Las pruebas del programa mostraron que la precisión del pronóstico se acerca al 90 por ciento, puede ser utilizado por diversos servicios para la prevención de incendios forestales, y el sistema arroja el resultado en cuestión de segundos. En el programa se emplea una red neuronal mejorada, entrenada con imágenes de bases de datos abiertas, incluyendo las obtenidas por satélites, drones y helicópteros.

como explicó el director científico del proyecto, el profesor Nikolái Yurkov, la IA procesa las imágenes recibidas según un modelo desarrollado, establece conexiones y detecta lugares potencialmente peligrosos y señales de situaciones de riesgo de incendio, como la presencia de árboles caídos.

Posteriormente, se puede enviar un equipo de especialistas a esos lugares para eliminar la amenaza.

La metodología original es capaz de analizar simultáneamente datos meteorológicos, geoespaciales y evaluaciones de expertos que se presentan en diferentes formatos: numérico, categórico y lingüístico.

El programa también puede autoaprenderse durante su funcionamiento y proporcionar retroalimentación, lo que permite ajustar con precisión el proceso de trabajo a medida que se reciben nuevos datos.

mem/gfa