TLDR : 初创公司FireTracking与Emerton Data和Axione合作，开发了一套基于深度学习算法和智能摄像头网络的早期森林火灾检测系统。在新喀里多尼亚成功测试后，该系统目前正在Indre-et-Loire部署，以监控近95%的森林区域，并允许消防员快速干预。
自然的森林火灾预防措施包括：清理灌木、设置防火带、移植不易燃的树种……然而，由于人为疏忽，完全消除这些火灾几乎是不可能的。因此，早期检测至关重要，这正是FireTracking所提倡的。FireTracking是一家由Emerton Data的创业工作室Kaukana Ventures孵化的初创公司，Emerton Data是一家专注于人工智能研究、创新和咨询的公司。两者与Axione（连接性的重要角色）合作，赢得了Indre-et-Loire省议会的一个项目招标，该项目旨在使省级火灾和救援服务（SDIS）能够迅速应对这些火灾。
气候变化导致的树木水分压力有时与强风结合，促进了火灾的快速蔓延。Indre-et-Loire省每年有超过300次火灾起点，且数量呈现令人担忧的增长。为应对这一挑战，该省决定依赖由FireTracking、Emerton Data和Axione组成的联盟，通过在十二个战略地点安装智能摄像头网络和低延迟传输设备来检测和定位这些火灾。
经过与Kaukana Ventures两年的共同开发，FireTracking的解决方案依靠深度学习算法可以在三分钟内检测火灾起点，同时将误报率保持在10%以下。最初在新喀里多尼亚进行的试点项目中，这项创新证明了其有效性和可靠性，即使在极端条件下也是如此。
摄像头安装在现有的高点，如杆塔或天线，目标是最终持续监控Indre-et-Loire省95%的森林区域。
Axione凭借其在数字基础设施和网络管理方面的专长，在整个法国部署超过400,000公里的网络，在这一项目的实施中发挥着关键作用。其在连接性方面的专业知识确保了由FireTracking的人工智能生成的警报的实时传输，从而使消防员能够更快更有效地干预。
分两阶段的部署
该联盟将分两个阶段实施其项目。对六个站点的解决方案的安装和验证已于今年一月开始，以覆盖省内最敏感的区域，并将于今年六月完成。从2026年一月到六月，解决方案将扩展到另外六个站点，从而覆盖省内几乎所有的森林区域。
Pour mieux comprendre
什么是深度学习，它如何用于火灾检测？
深度学习是人工智能的一个子领域，它使用人工神经网络来建模复杂数据。在火灾检测中，它使系统能够理解和分析摄像机捕获的图像，快速识别火灾的爆发，基于预先训练的模型来识别火灾的特征视觉信号。
低延迟连接基础设施如何影响森林火灾的检测和管理？
低延迟连接基础设施实现了从传感器和摄像机到处理中心的数据快速实时传输。这确保了关于火灾发生的警报几乎瞬时到达紧急服务，减少反应时间，并允许更快和更有效的干预以防止火灾蔓延。