西部正在押注，更早发现可以改变野火结果

随着美国西部地区的严重野火条件不断加剧，公用事业公司和州级机构正在扩大采用支持 AI 的摄像网络，这些系统旨在迅速发现烟雾，并在火势失控前提醒响应人员。这项技术并不是要取代消防员或人的判断，而是在广阔地域和有限能见度可能让关键时刻流失的环境中，成为一种力量倍增器。

这些系统的理由基于一个简单的操作现实：火灾越早被识别，就越有可能在仍然很小时将其控制住。在亚利桑那州，一个案例已经成为证明。3月一个下午，人工智能在科科尼诺国家森林的一段摄像画面中发现了类似烟雾的东西。随后，人类分析员确认那不是云层或灰尘，并通知了州林业部门和亚利桑那公共服务公司。后来被命名为 Diamond Fire 的那场火灾，在扩大到 7 英亩以上之前就被控制住了。

这一过程概括了如今正在多个州扩散的模式：机器持续扫描，人类核实，政府机构作出响应。这只是工作流程上的渐进变化，但在一个面临创纪录高温和稀少积雪的地区，它可能带来巨大后果。

从孤立摄像头到区域网络

亚利桑那公共服务公司目前拥有近 40 个活跃的 AI 烟雾探测摄像头，并计划在夏末前将总数扩大到 71 个。该州的消防机构也部署了 7 个自己的摄像头。在科罗拉多州，Xcel Energy 已安装 126 个摄像头，并计划在年底前让其服务的 8 个州中的 7 个州运行相关系统。

加利福尼亚州则已通过 ALERTCalifornia 以更大规模推进，该网络在全州部署了约 1,240 个支持 AI 的摄像头。该系统的工作方式类似，利用 AI 扫描潜在烟雾，同时让人类参与其中，以减少误报并随着时间推移改进模型。这个人工复核环节并非可有可无。它是这些部署被视为操作工具而非实验性新奇事物的原因之一。

误报是环境监测中的重大风险，尤其是在地形崎岖、天气、灰尘、雾霾和光照条件都可能轻易混淆自动化系统的地区。通过在升级警报前要求人工确认，各机构希望在保留技术速度优势的同时，维护对系统的信任。ALERTCalifornia 创始人 Neal Driscoll 表示，这种反馈回路也会训练系统变得更准确。

为什么公用事业公司深度参与

电力公用事业公司在野火探测中扮演日益重要的角色，反映了它们所面临的风险。公用事业公司在火灾高发地区运营着庞大的基础设施网络，并且有强烈动机尽早识别任何起火点，无论起因是天气、人类活动还是设备相关问题。摄像网络提供了一种延伸远程地区可视范围的方式，在那里可能几乎没有目击者，传统报告也可能延迟。

在气候和火情持续恶化的时期，这一点尤其重要。极端高温和薄弱积雪会增加燃料提前干燥并猛烈燃烧的可能性。在这种条件下，一起可控事件与一场造成破坏的野火之间的余地会迅速缩小。

亚利桑那州林业与消防管理部门的 John Truett 在原始报道中清楚总结了这一操作逻辑：更早的探测意味着可以更快出动飞机和人员，并尽可能把火控制得更小。这正是这些摄像系统的核心承诺。它们不会灭火，但可以压缩从起火到行动之间的时间。