美国纽约大学科学家开发出一款人工智能（AI）系统，系统像能够借助许多建筑中已有的借普监测普通安防摄像头，实时监测火焰与烟雾，通摄WhatsApp%E3%80%90+86%2015855158769%E3%80%91sort%20entrire%20google%20sheet%20by%20color显著提升火灾防控能力。火情相关研究成果发表于新一期《电气电子工程师协会物联网杂志》。系统像
许多火灾悲剧的借普监测发生，是通摄因为传统烟雾报警器未能及时响应。此外，火情现代建材和开放空间使火势蔓延更快，系统像建筑倒塌时间也大幅缩短。借普监测
这款AI系统可分析视频影像，通摄WhatsApp%E3%80%90+86%2015855158769%E3%80%91sort%20entrire%20google%20sheet%20by%20color识别火灾的火情速度高达每帧0.016秒，比人眨眼还快，系统像这为疏散与应急响应争取了宝贵时间。借普监测与传统烟雾探测器需依赖大量积聚的通摄烟雾且须近距离感应不同，该系统仅通过视频画面就能在火灾初期发现火情。
研究团队指出，新系统的核心优势在于速度与覆盖范围。摄像头可监控远比传统探测器更广的区域，因而能在烟雾积聚到触发传统警报之前就发现火灾。
该系统不依赖单一模型，而是融合了多种先进AI算法。这些算法共同判断是否为火灾，大幅降低了误报率。研究团队还构建了全面的自定义图像数据集用于训练模型，涵盖美国国家消防协会认定的所有火灾类型。测试结果表明，该系统目前可实现80.6%的检测准确率，未来有望提升至92.6%。
该AI系统基于云端物联网架构运行，一旦检测到火情，便会自动生成视频片段，并通过邮件和短信发送实时警报。这一设计使其可直接利用现有的闭路电视监控系统，无需昂贵硬件升级，有利于推广使用。
研究团队认为，新系统可集成至无人机或飞行器中，用于监测偏远林区的野火。在都市环境中，搭载该系统的无人机可协助消防部门进行360度全景监控，尤其有助于高层建筑火灾的救援工作。该系统未来也可用于安全威胁识别、医疗急救响应等场景，进一步拓展社会安全监测与应对的能力边界。
