科学家设计基于人工智能的系统来警告消防员闪络

闪络是一种非常危险的现象，封闭区域内所有暴露的可燃材料几乎同时着火。然而，由于采用了新的基于人工智能的系统，消防员可能很快就会在即将发生闪络时收到警告。

通常，当结构火灾导致封闭空间内的温度至少达到 593 ºC (1,100 ºF) 时，就会发生闪络——这是许多常用有机材料的近似自燃温度。因此，即使它们没有直接暴露在火焰中，它们也会或多或少地同时释放易燃气体和点燃。

不用说，消防队员根本不希望在一个建筑物时发生闪络。然而，考虑到燃烧结构内部的混乱和有限的能见度，他们可能很难发现明显的警告标志，例如在天花板上滚动的火焰。虽然许多建筑物都配备了热传感器，但这些设备通常会在大约 150 ºC (302 ºF) 的温度下停止工作，远早于发生闪络。

这就是 P-Flash——闪络预测模型——的用武之地。

它由美国国家标准与技术研究院 (NIST) 的科学家设计，利用机器学习算法，这些算法经过 4,033 次不同计算机模拟的训练，对燃烧的三居室、一层、牧场式房屋进行了训练。在美国大多数州，这是最常见的房屋类型。

尽管那个家中的虚拟热传感器在 150 ºC 时切断，但算法学会了根据温度上升的速度等变量来预测大约什么时候屋内的温度会达到 593 ºC。当 P-Flash 随后在额外的燃烧室模拟中进行测试时，它在闪络发生前一分钟预测闪络的准确率为 86%。此外，当它不太准确时，它通常会提前预测……这显然比延迟预测要好。

随后，该系统针对来自 13 场实际房屋火灾的真实数据进行了测试，这些火灾在不同条件下在牧场式测试房屋中故意点燃。尽管 P-Flash 在起火地点(如客厅)的情况下仍然准确，但在封闭房间起火时就不太准确了。这可能是因为当火灾最初被控制在这些空间内时，当这些火灾随后爆发到建筑物内部的其余部分时，温度会不可预测地上升。

尽管目前存在这个缺点，但科学家们相信，一旦进一步发展，P-Flash 仍然可以成为一种有价值的工具。通过将家庭的实时热传感器数据与建筑材料等变量信息相结合，该系统可以向消防员发送警告，否则他们可能不知道即将发生闪络。

免责声明：本文由用户上传，如有侵权请联系删除！