微軟、Azure 與 AI 技術共同對抗加州野火風險

微軟投資於人工智慧驅動的野火偵測技術，其首席副總裁暨首席數據科學家胡安·拉維斯塔·費雷斯（Juan Lavista Ferres）針對減輕環境損害的策略進行了探討。

根據美國國家航空暨太空總署（NASA）指出，氣候變遷影響地球上的每個人，其表現為氣溫上升、降雨模式改變以及海平面上升。

NASA 指出，有確鑿證據顯示地球正以前所未有的速度變暖，而人類活動是主要驅動因素。

隨著全球氣溫上升，野火構成的威脅日益加劇。

在美國，氣溫上升、長期乾旱以及開發範圍的擴大，都加劇了社區與生態系統面臨的風險。

去年，全美共通報近 78,000 起野火，較前一年增加 20%。

在加州——這個歷史上由野火塑造了森林、草原和沿海景觀的地方——當前的挑戰日益在於如何管理社區與氣候變遷影響之間的共存關係。

科學家、消防員以及微軟的「AI for Good Lab」正運用人工智慧更早地偵測野火，為緊急應變團隊爭取更多應變時間。

我們的目標是讓這項技術能全球普及。

——胡安·拉維斯塔·費雷斯（Juan Lavista Ferres），微軟「AI for Good」實驗室副總裁暨首席資料科學家。

微軟已承諾撥款 500 萬美元，用於推動人工智慧驅動的野火偵測技術，資助擴展即時電腦視覺系統，這些系統展示了在時間緊迫的環境監測中部署機器學習的新方法。

科技如何協助防止野火蔓延

大規模電腦視覺

數十年來，野火偵測一直仰賴人員從道路、瞭望點或附近社區發現煙霧後，再通報緊急救援單位。

由加州大學聖地牙哥分校創立的「ALERTCalifornia」，正透過在該州易發生野火的地區部署近 1,300 台攝影機的網路，徹底改變這種做法。

該系統持續監控即時攝影機畫面，並運用人工智慧識別潛在的煙霧跡象。

它會比對不同攝影機的拍攝角度，確認火災位置，並在數分鐘內向緊急應變團隊發出警報。

在運作的前兩個月內，該網路已偵測到 77 起事件，且這些事件在透過其他管道通報之前便已被發現。

該系統目前每天處理超過七百萬張影像，能在接獲第一通 911 報案電話前多達 2.5 小時，便偵測到野火。

該 AI 模型必須從環境干擾（例如雲層、霧氣，以及不同時段與季節的變幻光線條件）中，辨別出真實的火災特徵。

監測景觀的多樣性——從茂密森林到草原及沿海地區——更使這項分類挑戰雪上加霜。

地球物理學家暨 ALERTCalifornia 創辦人尼爾·德里斯科爾（Neal Driscoll）博士表示：「這些資料不僅揭示了地貌的樣貌。

ALERTCalifornia 創辦人暨地球物理學家 尼爾·德里斯科爾博士。圖片來源：Emily Zheng 經由 Microsoft 提供

「它有助於我們理解景觀隨時間的變化。」

根據該專案的運作數據，此模型能比傳統方法提早 2.5 小時偵測火災，這表明其靈敏度閾值已校準至能在維持可接受精準度的同時，於早期階段識別煙霧。

模型在實際運作中的表現

該系統的部署凸顯了人工智慧系統在關鍵偵測情境中運作時需考量的實務因素。

每日處理七百萬張影像，需要具備大規模連續推論處理能力的基础設施；微軟提供的 500 萬美元資助中包含 Azure 補助金，這部分資金有望滿足相關運算需求。

來自 Earth.Org 的野火事實

• 野火的燃起需具備三項關鍵條件：乾燥植被（燃料）、富含氧氣的空氣，以及熱源。強風會加速火勢蔓延。
• 雷電是引發野火的自然因素：雷電是主要的自然引火源，溫度更高、持續時間更長的雷擊更容易引發火災。2014 年的一項研究發現，溫度每上升 1°C，雷電發生頻率便可能增加 12%。
• 美國超過 80% 的野火是由人為因素引起的：無人看管的營火、香菸、燒烤和煙火等活動，約佔美國野火總數的 84%。
• 野火造成大範圍空氣污染：煙霧中含有氣體和細微顆粒物，這些物質能長距離傳播，深入肺部，增加呼吸系統和心血管健康的風險。
• 氣候變遷延長了野火季節：氣溫上升、乾旱及降雨減少，導致更多植被乾燥易燃。在美國，野火季節過去僅持續四個月，如今已延長至六至八個月甚至更久。
• 野火形成氣候正回饋循環：大規模火災在釋放大量溫室氣體的同時，也摧毀了儲存碳的植被，進而加劇全球暖化，並提高未來野火發生的機率與強度。

2023年，該系統的偵測能力協助將美國克恩縣的「特羅特大火」（Trotter Fire）控制在52英畝範圍內；據預測，若無人工智慧介入，火勢本可能擴及近4,000英畝。

這些實際成果提供了案例研究，有助於在標準準確度指標之外評估模型的影響。

該技術在2019年美國索諾瑪縣「金凱德大火」中的作用——協助疏散超過18萬名居民且未造成任何人員傷亡——充分展現了早期預警系統如何影響緊急應變流程。

「我們在前五分鐘內便能獲得關鍵資訊，」克恩縣消防局副局長暨 ALERTCalifornia 營運副總監扎卡里·威爾斯（Zachary Wells）表示。

扎卡里·威爾斯，克恩縣消防局副局長暨 ALERTCalifornia 營運副總監。圖片來源：Emily Zheng

「這種早期掌握的狀況，將指引後續的所有行動。」

部署的可擴展性與適應性

微軟的資助架構包含 200 萬美元的技術開發經費及 300 萬美元的 Azure 補助金，顯示其同時重視模型優化與運算基礎設施的建置。

「我們希望這項技術能讓全球各地的人們都能使用，」微軟『AI for Good』實驗室副總裁兼首席數據科學家胡安·拉維斯塔·費雷斯表示。

胡安·拉維斯塔·費雷斯，微軟資深副總裁暨首席數據科學家

若要將此方法擴展至加州以外的地區，在模型泛化與遷移學習方面將面臨技術挑戰。

野火風險因地點而異，這意味著系統必須考量當地的地形、植被、天氣條件以及應急響應架構。

一個主要基於加州數據訓練的模型，在部署至植被類型、地形或氣候模式不同的地區時，可能需要進行微調或重新訓練。

該專案亦正在開發超越初期偵測的能力，整合近 98,000 平方英里的光達（LiDAR）數據，以建立詳細的數位地形模型。

這項向地形測繪、森林健康監測及火災後風險評估的拓展，預示著更廣泛的數據管道架構。

將用於煙霧偵測的電腦視覺技術與基於LiDAR的環境數據相結合，可實現多任務學習方法，從而提升整體系統的智慧水平，並為底層基礎設施和數據集提供更多應用場景。

人工智慧驅動的影像技術加速野火偵測

聯合國氣候快訊

• 自 1970 年以來，全球地表溫度上升的速度，比過去至少 2,000 年內的任何其他 50 年期間都更快。
• 地球目前的溫度比工業革命前（1850-1900年）高出約1.42°C。
• 2024 年是有紀錄以來最熱的一年，全球平均近地表溫度較工業化前基準高出 1.55°C。
• 2015–2024年是有紀錄以來最暖的十年。
• 哪怕是零點幾度的升溫也至關重要。隨著全球暖化每增加一點，極端氣候的變化與相關風險便隨之加劇。
• 二氧化碳（CO2）在大氣中的累積速度已達到人類歷史上最快的程度，僅在短短二十年間便上升了超過10%。

微軟「AI for Good」實驗室專案

極光預測：微軟的「極光預測」（Aurora Forecasting）專案運用一個擁有 13 億個參數的人工智慧基礎模型，分析大氣數據並提升天氣與氣候預測的準確性。該模型支援的應用包括天氣預測、空氣品質建模及極端天氣分析，展示人工智慧如何處理複雜的環境數據集，以加深對大氣狀況的理解，並支援韌性規劃。

地理空間機器學習：微軟「AI for Good Lab」與各大高校、保育機構、非政府組織以及土耳其內政部災害與緊急事務管理局合作，將地理空間數據、衛星與航空影像與機器學習技術相結合。 相關專案涵蓋地震建築損毀評估、冰川與土地覆蓋圖繪製、家禽飼養場地圖繪製，以及再生能源監測，藉此支援災害應變、自然保育、人道行動與環境規劃。

冰川製圖：微軟「AI for Good」實驗室運用機器學習與衛星影像，支援興都庫什-喜馬拉雅地區的冰川製圖與生態監測。 該專案能識別並勾勒出純淨冰川與碎石覆蓋冰川的輪廓，同時透過網路工具讓專家審查並修正模型預測結果。此方法旨在加速製圖進程，並增進對受氣候變遷影響之冰川生態系統的理解。

再生能源測繪：微軟的「再生能源測繪」專案運用地理空間機器學習技術，大規模地繪製與監測再生能源的發展狀況。 這項技術有助於各組織掌握再生能源基礎設施的開發地點，並追蹤大範圍區域內的變化。透過將人工智慧與地理空間資訊結合，該計畫展示了機器學習如何支援再生能源規劃，並為監測向更潔淨能源的轉型提供數據。

生物聲學：微軟的「AI for Good Lab」與保育組織及研究實驗室合作，將機器學習與深度學習應用於大量野生動物的聲音資料。 相關專案包括與洪堡研究所（Humboldt Institute）合作的「Guacamaya 計畫」，該計畫運用生物聲學技術在亞馬遜地區進行物種辨識。其他工作則致力於白鯨監測，以及鳥類與兩棲動物叫聲的自動分類，從而推動生物多樣性研究與保育工作。

加速生物多樣性調查：微軟「AI for Good」實驗室、微軟研究院（Microsoft Research）及微軟「AI for Earth」計畫，與美國國家海洋暨大氣總署（NOAA）漁業局、Sieve Analytics 以及 LILA BC 合作，運用機器學習加速生物多樣性調查。 這些專案分析來自相機陷阱、空中攝影機及麥克風的影像與音訊資料，以降低人工標註的工作量。這項工作旨在更快地為保育人士提供野生動物族群數據，以支援棲地保護、基礎建設及反盜獵行動的決策。

土地覆蓋製圖：微軟的「土地覆蓋製圖」專案運用電腦視覺技術，將遙感數據轉化為土地利用與土地覆蓋資訊。 此方法減少了環境科學家與地理空間分析師手動繪製地圖所需的時間，使他們能更專注於分析與決策。透過自動化部分製圖流程，微軟支援環境監測工作，並協助各組織處理大規模的地理空間資料集。