Sistem AI baharu NYU Tandon boleh mengesan kebakaran dalam masa 0.016 saat menggunakan kamera keselamatan standard, menawarkan penyelesaian terobosan untuk pemindahan yang lebih pantas dan masa tindak balas kecemasan.
Penyelidik di Sekolah Kejuruteraan NYU Tandon telah membangunkan sistem kecerdasan buatan revolusioner yang boleh mengesan kebakaran hampir serta-merta menggunakan kamera keselamatan standard. Inovasi ini menjanjikan untuk meningkatkan keselamatan kebakaran dengan ketara, berpotensi menyelamatkan nyawa dan mengurangkan kerosakan harta benda.
Insiden berkaitan kebakaran meragut hampir 3,700 nyawa setiap tahun di Amerika Syarikat dan menyebabkan lebih kurang $23 bilion kerosakan harta benda. Pengesan asap tradisional sering gagal memberikan amaran tepat pada masanya, terutamanya di kawasan lapang yang besar.
Sistem NYU Tandon bertujuan untuk merapatkan jurang ini dengan mengenal pasti kebakaran dan asap dalam masa nyata, menyediakan minit tambahan penting untuk pemindahan dan perkhidmatan kecemasan.
Diterbitkan dalam IEEE Internet of Things Journal, kajian itu menyerlahkan bahawa sistem AI boleh menganalisis rakaman video dan mengenal pasti kebakaran dalam masa 0.016 saat setiap bingkai. Kelajuan ini, lebih pantas daripada sekelip mata, boleh merevolusikan respons kecemasan.
Penyelidik utama Prabodh Panindre, seorang profesor bersekutu penyelidikan di Jabatan Kejuruteraan Mekanikal dan Aeroangkasa NYU Tandon, menekankan potensi sistem yang meluas.
"Kelebihan utama ialah kelajuan dan liputan," kata Panindre dalam satu siaran berita. "Kamera tunggal boleh memantau kawasan yang lebih besar daripada pengesan tradisional, dan kita boleh mengesan kebakaran pada peringkat awal sebelum ia menghasilkan asap yang mencukupi untuk mencetuskan sistem konvensional."
Keperluan untuk meningkatkan teknologi pengesanan kebakaran adalah mendesak. Statistik mendedahkan bahawa 11% daripada kematian kebakaran kediaman berlaku di rumah di mana pengesan asap sama ada gagal memberi amaran kepada penghuni atau tidak wujud. Selain itu, bahan binaan moden dan pelan lantai terbuka menjadikan api merebak lebih cepat dan mengurangkan masa runtuh struktur berbanding pembinaan lama.
Untuk menangani cabaran ini, pasukan NYU Tandon menggunakan pendekatan ensemble, menggabungkan berbilang algoritma AI lanjutan. Dengan memerlukan persetujuan antara algoritma ini, sistem ini mengurangkan penggera palsu dengan ketara — faktor kritikal dalam situasi kecemasan.
Para penyelidik mencipta set data imej yang komprehensif untuk melatih model mereka, mewakili semua lima kelas kebakaran yang diiktiraf oleh Persatuan Perlindungan Kebakaran Kebangsaan. Sistem ini mencapai ketepatan pengesanan 80.6% yang mengagumkan, dengan kombinasi model berprestasi terbaik.
Selain itu, pasukan itu menggabungkan analisis temporal untuk membezakan antara kebakaran sebenar dan objek seperti api statik, seterusnya meminimumkan penggera palsu.
"Kebakaran sebenar adalah dinamik, berkembang dan berubah bentuk," tambah Sunil Kumar, seorang profesor kejuruteraan mekanikal dan aeroangkasa. "Sistem kami menjejaki perubahan ini dari semasa ke semasa, mencapai ketepatan 92.6% dalam menghapuskan pengesanan palsu."
Sistem berasaskan awan ini menggunakan infrastruktur CCTV sedia ada, melakukan analisis AI pada pelayan tempat video distrim. Apabila kebakaran dikesan, sistem menghantar makluman masa nyata melalui e-mel dan mesej teks, menjadikannya kos efektif untuk penerimaan yang meluas.
Di luar tetapan bandar, teknologi ini boleh disepadukan ke dalam dron atau kenderaan udara tanpa pemandu untuk pengesanan kebakaran hutan peringkat awal, yang berpotensi menjimatkan masa kritikal dalam memadamkan kebakaran dan mengutamakan perintah pemindahan.
Untuk membantu anggota bomba, sistem ini juga boleh dibenamkan ke dalam alatan yang telah mereka gunakan, seperti kamera topi keledar, pengimej haba dan kamera yang dipasang pada kenderaan. Dalam memadam kebakaran bandar, dron yang dilengkapi dengan AI ini boleh memberikan saiz api 360 darjah, terutamanya dalam bangunan bertingkat tinggi.
"Ia boleh membantu kami dari jauh dalam mengesahkan lokasi kebakaran dan kemungkinan penghuni terperangkap," tambah Kapten John Ceriello dari Jabatan Bomba New York City.
Pasukan penyelidik melihat potensi pendekatan mereka untuk melangkaui pengesanan kebakaran. Sistem mereka boleh disesuaikan untuk memantau dan bertindak balas terhadap kecemasan lain, seperti ancaman keselamatan atau krisis perubatan, meluaskan kebolehgunaan dan kesannya terhadap keselamatan awam.
sumber: Sekolah Kejuruteraan NYU Tandon