Sáng kiến FireAId là kết quả của sự hợp tác giữa Trung tâm Cách mạng công nghiệp lần thứ 4 của Diễn đàn kinh tế thế giới, Koc Holding, Bộ Nông lâm Thổ Nhĩ Kỳ và Deloitte. Nằm trong chương trình thí điểm tại Türkiye, một bản đồ nguy cơ cháy rừng tương tác đã được phát triển, tận dụng lợi thế của AI và thuật toán máy học (machine learning). Từ nhiều nguồn dữ liệu bao gồm lịch sử, khí tượng và địa lý, bản đồ xây dựng mô hình dựa trên phân bổ tài nguyên tối ưu.
Theo Weforum, nhờ áp dụng thành công tại Türkiye, tỷ lệ chính xác trong dự báo cháy rừng trước 24 giờ lên đến 80%. Thông tin giúp nhà chức trách chuẩn bị và ứng phó một cách chủ động. Thành công của chương trình thí điểm cho thấy, AI hiệu quả ra sao trong hỗ trợ cơ quan quản lý và cứu người, bảo vệ tài sản, bảo vệ môi trường, giảm đáng kể thiệt hại do cháy rừng.
Ngoài AI, cộng đồng còn đang tìm hiểu việc ứng dụng các công nghệ mới nổi khác trong quản lý cháy rừng như máy bay không người lái.
Biến đổi khí hậu tiếp tục là một trong những mối quan tâm cấp bách nhất ngày nay, tác động của nó có thể nhìn thấy rõ thông qua tần suất, mức độ nghiêm trọng và lan rộng của cháy rừng. Theo dữ liệu của Trung tâm cứu hỏa liên ngành quốc gia (NIFC), xấp xỉ 3 triệu mẫu đất bị ảnh hưởng do hỏa hoạn mỗi năm, kể từ năm 1982. Từ năm 2000, con số tăng lên 7 triệu mẫu đất mỗi năm.
Cháy rừng là nguy cơ đáng kể đối với khu vực nông thôn, vì khả năng phá hủy nhanh chóng nhà cửa, hạ tầng, đất nông nghiệp. Động vật hoang dã cũng bị thiêu rụi số lượng lớn. Không chỉ phá hủy tài nguyên thiên nhiên và tài sản, cháy rừng gây hậu quả nghiêm trọng đến sức khỏe của những người sống trong khu vực bị ảnh hưởng.
Tại Hội nghị thường niên Diễn đàn kinh tế thế giới 2023 ở Davos, diễn đàn đã công bố báo cáo trình bày kết quả thí điểm FireAId trong ngăn chặn cháy rừng. CEO Koc Holding Levent Çakıroğlu nhấn mạnh thuật toán và mã nguồn có thể được công khai, tăng khả năng và tác động của sáng kiến FireAId.
Khi có nhiều dữ liệu đào tạo hơn, thuật toán sẽ càng hiệu quả hơn và có thể đưa ra dự đoán phức tạp dựa trên nhiều biến số khác nhau. Các công nghệ AI dự đoán cháy rừng trước đây gặp khó khăn khi diễn giải các mô hình dữ liệu phi tuyến tính, trong khi thuật toán mới diễn giải hàng ngày. Cháy rừng không phải lúc nào cũng xảy ra theo một mẫu, mô hình máy học phải vượt qua được điều đó. Các nhà khoa học đang áp dụng nhiều kỹ thuật mới để tối ưu hóa FireAId nhằm xử lý các đám cháy rừng khó dự báo.
Liên minh FireAId toàn cầu đã được thành lập trên cơ sở thành công của thí điểm ban đầu và nhằm nâng cao nhận thức toàn cầu với xử lý cháy rừng bằng cách tận dụng sức mạnh của AI. Ưu tiên AI trong dự đoán, phòng chống cháy rừng sẽ giúp tiết kiệm chi phí, tăng cường hiệu quả trên quy mô lớn.
(Theo Weforum)
