山火預警機械人 (視野機器人岑棓琛)
原文刊於信報財經新聞「StartupBeat創科鬥室」

岑棓琛提到,公司除了山火監控系統,亦涉足無人機研發,以人工智能尋找水源,讓消防員取水滅火。(朱美俞攝)
近年全球常遭特大山火肆虐,若能及早發現火種,可減山林災禍。今次請來港產視野機械人聯合創辦人及首席科學官岑棓琛,分享如何透過監控及預警系統,藉人工智能(AI)監控山林環境,實時模擬山火走勢,以不同策略開拓市場。
主持:(朱)朱美俞 《信報》科技記者
嘉賓:(岑)岑棓琛 視野機械人聯合創辦人及首席科學官
朱:有報道指出,澳洲山火料燃燒至4月,你如何理解此等災害?可否簡單講解公司產品及技術?
岑:以我所知,全球92%山火是人為所致,僅有8%為自然災害,例如火山爆發、地震或雷擊導致。公司成立初期,團隊認為美國加州、澳洲等山火問題相對嚴峻,冀率先進軍有關市場;惟致力推廣數年,仍未獲採納。
以往護林員負責觀察山林有否火種、冒煙等情況,一般需於山區生活半年,24小時輪更工作。現時年輕一代不願入行,我們就以山火機械人,替補將被淘汰的職位。公司通過開發防火監控機械人,為護林及消防組織等提供訊息服務;滅火方面,交由專業滅火隊負責。
當機械人發現火災,快至數秒內透過即時通訊軟件,例如WhatsApp、WeChat、SMS短訊、電郵,或致電通報鄰近指揮中心,讓有關人員按系統建議,即時調配資源救災。通過AI預測模式及三維地圖系統,他們能以擴增實境(AR)介面,獲知火災位置、範圍、風向及風速、四周植物等,以便快速堵截火頭,並疏散居民;有關技術已獲國際發明專利。
每個山火機械人的系統運作半徑為8公里,相當於200方公里範圍;當中或有盲點,團隊就以另一端的機械人協作跟進。以本港為例,只需13個山火機械人,就足以監控全港1000方公里的陸地。

視野機械人的山火監控系統可透過三維定位系統,實時模擬山火走勢。(視野機械人圖片)
韶關直播演練 訂單接踵至
朱:你們如何驗證技術成效?進軍不同市場,又有何策略?
岑:作為港產初創,公司早期尋求漁農自然護理署,冀徵其同意在港山林點火,以測試產品技術。惟因本地保育意識較強,郊野公園燒烤區以外位置不准點火。其後,漁護署把個案轉介至廣東省林業科學研究院及林業局。起初,我們只徵求燃燒一棵樹,以測試產品成效。
惟當局人員表示「小弟,這樣不科學」,因火災發生會產生小氣候;當風向改變,甚或出現火龍捲。為求逼真模擬火災現場,他們讓團隊燃燒增城受蟲害入侵的森林,通過安裝山火機械人,採集山林數據,以建立AI模型,加強辨識火災能力。
其後,團隊於韶關進行大型點火測試,當局動員600名消防員,跟我們聯合於地面、空中進行立體滅火演練;有關演練於全國直播3小時。此後,內地客源接踵而來,珠海、濟南等省市紛紛尋求合作機會;現時更擴展至深圳、廣州、北京等內地城市;至今全球60個城市採用公司的山火機械人。
海外方面,剛提及到公司曾探索美國、澳洲市場不果,捨難取易是初創早期主要考慮。團隊其後發現,不少發展中國家冀以新科技,及時控制山火局面,以減低損失。於是,我們便開拓墨西哥、葡萄牙、泰國、印尼等市場,產品於當地銷情相當不錯。
夥保險公司開拓美國市場
對於美國等市場,我們調整策略後,計劃跟當地環保組織、保險公司合作,現正跟後者洽商。一旦遇上山火,當地消防部門或居民沒採取保護措施,導致人命或財產損失,保險公司可透過山火機械人保障公司權益;另鼓勵當地人員關注避險措施,冀以另類方式保障居民人身安全。

岑棓琛表示,除內地市場外,公司積極開拓泰國等發展中國家,亦計劃與美國當地保險公司合作。(視野機械人圖片)
朱:公司未來有何發展?長遠會否涉足救援工作?
岑:全球現時不少人擔心會被機械人搶飯碗,公司期望專注於上游火災預警通報工作,最終滅火工作讓人類自行決策。
公司近年夥拍深圳中信海洋直升機公司,通過引入紅外熱成像、可見光遙感相機至救援飛機,讓它進入濃煙密布的火場後,能偵測火場及水源位置。事實上,不少山林地圖於3至4年前繪製,至今水源或已變乾涸。團隊期望藉此方案,加快救援工作,以減低傷亡。
團隊另投放不少資源於無人機研發,冀配合山火機械人,讓救援人員按鍵派送無人機,在火勢可控制下把握時機,快速滅火。
註:以上嘉賓訪問均屬個人意見,與本報立場無關。
支持EJ Tech
如欲投稿、報料,發布新聞稿或採訪通知,按這裏聯絡我們。
Related Posts
Latest News
-
針對不同行業監管AI發展(方保僑)
隨着人工智能(AI)技術普及,潛在風險和挑戰也日益顯現。如何在促進創新的同時,確保AI技術安全、透明和公平使用,已成為香港特區政府乃至整個社會必須面對的重要課題。
- Posted March 31, 2025
- 0
-
AI預測|蓋茨:兩工作十年內較受AI衝擊
微軟(Microsoft)共同創辦人比爾蓋茨(Bill Gates)早前接受電視節目訪問時,預測人工智能(AI)將於未來10年取代人類在醫療、教育等大多數專業領域的角色。
- Posted March 31, 2025
- 0
-
陳仲文|AI武器化 衍生新興網絡威脅
香港生產力促進局數碼轉型部總經理、香港網絡安全事故協調中心(HKCERT)發言人陳仲文指出,本地企業現時面對五大網安風險,從大型語言模型(LLM)外洩風險、AI助長的詐騙攻擊,以至關鍵基礎設施的安全隱憂等,企業須正視新興威脅,強化防禦策略。
- Posted March 31, 2025
- 0
-
楊紅霞|籲港府支援基建 配合人才優勢
港理工大學計算機及數學科學學院副院長(環球事務)楊紅霞直言,本港在生成式人工智能(GenAI)浪潮中尚未取得較大突破,乃不爭事實,但只要充分把握人才優勢,善用周邊地區資源,相信仍有不少發展機會。
- Posted March 31, 2025
- 0
-
直接偏好優化(DPO)
直接偏好優化是一種用於訓練機器學習模型的新興方法,直接利用人類的偏好數據來優化模型。
- Posted March 31, 2025
- 0
-
獎勵模型(Reward Model)
獎勵模型是一種在機器學習領域使用的概念,特別是在強化學習及某些生成式模型的訓練中。
- Posted March 31, 2025
- 0
-
楊紅霞|倡模型融合省九成算力 訓練以小見大 降AI開發門檻
近期加入香港理工大學的知名學者楊紅霞,現擔任計算機及數學科學學院副院長(環球事務),同時兼任電子計算學系教授,她提出「模型融合」(Model Fusion)概念,開展「基於模型的模型」(Model over models)項目──Co-GenAI。
- Posted March 31, 2025
- 0