תוצאות נוספות...

Generic selectors
Exact matches only
Search in title
Search in content
Post Type Selectors
× Send

איך AI ולוויינים מזהים שריפות מהחלל?

תוכן עניינים

שריפה קטנה מתחילה באזור מיוער ומרוחק. אין עדיין די עשן כדי שמישהו יבחין בה, אבל מהחלל כבר אפשר לזהות את החום שהיא פולטת. הבעיה היא שהחיישן עלול לקלוט גם חום ממפעל, שריפה חקלאית מבוקרת או אפילו אור שמש שמוחזר ממשטח מסוים. כיצד אפשר לדעת איזה מהסימנים האלה מחייב לשלוח צוות כיבוי? זו בדיוק הבעיה שפרויקט FireSat מנסה לפתור. המערכת משלבת לוויינים המצוידים בחיישנים מיוחדים עם בינה מלאכותית שמנתחת את המידע כדי לזהות שריפות קטנות, לעקוב אחר התפתחותן ולסייע לכוחות החירום להגיב מוקדם יותר.

הישארו מעודכנים

רוצים לקבל עדכונים בלייב? רוצים מקום בו אתם יכולים להתייעץ עם מומחי AI, לשאול שאלות ולקבל תשובות? רוצים לשמוע על מבצעים והטבות לכלי ה-AI שמשנים את העולם? הצטרפו לקהילות ה-AI שלנו.

אפשר גם להרשם לניוזלטר שלנו

בספטמבר 2026 פרסמה גוגל (Google) ראיון עם כריס ואן ארסדייל, המוביל את מחקר האקלים והאנרגיה ב-Google Research, ובו הסבירה כיצד הטכנולוגיה פועלת. מדובר בפרויקט שכבר הגיע לחלל והציג תוצאות ראשונות, אך הדרך למערכת שתנטר את העולם כולו כמעט בזמן אמת עדיין ארוכה.

 

הבעיה מתחילה הרבה לפני שהאש נראית לעין

לוויינים משמשים לניטור שריפות כבר שנים. נאס"א, למשל, מפעילה את מערכת FIRMS, שמציגה מוקדי חום ושריפות באמצעות נתונים מלוויינים שונים. אלא שבזיהוי שריפות קיים קושי בסיסי. ככל שהשריפה קטנה יותר, קשה יותר לזהות אותה. חלק מהלוויינים מספקים תמונות מפורטות, אבל עוברים מעל אותו אזור לעיתים רחוקות. אחרים מצלמים בתדירות גבוהה יותר, אבל ברזולוציה שמקשה להבחין במוקד אש קטן.

 

לפי ואן ארסדייל, החוקרים שאלו אנשי כיבוי מה גודל השריפה שכדאי לזהות כדי להגדיל את הסיכוי להשתלט עליה. התשובה שקיבלו הייתה בערך 50 עד 100 מטרים רבועים. צוות FireSat קבע יעד שאפתני יותר: לזהות מוקד אש בשטח של 5 על 5 מטרים בלבד, כלומר 25 מטרים רבועים.

 

לשם כך נבחרה גישה המשלבת מספר רב של לוויינים קטנים יחסית, חיישנים המותאמים לזיהוי אש ואלגוריתמים שנועדו להפיק משמעות מהנתונים.

איך מזהים שריפה בגודל של 25 מטרים רבועים מהחלל?

FireSat משתמשת בחיישנים רב-ספקטרליים. אלה חיישנים שקולטים מידע בכמה טווחים של אור וקרינה תת-אדומה, כולל קרינת חום שאינה נראית לעין האנושית. לכל טווח יש תפקיד אחר. חלקם עוזרים לזהות צמחייה וסוגי שטח, אחרים רגישים למוקדי חום קטנים, ויש כאלה שמסייעים למדוד את עוצמת האש או לזהות אזורים שעדיין בוערים לאחר שהחזית העיקרית עברה.

 

אותה שריפה, ארבע דרכים לראות אותה | מקור: Earth Fire Alliance / Muon Space

 

השילוב חשוב במיוחד כאשר עשן מסתיר את הקרקע, או כאשר חלקים שונים של שריפה פולטים חום בעוצמות שונות. כאן נדרשת הבחנה טכנית: היכולת לזהות שריפה בגודל 5 על 5 מטרים לא אומרת שהלוויין מצלם כל ריבוע קרקע ברזולוציה של חמישה מטרים.

 

החיישן מזהה את אות החום של שריפה קטנה גם כשהיא תופסת רק חלק מהשטח שמיוצג במדידה. אבל זיהוי חום הוא רק השלב הראשון. עדיין צריך להבין מה גרם לו.

כשהמחשב צריך להבדיל בין שריפה למנגל

נקודת חום חריגה היא לא בהכרח שריפת יער. היא יכולה להגיע מארובה, ממתקן תעשייתי או משריפה מבוקרת שנועדה לנקות שטח חקלאי. לכן, אחת המשימות החשובות של הבינה המלאכותית היא להבין את ההקשר.

 

גוגל מתארת מערכת שנועדה להשוות את התמונה הנוכחית לתמונות קודמות של אותו מקום, ולשלב מידע נוסף כמו מזג האוויר והתשתיות בסביבה. למשל, מקור חום שמופיע שוב ושוב באותו מקום עשוי לדרוש התייחסות אחרת ממוקד חום חדש שמתגלה באזור מיוער.

 

בשלבי הפיתוח הראשונים צוידו מטוסים בחיישן המיוחד, והחוקרים אספו תמונות של שריפות מבוקרות ושל מקורות חום אחרים בקליפורניה. המידע שימש לאימון האלגוריתמים ולשיפור יכולתם להבחין בין מצבים שונים.

 

ההשוואה לאורך זמן אמורה לסייע גם בהבנת התנהגות האש. האם מוקד החום נשאר יציב? האם הוא מתרחב? האם מופיעים מוקדים נוספים בסביבתו?

 

זו נקודה חשובה, משום שמערכת התראה שמדווחת על כל מקור חום עלולה להציף את כוחות החירום. מנגד, מערכת שמחמירה מדי בסינון עלולה להחמיץ שריפה מתפתחת. האתגר הוא למצוא את האיזון, ולבדוק אותו מול אירועים אמיתיים.

מה FireSat כבר הצליחה לעשות?

הפרויקט הוכרז ב-2024, בהובלת עמותת Earth Fire Alliance ובשיתוף Google Research וחברת הלוויינים Muon Space. במרץ 2025 שוגר לוויין ניסוי ראשון. ביולי אותה שנה הציגו השותפים תמונות ראשונות שבהן זוהו שריפות, כולל מוקד קטן לצד כביש באורגון שלא זוהה על ידי מערכות לווייניות קיימות.

 

ביולי 2026 שוגרו שלושה לוויינים מבצעיים ראשונים. בספטמבר הציגה Earth Fire Alliance תמונות מהלוויינים החדשים, ובהן מוקדי אש באוסטרליה ושריפה קטנה בפורטוגל, שאומתה על ידי שותפים מקומיים.

 

חיישני FireSat מזהים כמה מוקדי אש פעילים באוסטרליה | מקור: Earth Fire Alliance / Muon Space

 

אחת ההדגמות המעניינות הגיעה משריפת Big Grass בגבול אורגון ואיידהו. שלושת הלוויינים צילמו את חזית האש חמש פעמים לאורך יומיים ושלושה לילות. התמונות אפשרו לראות כיצד מוקדי הבעירה השתנו, היכן נותרה פעילות חזקה והיכן היא נחלשה.

 

חמש תצפיות של FireSat על שריפת Big Grass | מקור: Earth Fire Alliance / Muon Space

 

אלה תוצאות ממשיות שמדגימות יכולת לזהות ולעקוב אחר שריפות מהחלל. עם זאת, הן עדיין לא מוכיחות שמערך התראות גלובלי מסוגל לזהות באופן אמין כל שריפה קטנה ולהתריע עליה בזמן.

מתי המערכת תהיה זמינה בקנה מידה עולמי?

כאן חשוב להפריד בין המצב הנוכחי לבין התוכנית העתידית. נכון לאוקטובר 2026, שלושת הלוויינים ששוגרו ביולי נמצאים בשלב ההפעלה והבדיקות. לפי Earth Fire Alliance, עד סוף השנה מתוכננת אספקת נתונים לפחות פעמיים ביום לארגוני כיבוי ולחוקרים המשתתפים בתוכנית אימוץ מוקדם.

 

הגישה לנתונים צפויה להתרחב במהלך 2027, עם יעד לנגישות עולמית ב-2028. בהמשך מתוכננת הרחבת מערך הלוויינים. גוגל מדברת על כ-50 לוויינים שיאפשרו תצפית על כל נקודה בעולם מדי 20 דקות, ושואפת להגיע לכך סביב 2030. Earth Fire Alliance מציגה לוח זמנים זהיר יותר: כיסוי גלובלי בתדירות של שעה או פחות עד 2029, ויעד של 20 דקות או פחות בתחילת שנות ה-2030.

האם זיהוי מוקדם באמת יכול לשנות את התוצאה?

מבחינת כוחות הכיבוי, הערך האפשרי ברור. ככל ששריפה מתגלה מוקדם יותר, גדל חלון הזמן שבו אפשר להעריך את המצב, לשלוח צוותים ולנסות למנוע את התרחבותה. הנתונים עשויים לסייע גם לאחר הזיהוי הראשוני.

 

מעקב אחרי חזית האש, מוקדים שנותרו פעילים ועוצמת הבעירה יכול לשפר את תמונת המצב של מפקדי האירוע. בטווח הארוך, מאגר המידע עשוי לתרום למחקר על התפשטות שריפות ולתכנון אמצעי מניעה, כמו אזורי חיץ.

 

אבל קיימות גם מגבלות. תנאי עננות מסוימים, הסתרה של האש על ידי צמחייה ועוצמת חום נמוכה עלולים להקשות על חישה מהחלל. גם אלגוריתם מתקדם עלול להפיק התראות שווא או להחמיץ אירועים.

 

חשוב לא פחות, הזמן שבין צילום השטח לבין קבלת התראה שימושית אינו זהה לתדירות שבה הלוויין חולף מעליו. הנתונים צריכים לעבור עיבוד, להגיע לגורם המתאים ולהשתלב בהחלטות בשטח.

 

בשלב זה, המקורות הפומביים שנבדקו לא מספקים מדידה מקיפה ועצמאית של שיעורי ההחמצה, התראות השווא או זמן התגובה שנחסך בפועל בזכות FireSat.

 

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס מקיף לבינה מלאכותית - GenAI Master
קורס מאסטר בבינה מלאכותית Master GenAI

 

ההצלחה האמיתית תימדד על הקרקע

FireSat כבר הראתה שאפשר לזהות מהחלל מוקדי אש קטנים שפתרונות קיימים מתקשים לראות, ולעקוב אחר התפתחותן של שריפות באמצעות חיישנים ייעודיים. השלב הבא מאתגר יותר: להפוך את היכולת הזו לשירות אמין ורציף, שיכול להבחין בין אש מסוכנת לפעילות חום רגילה ולהעביר מידע שימושי בזמן לכוחות החירום.

 

בסופו של דבר, המדד החשוב ביותר לא יהיה מספר התמונות שנאספו או מספר השריפות שזוהו, אלא כמה מוקדם התקבלה התראה נכונה, והאם הזמן שנחסך אפשר לכוחות החירום להשתלט על האש, למנוע נזק ולהציל חיים.

הישארו מעודכנים

רוצים לקבל עדכונים בלייב? רוצים מקום בו אתם יכולים להתייעץ עם מומחי AI, לשאול שאלות ולקבל תשובות? רוצים לשמוע על מבצעים והטבות לכלי ה-AI שמשנים את העולם? הצטרפו לקהילות ה-AI שלנו.

אפשר גם להרשם לניוזלטר שלנו
רוצים הרצאה או ייעוץ של רון גולד?
השאירו פרטים ונשמח לחזור אליכם עם המידע הרלוונטי
אולי יעניין אותך גם...
guest
0 תגובות
Let's update

רוצים לקבל עדכונים על כל מה שחדש ומעניין בעולם ה-AI? הרשמו לניוזלטר שלנו!

רוצים לראות יותר תכנים שלנו?

הוסיפו אותנו כמקור מועדף וקבלו יותר מדריכים, חדשות ועדכוני AI בתוצאות החיפוש.

אירועי AI קרובים

תפריט נגישות

תוצאות נוספות...

Generic selectors
Exact matches only
Search in title
Search in content
Post Type Selectors
וובינר חינמי שאסור לפספס
איך עושים אורקסטרציה של של סקילים ומאטמטים תהליכים עסקיים?
22.10.26 ב-20:00 בלייב זום