وبگاه تِک‌اِکسپلور در گزارشی آورده است:

تصور کنید صدای آژیر اعلام حریق ناگهان شما را از پشت میز کارتان بلند می‌کند. اولین کاری که به ذهن می‌رسد این است که به سمت نزدیک‌ترین در خروجی بدوید؛ اما اگر آن نزدیک‌ترین خروجی در آتش محاصره شده باشد، چه؟

پژوهشگران مؤسسه ملی استاندارد و فناوری آمریکا (NIST) و همکارانشان، مدلی از هوش مصنوعی به نام سِیف استِپ (Safe Step) ساخته‌اند که می‌تواند افراد را در لحظه به امن‌ترین مسیر فرار هدایت کند. این فناوری که در مجله مهندسی ساختمان/ Journal of Building Engineering معرفی شده، با استفاده از تابلوهای دیجیتال به افراد نشان می‌دهد کدام خروجی امن است و کدام راه را باید بروند.

وقتی نزدیک‌ترین خروجی، امن‌ترین نیست

هونگ‌چیانگ فانگ (Hongqiang “Rory” Fang)، نویسنده اول این مقاله، می‌گوید: آتش می‌تواند شعله‌ور شود و گسترش یابد. مدل ما پیش‌بینی می‌کند که آتش چگونه در حال تغییر است و به روزرسانی تابلوهای خروجی اضطراری را ممکن می‌کند تا افراد را به سمت امن‌ترین خروجی هدایت کند.

می‌توان از این سامانه در ساختمان‌های هوشمند، که حسگرهایی برای نظارت لحظه‌ای بر دما و کیفیت هوا دارند، استفاده کرد. برخی از این ساختمان‌ها در حال آزمایش فناوری جدیدی به نام تابلوی خروجی اضطراری پویا هستند. این تابلوها ضمن اینکه یک خروجی را نشان می‌دهند، می‌توانند با نشانه‌ها، افراد را به مسیر امن‌تری راهنمایی کنند.

اشکال روش‌های قدیمی

تحقیقات قبلی از روش‌های محاسباتی معمولی برای یافتن کوتاه‌ترین مسیر فرار استفاده می‌کردند؛ اما مشکل اینجاست که این روش‌ها فقط شرایط لحظه‌ای ساختمان را می‌بینند و خطرهایی را که ممکن است فرد در طول مسیر با آن‌ها روبه‌رو شود، در نظر نمی‌گیرند.

وای چونگ تام (Wai Cheong Tam)، مهندس مکانیک و عضو این گروه پژوهشی، می‌گوید: به دنبال روشی بهتر بودیم تا پیش‌بینی کنیم آتش چگونه شعله‌ور می‌شود و جان افراد بیشتری را نجات دهیم.

سِیف استِپ چگونه مسیر امن را پیدا می‌کند؟

مدل سِیف استِپ از نوعی هوش مصنوعی استفاده می‌کند که با آزمون و خطا یاد می‌گیرد؛ به این روش یادگیری تقویتی (Reinforcement Learning) گفته می‌شود.

ابتدا نقشه ساختمان به سامانه داده می‌شود تا راه‌های فرار را یاد بگیرد. سپس این مدل از یک ابزار شبیه‌ساز آتش استفاده می‌کند تا پیش‌بینی کند آتش در هر نقطه از ساختمان در طول زمان چگونه گسترش می‌یابد.

در طول آموزش، مدل یاد می‌گیرد که آتش چه تأثیری روی افراد می‌گذارد و سپس آن‌ها را به مسیرهایی امن‌تر راهنمایی می‌کند. نکته مهم این است که در هنگام آتش‌سوزی واقعی، این مدل نیازی به اجرای شبیه‌سازی مجدد ندارد. فقط کافی است داده‌های لحظه‌ای را از حسگرهای ساختمان (دما، دود، گازهای سمی) دریافت کند و مدام پیشنهادهای خود را به‌روز نماید.

یک معیار ساده برای سنجش خطر

این روش برای سنجش امنیت مسیرها، از عددی استفاده می‌کند که نشان می‌دهد فرد در طول زمان چقدر گازهای سمی آتش را استنشاق کرده است. هرچه این عدد کمتر باشد، فرد کمتر در معرض خطر قرار گرفته است. مدل همیشه مسیری را انتخاب می‌کند که این عدد را در کمترین مقدار نگه دارد.

یک مثال ملموس

فرض کنید آتش در اتاقی در آن سوی راهرو شروع شده و کمی دود وارد راهرو شده است. یک روش معمولی به شما می‌گوید: از عرض راهرو رد شو و به نزدیک‌ترین خروجی برو.

اما اگر درست وقتی شما به وسط راهرو رسیده‌اید، آتش ناگهان شعله‌ور شود و نزدیک‌ترین خروجی کاملاً ناایمن شود، چه؟ اینجاست که مدل سیف استپ برتری خود را نشان می‌دهد: این مدل پیش‌بینی می‌کند آتش در حال گسترش است، بنابراین شما را از همان ابتدا به جای نزدیک‌ترین خروجی، به سمت خروجی دورتری هدایت می‌کند که در انتهای دیگر راهرو قرار دارد و کاملاً ایمن است.

آزمایش‌ها و نتایج

پژوهشگران مدل خود را در دو وضعیت آزمایشی با روش‌های قدیمی مقایسه کردند. همچنین از یک ساختمان یک‌طبقه پیچیده استفاده کردند. در همه موارد، مدل سیف استپ توانست مسیرهای فرار امن‌تری را پیشنهاد دهد.

مرحله بعدی: ساختمان‌های چندطبقه و جمعیت زیاد

مدل فعلی فقط برای ساختمان‌های یک‌طبقه قابل استفاده است. گام بعدی پژوهشگران این است که این مدل را برای ساختمان‌های چندطبقه نیز توسعه دهند؛ جایی که فرد برای فرار می‌تواند یک طبقه بالا یا پایین برود، نه اینکه فقط به چپ یا راست بپیچد.

از سوی دیگر، در آتش‌سوزی واقعی معمولاً چندین نفر هم‌زمان در تلاش برای خروج هستند. برای شبیه‌سازی دقیق‌تر این شرایط، پژوهشگران قصد دارند سامانه‌ای بسازند که در آن عوامل متعدد وجود داشته باشد؛ یعنی هر فرد در شبیه‌سازی یک عامل مستقل محسوب می‌شود که با دیگران تعامل دارد؛ به عنوان مثال، وقتی چندین نفر می‌خواهند هم‌زمان از یک در خارج شوند، راهرو شلوغ می‌شود و ازدحام ایجاد می‌کند. مدل بهبودیافته می‌تواند افراد را بین خروجی‌های مختلف تقسیم کند و هم‌زمان مسیر ورود آتش‌نشانان را نیز باز و بدون مانع نگه دارد تا بتوانند سریع‌تر آتش را خاموش کنند یا افراد آسیب‌پذیر (مانند سالمندان، کودکان و معلولان) را نجات دهند.

این فناوری چه زمانی در دسترس عموم خواهد بود؟

پژوهشگران تخمین می‌زنند فناوری‌هایی مانند سیف استپ ظرف ۵ تا ۱۰ سال آینده وارد ساختمان‌ها شوند؛ اما این موضوع به چند عامل بستگی دارد: تأیید نهادهای نظارتی، آزمایش‌های اطمینان از صحت عملکرد، و هماهنگی با سیستم‌های ایمنی موجود.

فانگ می‌گوید: این تحقیق هنوز در مراحل اولیه است، اما گامی مهم به سوی آتش‌نشانی هوشمند به‌شمار می‌رود؛ به گونه‌ای که استفاده درست از فناوری‌های پیشرفته می‌تواند از اموال محافظت کند و جان انسان‌ها را نجات دهد.