2022年，美国野火灾害频发，天降横祸也成为民众在这一年中的集体记忆。
今年夏季野火的恐怖数量与规模也让人不禁要问，火灾是否会成为新的常态？会对居民健康产生何种影响？我们又该采取哪些措施来尽量缓解未来几年的潜在火情？
野火看似随机发生，但科技与人工智能（AI）的结合正帮助我们预测火热蔓延，并缓解其可能造成的毁灭性破坏。
斯坦福大学的研究人员最近开发了一种AI模型，能够预测危险的粒子污染，进而追踪美国西部灼烈恶火的传播轨迹。
使用卫星数据，斯坦福团队训练出一个机器学习模型，能够准确预测未监测区域内野火烟雾所造成的PM2.5浓度。
结果显示，在过去十年当中，由于直接暴露在野火烟雾当中，因PM2.5受到健康损害的美国民众数量增长了27倍。
HEAVY.AI公司产品经理Mike Flaxman博士表示，AI与机器学习正协助研究人员“厘清”空气质量与天气模式数据，并以远超以往的速度预测可能爆发的野火灾情。
他在采访中表示，“AI在解决这类问题上没有任何争议，我们可以将其作为日常解决方案。毕竟单靠人力根本不可能完成如此巨大的计算量。”
他提到，AI能够瞬间浏览相当于百倍于单人单日数据查看量的信息，并快速识别出值得进一步追踪的可疑数据点。
Flaxman博士补充称，AI目前已经被广泛用于预测空气质量。得益于太空中运行的成千上万颗卫星，可用训练数据集也正在“突飞猛进”。
AI在这一领域有着巨大的应用潜力，目前企业和政府收集到的全部天气数据中，仍有八到九成未能得到正确分析。
“过去每14天才会生成一张卫星图像，但后续处理周期往往长达6个月。现在我们已经掌握着全国各地地面传感器收集到的信息，甚至有很多居民在后院架设起小型气象站。这些传感器就在监测环境之内，能用地面数据填补卫星数据中的空白。这样的数据组合非常强大，也极有价值。”
这样一套传感器网络对于空气质量特别重要，因为空气质量指标在不同地区往往“分布不均”。
“住在高速公路附近的空气质量，跟住在加州中部、加州北部肯定完全不一样。那么，我们要如何处理像空气质量这样分布复杂度极高的问题？”
他提到，空气污染造成的某些后果其实完全可以衡量，比如当地医院收治的儿童病患数量。
当然，有毒空气的累积和暴露量还需要更长期的持续监测。
HAVY.AI公司CEO Jon Kondo表示，在测量野火方面，地形、天气和植被三大因素不容忽视。近年来，卫星对地面水分的监测能力迎来了巨大突破，意味着后续对野火爆发地点的预测将变得更加先进。
展望未来，Kondo认为我们的长短期野火预测和应对规划都有改进空间。
他解释道，“如果能把预测周期延长到几个月，那就多了很多缓解措施，包括减少燃料和强化设备。另外即使火灾已经出现，预先安置的人员和设备也将大大提升响应与扑灭能力。”
Kondo认为，“我们在加利福尼亚州度过了艰难的一年。虽然制定出了更先进的救灾计划，但我们面对的也是前所未有的极端气候挑战。”
“我们必须让应对措施拥有更全面的适应能力，这不仅要依靠专业机构，同时也要深入社区乃至住户。我们需要快速为更多民众提供准确信息。而考虑到如此庞大且高度动态的数据流，这种广泛访问目标必然离不开新一代技术工具的支撑。”