根据消息报道，一场迅速蔓延的山火切断了加州比尤特县居民用于撤离的公路，迫使他们弃车逃生。幸运的是，由于这场大火被提早探测到使得政府部门可以发布更及时的讯息，许多居民在此之前已经撤离。

科学技术离自动探测甚至预测山火还有多远？全美的计算机科学家和研究者们正努力让这一天早日到来。据有26年工作经验的消防员Jim Crawford称，随着近些年山火频发，早期预测正变得愈发关键。今年以来，加州已经爆发了5500场山火，过火面积达64万英亩。

消防部门大多数情况下通过火警电话获知山火发生，他们也会借助遍布全州的摄像头，其中一些摄像头搭载了探测算法并同卫星连接，但整个系统的运作并不实时，专家认为还有更好的提升方案。

“很多人希望用人工智能来发现火灾的位置，蔓延方向和速度。”圣何塞州立大学教授Craig Clements说。例如已经建立的同步环境应用卫星（GOES）早期火灾探测系统，它使用了美国国家大气和海洋管理局的卫星和火灾探测算法。

在该领域有丰富经验的加州大学戴维斯分校遥感专家Alex Koltunov常年致力于用相关算法处理数据来尽可能早地探测到山火，他指出在这一过程中并没有单一工具可以一劳永逸地解决问题。“每一种方法都有局限性，”Koltunov说，并用基于算法的探测方法举例，“数据是否满足需求？是否只是居民后院的户外烧烤？而且有时云也会被识别为野火。”

消防员Crawford也强调技术只是一条途径。也需要人力，机器，政府机构合作从陆地，天上和太空来探测山火。他表示手机是他们最重要的工具，因为大多数山火信息来自于报警电话，人类巡护员将继续在人迹稀少的山区和乡间巡逻预警，特别是一些高风险等级的地区。除此之外，林业局配备红外传感器的飞机夜间也会加入进来。

同时，NASA的计算机工程师MacKinnon也在测试一个模仿人类大脑的基于机器学习的神经网络，它可以借助卫星系统拍摄地球照片来探测山火。专家希望它能最终发展成一个自动探测系统。

在实验中，该系统面对来自世界各地的山火数据能够实现98%的识别成功率。但这样一个MacKinnon希望发射廉价火灾探测卫星进行配合并结合神经网络技术的系统投入实用还需要多年的时间。他的最终目标是在山火发生几小时后人们就能做出预警。