详细内容或原文请订阅后点击阅览
NIST 正在开发人工智能来帮助消防员
在消防中，最危险的火焰是您没有注意到的火焰。在一座燃烧的建筑物的混乱中，很难注意到即将全面爆发的迹象，即房间内所有易燃物体突然点燃的那一刻。疫情爆发是消防员死亡的主要原因之一，但新研究表明人工智能可以提供所需的警告。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）在消防中，最危险的火焰是您没有注意到的火焰。在一座燃烧的建筑物的混乱中，很难注意到即将全面爆发的迹象，即房间内所有易燃物体突然点燃的那一刻。疫情爆发是消防员死亡的主要原因之一，但新研究表明人工智能可以提供所需的警告。
来自美国国家标准与技术研究院 (NIST)、香港理工大学和其他机构的研究人员开发了一种神经网络模型——闪络预测神经网络 (FlashNet)，可以在致命事件发生前几秒进行预测。在《人工智能工程应用》杂志上发表的一项新研究中，FlashNet 在美国十多栋常见住宅建筑中的准确率高达 92.1%，与其他基于人工智能的一般疫情预测程序相比，排名第一。
已发布在 600 摄氏度左右的温度下会突然发生闪光，并可能导致温度进一步升高。为了预测此类事件，现有工具要么依赖燃烧建筑物的持续温度数据流，要么在热传感器无法承受高温时使用机器学习来填充缺失的数据。
到目前为止，大多数机器学习预测工具（包括本研究作者开发的工具）都经过训练，可以在单一、熟悉的环境中工作。事实上，消防员并没有这种奢侈。当进入燃烧的建筑物时，他们可能对楼层布局、火灾位置、房间的门窗是否打开或关闭知之甚少或一无所知。
为了应对真实火灾的多变性，研究人员使用图神经网络 (GNN) 改进了他们的方法。