Een computerprogramma dat kunstmatige intelligentie gebruikt om historische meteorologische gegevens te sorteren, wordt ontwikkeld om te helpen voorspellen waar en wanneer toekomstige bosbranden zullen plaatsvinden, zodat ze kunnen worden voorkomen.

Mike Flannigan, expert op het gebied van natuurbranden van de Universiteit van Alberta, die ook de directeur is van Canada Wildfire, werkt samen met Ryan Lagerquist, een doctoraat student aan de School of Meteorology van de Universiteit van Oklahoma, om het programma te maken.

Het gebruikt een vorm van machine learning, een kunstmatig neuraal netwerk genaamd, om de gegevens te sorteren, die wordt geassocieerd met hoge intensiteit bosbranden, en voorspellen waar extreem weer de meeste kans heeft om de omstandigheden voor een bosbrand te creëren.

Onderzoekers voeden de systeemgegevens en het maakt voorspellingen op basis van waarschijnlijkheid. Vervolgens vertellen onderzoekers het systeem of het de juiste beslissing heeft genomen. Als het fout is, het systeem past zijn aanpak aan en probeert het opnieuw.

Het is een voorbeeld van iets dat AI veel beter en sneller kan dan mensen, vanwege de enorme hoeveelheden data die ermee gemoeid zijn en het vermogen om betekenisvolle patronen in de data te vinden.

Als we goed kijken naar alle beschikbare gegevens, inclusief drukniveaus, geeft onderzoekers een vollediger beeld.

"Het is nauwkeuriger dan alleen traditionele neerslagpatronen te gebruiken, ' zei Flanigan.

Brandweer wordt traditioneel voorspeld met neerslag, temperatuur, wind en relatieve vochtigheid, maar dit nieuwe algoritme bevat drukvelden om brandvriendelijk weer nauwkeuriger te voorspellen. Hogedruksystemen worden geassocieerd met warme, droog weer en lagedruksystemen duiden op koeler, natte omstandigheden.

Het programma bouwt voort op Canada's huidige natuurbrandpreventiesysteem, zei Flannigan, en hij hoopt dat het binnen vijf jaar klaar zal zijn voor gebruik. Door het weer op grotere afstand nauwkeuriger te voorspellen, AI kan de levens van Canadezen helpen beschermen en gemeenschappen miljoenen dollars besparen.