Bedre brannsikkerhet med kunstig intelligens?

For å ha en noenlunde intelligent samtale om kunstig intelligens (AI), må vi først rydde litt rundt begrepet. AI forstås nemlig ikke likt av alle som snakker om det. Det finnes mange forskjellige definisjoner og underkategorier, og vår tilmålte spalteplass tillater dessverre ikke å gå dypt inn i materien.

For å gjøre en lang historie kort, så kan det vi hittil har sett av AI innen brannsikkerhetsdomenet kategoriseres som «Narrow AI», «Weak AI» eller «Machine Learning». Dette er ikke de mest avanserte utgavene av kunstig intelligens.

Narrow AI er læringsalgoritmer som designes for å utføre en enkelt oppgave, uten menneskelig hjelp. Algoritmen (dataprogrammet) tilegner seg kunnskap ved å utføre denne oppgaven, men den tillærte kunnskapen vil ikke automatisk bli brukt på andre oppgaver. De fleste AI-applikasjoner som brukes i dag, for eksempel språkoversettelse og bildegjenkjenning, kan kategoriseres som Narrow AI.

Hvilke beslutninger skal AI få ta?

Bruken av AI innen brannsikkerhet kan sammenlignes med AI i våpensystemer, medisinsk teknologi eller selvkjørende biler. Teknologien får lov til å ta noen avgjørelser, som for eksempel å utløse eller ikke utløse en alarm, slokke her istedenfor der. Men det å la AI bestemme om et menneske skal leve eller dø regnes fortsatt som for utrygt.

Det er for øvrig verdt å merke seg at EU-kommisjonen jobber med regulering, «the AI Act», som vil definere hva som skal til for at kunstig intelligens kan kategoriseres som «Trustworthy AI». Et slikt regelverk vil trolig bli relevant for AI i sammenheng med brann.

Aktuell anvendelse av AI

Et eksempel på bruk av AI er deteksjon av brann. AI-teknologien mottar informasjon om gitte parametere og kan tolke og reagere på grunnlag av dette. Disse parameterne kan for eksempel være varmestråling, temperatur, røyk, fukt eller tilstedeværelse av spesifikke gasser, for eksempel hydrogen, eller data fra programvaren i et batterisystem eller en bil. 

AI er også aktuelt for å forbedre varsling av brann. AI kan gjøre det mulig å lokalisere brannforløpet og spredningen på en mer nøyaktig måte, og dermed bidra til mer effektiv evakuering. AI kan lokalisere mennesker inne i brannsonen, fortelle dem hvor de er og lede dem ut på en tryggest mulig måte. Vi kan også se for oss AI-baserte systemer i tunneler som kommuniserer direkte med bilen din dersom det oppstår en brann.

AIs begrensing

På noen områder kommer imidlertid AI til kort, i alle fall foreløpig. Brannutvikling og slokking er eksempler på dette. I en ideell verden kunne vi brukt AI til å forutsi brannforløp og beregne hvordan man skal slokke dem, men innen brannutvikling og slokking er virkeligheten for komplisert for AI. Når AI-prediksjonene testes i full skala, viser de seg å være for upresise. Sagt på en mer akademisk måte: AI-verktøyene har for lav prediksjonsevne.

Ingen data, ingen AI

Kunstig intelligens (AI) må ha datagrunnlag for å fungere. Dette datagrunnlaget kan være informasjon og data fra observasjoner og registre, fra allerede gjennomførte eksperimenter, eller sanntidsdata fra sensorer. Det AI bygger sin kunnskap på, er altså det datagrunnlaget som er tilgjengelig for den.

Nettopp denne tilgangen på data er en betydelig utfordring for AI innen brannsikkerhetsdomenet. Dersom du forsøker å skaffe deg data fra brannforsøk, vil du oppdage at tilgangen er begrenset. Mye av forskningen og eksperimentene gjøres nemlig av og for næringslivet, og resultatene forblir derfor konfidensielle, av forretnings- eller sikkerhetsmessige hensyn.

I de tilfellene hvor næringslivet gjør dataene offentlig tilgjengelige, kan det også være en systematisk skjevhet: Kun resultatene fra vellykkede eksperimenter publiseres. Det samme gjelder for observasjoner og registerdata, som for eksempel hendelser: Mange bedrifter og organisasjoner vil ikke assosieres med brann, og har dermed et incentiv for å holde data om dette for seg selv.

Vi kan dessverre ikke trylle fram en løsning på denne utfordringen, tilgangen på data, her i denne spalten i Brann og sikkerhet. Men det er i samfunnets beste interesse at temaet settes på dagorden. Alle vi som jobber med brannsikkerhet bør begynne å snakke mer om hvordan vi kan forsterke fagmiljøenes tilgang på relevante data, slik at vi kan utvikle enda bedre AI-verktøy.