Uită de ferăstrău și topor, dronele și inteligența artificială fac acum treaba în junglă

Dronele oferă, de asemenea, o alternativă mai sigură și mai eficientă pentru operațiunile de căutare și salvare a persoanelor dispărute în pădurile dese, reducând timpul de răspuns și îmbunătățind rezultatele.

În plus, dronele echipate cu camere termice permit detectarea timpurie a incendiilor forestiere pentru un răspuns în timp util.

Pentru a eficientiza munca, o modalitate este ca mai multe drone să coopereze între ele sub controlul unei singure drone, care monitorizează și direcționează dronele de supraveghere echipate cu diferite dispozitive de monitorizare către zonele de interes. În acest fel, se realizează o acoperire mai bună a zonei în comparație cu soluțiile actuale bazate pe satelit. În același timp, intervenția umană poate fi minimizată mai ales în zonele îndepărtate, reducând riscul de monitorizare a incendiilor.

O nouă abordare a fost dezvoltată de CompDrone, care utilizează o combinație de detectare a dronei bazată pe rețelele sociale și modelare computațională a incendiilor pentru a prezice răspândirea incendiilor. Metoda folosește postările de pe rețelele sociale pentru a obține informații și trimite drone la focul detectat în consecință pentru a obține o imagine precisă și mai informată a situației.

Există multe cercetări în domeniul învățării automate, dar până acum nu este complet clar dacă învățarea supravegheată sau nesupravegheată este mai bună. Cu toate acestea, integrarea IA și a dronelor are un potențial imens de a îmbunătăți practicile forestiere și de a contribui la utilizarea durabilă a terenurilor.

În explicația viitoare (M Explicabil) Fiabilitatea predicțiilor inteligenței artificiale (XAI). Dacă AI-ul dronei este capabil să-și explice acțiunile, este mai ușor de înțeles de ce a ales acea cale sau acțiune anume.

În colaborarea dronă-AI sunt folosiți mulți algoritmi diferiți, majoritatea încercând să găsească calea optimă pentru dronă. Cu toate acestea, funcționează numai dacă există un anumit tip de card. Cu toate acestea, problemele apar în teritorii neexplorate. Pentru a evita acest lucru, se folosește o metodă numită simultaneous localization and mapping (SLAM).

Din 1986, s-a încercat să se găsească cel puțin o soluție teoretică la problema SLAM, dar mai recent acest lucru s-a realizat și în practică, datorită în primul rând dezvoltării mașinilor autonome. În timpul SLAM, robotul sau drona cartografiază mai întâi un mediu necunoscut și apoi îl folosește pentru a-și determina propria cale.