Proteklih nekoliko dana kolovoza doima se kako cijeli svijet vodi bitku s požarima. Svako malo izađe vijest o nekom novom mjestu vatrene stihije. Grčka, Turska, Rusija, jug Italije, Bosna i Hercegovina samo su neka od područja gdje vatra guta sve pred sobom. Situacija u svijetu nije nimalo pogodna, a u korist joj ne idu ni trenutne vrućine i mnogi toplinski valovi koji su tek u najavi. Jedan takav razorni požar iz 2018. godine u Kaliforniji koji je odnio 86 života potaknuo je mladog genijalca Ryana Honaryja da počne raditi na svojoj revolucionaronoj ideji – detektoru koji može predvidjeti katastrofalne događaje, poput požara, hitnih medicinskih stanja i drugih hitnoća na koje treba promptno reagirati.

Ryanovo rješenje je stvaranje hijerarhijske mreže senzora bez baterije koje neprestano nadzire njegov SensoRy AI, alat za strojno učenje koji je razvio. “U studenom 2018. dok sam putovao, na televiziji sam vidio razorne požare koji su gorjeli po obroncima Kalifornije, vrlo slični onima gdje živim. Uhvatila me panika i nazvao sam mamu kući da vidim je li dobro. Zatim sam sa zaprepaštenjem pratio vijesti jer je poginulo 86 ljudi, a više od 18000 objekata uništeno jednim požarom. Bio sam šokiran kad sam saznao da se većina štete i gotovo svi smrtni slučajevi dogodila u prvih šest sati. U uvjetima jakog vjetra ti požari mogu putovati i do 10–15 km / h, pa je rano otkrivanje ključno. Postojeća rješenja, poput satelita ili vrhunskih kamera na geološkim postajama, preskupa su i teško ih je široko primijeniti, stoga ne mogu biti lako dostupni na visokorizičnim mjestima. Kao takva, postojeća rješenja pate od pravovremenosti odgovora. Daljnjim istraživanjem shvatio sam o kakvom je globalnom problemu riječ i koji se s globalnim zatopljenjem samo pogoršava. Postao sam jako motiviran donijeti rješenje za rano otkrivanje šumskih požara i predviđanje njegovog cijelog sustava koje je jeftino i lako se primjenjuje i koje se nadam, može koristiti u cijelom svijetu, uključujući zemlje u razvoju”, izjavio je 14-godišnji Ryan koji je vrlo brzo naišao na odobravanje svoje jedinstvene ideje od strane iskusnih stručnjaka. 

U samo dvije godine skupio je prestižne nagrade i višemilijunski iznos na računu za daljnje razvijanje cijelog sustava. “Moj se sustav sastoji od mreže detektora, mini meteoroloških stanica i detektora požara. Mreža se sastoji od cijelog međusobnog umreženja, što znači da svi čvorovi na različitim stranama mogu međusobno komunicirati. Kao rezultat toga, kada detektor požara otkrije požar, informacije se mogu prenositi od mjesta do mjesta (čvora) sve dok ne stignu do mini meteorološke postaje gdje će se zatim poslati u aplikaciju koju sam stvorio pomoću JavaScripta”, objašnjava ovaj mladi Amerikanac. Sve funkcionira uz pomoć bežičnih senzora na solarni pogon te se u normalnom radu svi podaci senzora stalno šalju u njegovu mobilnu aplikaciju svakih 60 sekundi i mogu se pregledati. Nakon što neki od detektora požara otkrije požar, aplikaciji se šalje obavijest u kojoj se navodi koji je senzor otkrio požar. U tom trenutku mikro meteorološka postaja nastavit će s predviđanjem karte rasta požara u stvarnom vremenu, oslanjajući se na obučene modele strojnog učenja i unoseći joj sve podatke senzora. “Rano otkrivanje postiže se ako su detektori požara postavljeni lokalno na visokorizičnim mjestima. Predviđanje rasta požara u stvarnom vremenu omogućeno je pokretanjem Machine Learninga i moglo bi upozoriti ljude na putu požara i omogućiti učinkovito raspoređivanje sredstava za gašenje požara” opisao je.

Ovaj projekt koji je i dalje u testnoj fazi provodi i već je nad njim provedeno mnogo različitih testova kako bi se provjerila čvrstina i sposobnost bežične mreže da detektira požare u roku od nekoliko minuta od samog početka požara. Zasad su podaci o šumskim požarima u svijetu snimljeni s programom Google Earth radi obuke modela strojnog učenja i testiranja različitih algoritama. Algoritam slučajnih šuma se zasad pokazao kao najbolje rješenje i može predvidjeti rast požara do oko 70 posto točnosti i lažnom uzbunom nešto većom od 15 posto.