La inteligencia artificial se está integrando cada vez más en los esfuerzos de respuesta a los incendios forestales, con investigadores y funcionarios explorando cómo la inteligencia artificial puede ayudar a priorizar el despliegue de recursos en medio de los crecientes riesgos de incendios. En los últimos meses, se han utilizado herramientas de inteligencia artificial para detectar y monitorear incendios forestales, y ahora los expertos están examinando si estas tecnologías pueden ayudar a los funcionarios de bomberos a determinar dónde asignar equipos cuando múltiples incendios amenazan a las comunidades. El aumento de la actividad de incendios forestales, impulsado por el cambio climático, está empujando a las autoridades a tomar decisiones rápidas y de alto riesgo, y la inteligencia artificial está surgiendo como una herramienta potencial para agilizar este proceso.
El aumento de la frecuencia y la intensidad de los incendios forestales ha creado desafíos urgentes para los socorristas. Según el Centro Nacional de Coordinación Interagencial, el año pasado se registraron 77,850 incendios forestales en los Estados Unidos, una cifra notablemente mayor que los promedios de cinco y 10 años. La temporada de incendios forestales de este año también supera el promedio de 10 años en términos de número de incendios y área quemada. Estas tendencias subrayan la necesidad de mejorar los modelos predictivos y los sistemas de apoyo a las decisiones.
El jefe de la división de inteligencia de incendios forestales del Servicio de Bomberos de Tierras Silvestres, señaló que la IA ya está integrada en varios aspectos de la gestión de incendios forestales, incluidos el monitoreo en tiempo real, la detección temprana y el análisis de datos.
Su equipo está desarrollando un modelo que pronostica cómo diferentes incendios forestales podrían evolucionar bajo diferentes niveles de supresión. Simulando posibles resultados, el sistema tiene como objetivo recomendar asignaciones óptimas de la tripulación basadas en el comportamiento previsto del fuego. Si bien el documento de investigación que detalla este trabajo aún no ha sido sometido a revisión por pares, el concepto representa un paso prometedor hacia el aprovechamiento de la IA para la toma de decisiones estratégicas en escenarios de incendios forestales.
Su equipo está trabajando para anticipar cómo múltiples incendios podrían interactuar y desarrollar estrategias para manejar amenazas simultáneas. El modelo actualmente proporciona predicciones con dos semanas de anticipación, ofreciendo una visión de las posibles trayectorias de incendios. Sin embargo, la precisión de tales pronósticos depende en gran medida de la calidad y el volumen de datos de entrada, particularmente con respecto a eventos raros o extremos de incendios forestales. Fallon reconoció los beneficios potenciales del apoyo a la toma de decisiones impulsado por IA, pero enfatizó que estas herramientas están destinadas a complementar, no reemplazar, la experiencia humana.
"La máquina no tiene 30 años de experiencia en la lucha contra el fuego", dijo. Por ejemplo, la IA podría pasar por alto factores locales como la falta de opciones de transporte para los residentes durante las evacuaciones, destacando las limitaciones de los enfoques puramente algorítmicos. A pesar de estas advertencias, los defensores argumentan que la IA puede mejorar la eficiencia en la asignación de recursos. Matt Weiner, CEO de Megafire Action, una organización sin fines de lucro enfocada en mitigar el riesgo de incendios forestales catastróficos, cree que la IA puede ayudar a priorizar acciones que maximizen el impacto. "Lo que puede hacer, y lo que ya está demostrando que puede hacer, es ayudarnos a priorizar dónde podemos hacer el trabajo más eficiente a cada escala", dijo.
Sin embargo, persisten las preocupaciones sobre la confiabilidad de los conocimientos generados por la IA, especialmente en casos que involucran condiciones de incendio sin precedentes. La Oficina de Responsabilidad del Gobierno ha advertido que la IA puede producir resultados engañosos y dificultades para pronosticar eventos extremos debido a la insuficiencia de datos históricos. A medida que los investigadores continúan refinando los modelos de IA para la predicción y respuesta de incendios forestales, el enfoque sigue siendo garantizar que estas herramientas sirvan como ayudas en lugar de reemplazos. El objetivo final es capacitar a los funcionarios de bomberos con opciones mejor informadas, al tiempo que reconocen el valor insustituible de la experiencia humana para navegar por las complejidades de la gestión de incendios forestales.
★
Mantengamos las noticias honestas.
ObjectiveNews se financia con los lectores y no tiene anuncios: te mostramos el sesgo en lugar de ocultarlo. Apoya el periodismo independiente por 4 €/mes.
Hazte suscriptor