В марте 2026 года исследователи Университета Буффало опубликовали одну из самых масштабных оценок ИИ-моделей глубокого обучения для предсказания распространения лесных пожаров. Из протестированных моделей лучшие результаты показали ConvLSTM и ConvLSTM с механизмом внимания: первая обеспечила наивысшую точность (precision), а вторая — лучший показатель полноты (recall), что минимизирует пропуск реальных очагов возгорания. Однако учёные подчёркивают: ИИ пока дополняет, а не заменяет физические модели пожаров.
Параллельно NASA финансирует создание «цифрового двойника» лесных пожаров — ИИ-системы, которая в реальном времени моделирует поведение огня в высоком разрешении, прогнозирует загрязнение воздуха и оценивает влияние на здоровье населения. Проект Университета Джорджа Мейсона объединяет спутниковые данные, метеорологию и машинное обучение для мгновенного реагирования на новые очаги. IBM совместно с NASA обучила геопространственную foundation-модель, способную оценивать масштаб прошлых пожаров и прогнозировать условия для новых.
Актуальность ИИ-решений резко возросла после катастрофических пожаров в Калифорнии, ускоривших гонку за инструментами раннего обнаружения. Модели учитывают погодные паттерны, влажность растительности, рельеф и исторические данные, обрабатывая спутниковые снимки и аэрофотографии для классификации горячих точек. Всемирный экономический форум называет ИИ-прогнозирование пожаров одним из самых перспективных направлений, способных спасти тысячи жизней и миллиарды долларов ежегодно.
