機械学習と統計モデルは、消防士が火災の発生場所と延焼の仕方と範囲を把握する助けとなっています。
消防士は数十年にわたり分析技術に頼ってきましたが、新しいAI技術により、その能力はさらに高度になりつつあります。
気候変動が深刻化するにつれ、森林火災はより激しさを増しており、消防資源への負担はますます大きくなっています。
これらのツールにより、消防隊は限られた資源で活動することが可能になります。
昨夏、ウィル・ハーリングが消防車の指揮を執り、カリフォルニア州北部のクラマス国有林から発生し、防火帯を越えて故郷の町へ向かって猛烈な勢いで広がる山火事の鎮圧にあたっていた際、彼はもどかしいメールを受け取りました。
それは、オレゴン州立大学の森林研究者クリス・ダンによる統計分析で、消防士が尾根の上、町から数マイル離れた地点に築いた防火帯が、火災を食い止める可能性は10％しかないと予測するものでした。
「あれほど多くの資源を費やして、役に立たない防火帯を築いてしまったのです」と、ミッド・クラマス流域評議会を率い、地元のカルク族で陸上消防士として働くハーリングは語りました。
「指標は、まったく成功の見込みがないことを示していました」と、彼はトムソン・ロイター財団の電話インタビューで語りました。
消火困難度指数（SDI）は、多数の分析ツールの一つです。ダンや他の消防技術の専門家たちは、機械学習、ビッグデータ、予測の最新技術を消防の分野にもたらすため、これらのツールを開発しています。
気候変動や森林管理の不備により、より激しく致命的な山火事の季節が到来し、消防資源はますます限界まで酷使されています。
ダンのような研究者たちは、希少な消防資源を可能な限り効率的に配置することで、この負担の軽減に役立つことを期待しています。
ダンによると、現在のところ、全米の国有林の半数で消防士たちが、彼が開発に協力した人気の分析ツール「潜在的作戦区域設定（PODs）」を利用しているとのことです。
このツールは、地元の消防士の経験的知識と高度な空間分析を組み合わせ、火災が発生する前であっても、チームが対応場所を計画する助けとなります。
このツールは、SDIなどの複数の統計モデルを地域の地図上に重ね合わせるため、火災管理者や地域社会は、事前に制御線や攻撃計画を立案することができます。
「消防の仕事から、人の要素を完全に取り除くことは決してできません」と、180万エーカー（72万8000ヘクタール）のサンフアン国有林で火災管理を担当し、2017年からPODsのような高度な分析ツールを使用しているブラッド・ピエトルシュカは語りました。
「しかし、人はストレス下では誤った判断を下してしまうものです。すべてのデータを自力で処理することはできません。これは不確実性を減らし、消防士がより良い判断を下せるよう支援するためのものです」
データを求める現場
数十年にわたり、消防士は分析に頼り、火災の起こり得る挙動を予測してきました。気象パターンから、潜在的な延焼燃料の衛星画像、過去の火災挙動に至るまで、さまざまなデータを活用しています。
現在、コンピューティングと人工知能（AI）の進歩により、消防士たちは予測技術にますます頼り、自らの洞察力を飛躍的に高めることができるようになっています。
「初めて、人工知能を使って火災と戦えないかと尋ねられたとき、私は『とんでもない。不確実性が大きすぎる』と答えました」と、米国森林局（USFS）で長年研究に携わってきたデイビッド・カルキンは振り返ります。
「しかし、その後考えました。『その方向へ向かうための研究課題を立案したらどうだろうか？』と」
USFSの火災アナリストであるリック・ストラットンによると、カルキンやダンのような火災アナリストは、機械学習と長年の研究を組み合わせ、地元の消防隊が持つ組織的な知見の上に、データの層を重ねてモデルを構築しているとのことです。
「消防士が目にできるものには限りがあり、そのキャリアも短いものです。しかし今では、何千もの仮想的な季節をモデル化し、あらゆる種類の洞察を引き出すことができます」と、ストラットンは語ります。彼は、火災管理者が自らの地形の分析結果をリアルタイムで確認できるオンラインダッシュボードを運営しています。
「15年前には、そのようなことはできませんでした。コンピューターの処理能力がなかったのです」
近年、研究者が開発した最も複雑なツールの一つが、潜在的管制地点（PCL）アルゴリズムです。これは機械学習を用いて、火災発生時に消防士が制御線をどこに設置すべきかを提案します。
「非常にデータを必要とするのです」とダンは説明しました。「道路からの距離、尾根や平地の位置、地表にどの種類の燃料があるか、さらに過去の火災の外周データまで考慮に入れています」
PCL、SDI、PODsなど、さまざまな分析ツールを駆使することで、消防士は、火災シーズンが次第に制御不能になるなかで、どこに対応を集中させるべきかを判断する上で重要な支援を受けている、とピエトルシュカは述べました。
「大規模な火災が発生する地域は次第に増えており、消防資源を巡る競争は極めて厳しくなっています。単純に人員が足りないのです」と彼は語りました。
「限られた資源をどのように活用すべきかを知る必要があります。それこそがこれらのツールの約束なのです」
人と機械
ダンや他の専門家は、これらのモデルは、人間の洞察と組み合わせ、かつ山火事が起こりやすい地域に住む人々がそのプロセスを理解している場合に最も効果を発揮すると強調しています。
ダンによると、専門家が地域社会に火災シーズンの前に行うよう勧めている取り組みの一つが、地域の優先事項を地図化することです。
これには、どの場所を何としても火災から守らなければならないか、また、将来の火災の激しさを抑えるために景観を間引く目的で、どの地域を火災にさらしてもよいかを決めることが含まれます。
オレゴン州アッシュランドの消防署長であるクリス・チェンバースは、その取り組みが現場でどのように展開されるかを目の当たりにしてきました。
彼はここ数か月、市周辺の草地や乾燥した低木の分布を地図にまとめ、そのデータをダンのモデルに入力してきました。その結果、計画的な野焼きを行う地域、防御施設を築く場所、そして火災発生時に資源を投入すべき場所を特定する助けとなっています。
「以前は、地図を印刷して、燃料を取り除きたい場所をすべて書き込んでいました」と彼は語りました。
チェンバースは、山火事の季節ごとに到着する臨時の消防隊に、さまざまな指標を示す詳細な地図を配布する計画です。
今年の火災シーズンが米国西部で激しさを増すなか、USFSの研究者であるカルキンは研究課題を着実に進めており、航空機が消火剤を投下すべき場所から、精鋭の消防部隊であるホットショット隊が火災発生時にどのように展開すべきかまで、あらゆる面での洞察を得ようとしています。
それでも彼は、これらの戦術が長期的に持続可能かどうかを懸念しています。
「ジレンマは、モデルを構築する際には過去のデータしか手元にないということです」と彼は語りました。「そして気候変動が新たな未来を生み出すにつれ、わからないことをモデル化することは次第に難しくなってしまうのです」
