卡迪尔说。

卡迪尔是Technosylva的科学家，该公司为加州提供了一种AI信息化的程序，除了在几个美国州以及智利、西班牙、荷兰和其他地方进行类似应用之外。

他们的团队首先需要得到加州灌木丛和木材森林的准确画像。Lidar一种由飞机或无人机操作的高分辨率传感器，提供了数千英亩3D地图。

AI绘制了州的其他60-70%区域。分析Lidar查看的土地，它能够理解其他地方存在的植被。

从那里，他们能够每天整合天气数据，运行模型以计算植被的水分。植物干燥时，火势蔓延和引燃变得更加容易。

Technosylva的工作是全球新火灾建模浪潮的一部分，这些项目已经在不同方面卷入了同样的三种因素：燃料、天气、火星。许多项目尚未投入使用。

美国消防部门的一个模型，使用人工智能和谷歌地球图像在一个项目中将分辨率提高到几厘米，允许科学家登录裸露的地面和岩石。

“我们需要关于除草草丛甚至空间的高分辨率信息，”消防局的格雷格迪伦说。

并且，数据越多，你越需要机器学习和人工智能类型分类员来理解。

点火提供了其他问题，显而易见。加拿大政府科学家皮尤什·简说：“闪电引起的火灾是最难预测的”。

全球许多科学家正在试验使用AI预测闪电，包括美国几个联邦机构——NASA、美国国家海洋和大气管理局（NOAA）和美国消防局——以及世界各地的学者和私人公司。

许多项目要求机器处理多年，有时是数十年的天气记录，以找出相伴闪电的线索。

例如，一个基于NOAA的AI模型，预测整个美国下一小时的闪电。

消防部门的一个模型旨在一周前预测美国每20平方公里区域内的火灾引发闪电，这基于25年的每小时数据。

然而，世界上最雄心勃勃的火灾预测项目之一摒弃了关注单一风险因素，转而关注全球。欧洲中期天气预测中心的科学家着手预测地球上各处的火灾。

在这种规模的工作中，他们弃用了地面植被绘图技巧，而是选择了基本的陆地分类地图来显示.

“这不会告诉我们植被有多活跃，乔·麦克诺顿说。这是一种衡量碳汇的方法，并推断到给定区域可以燃烧的燃料有多少。

他们的程序还在全球卫星天气数据中运行，

现在，它每天生成一个全球野火预测，预测未来10天的

在加州，SeLegue表示，他仍然不知道那部分的所有细节，但并不需要知道“它嵌入其中。”但更加重要的是它提高了准确性。