Игорь Градов
Игорь Градов
5 мин
ai

Gemini распознаёт вызов о лесных пожарах за 30 секунд: жители успели эвакуироваться

Американский сервис Watch Duty в июле 2026 года впервые разослал ночное экстренное оповещение о пожаре, потому что инструмент на Gemini распознал вызов сквозь радиопомехи меньше чем за 30 секунд.

Gemini распознаёт вызов о лесных пожарах за 30 секунд: жители успели эвакуироваться

Watch Duty, это некоммерческое приложение с оповещениями о лесных пожарах. Его ведут действующие и бывшие пожарные, диспетчеры и спасатели. Как сообщает Google, полгода её инженеры и исследователи работали внутри Watch Duty на полной ставке. Они собрали инструмент на Gemini, нейросети Google, который превращает зашумлённые переговоры пожарных по рации в чистый текст.

Показатель Значение Источник
Срок работы команды Google внутри Watch Duty 6 месяцев Google
Архив прошлых радиозаписей для разработки более 20 000 часов Google
Сколько каналов репортёры отслеживали вручную до 20 Google
Время до сигнала репортёру меньше 30 секунд Google
Доля ошибочно распознанных слов на зашумлённом УКВ-радио с 38% до 22,34% Google
Объём расшифровки в сутки более 200 часов речи примерно с 400 каналов Google
Проектная нагрузка более 10 000 каналов одновременно Google
Удовлетворённость волонтёров расшифровкой с 35,3% до 92,3% Google
Финансирование от Google.org в 2024 году $2 млн и $300 000 в кредитах Google Cloud Google
Аудитория Watch Duty в прошлом году более 16 млн человек Google
Лимит отправки сообщений в Google Cloud поднят с 600 000 до 1 млн Google

Что измеряли

Во многих районах США первое сообщение о новом пожаре до сих пор идёт по аналоговому УКВ-радио (VHF, ультракоротковолновая связь, на которой работают пожарные рации). Этой технике несколько десятилетий. Шум двигателя, ветер, помехи и быстрый профессиональный жаргон заглушают смысл, а репортёры Watch Duty слушали до 20 таких каналов вручную.

Команда Google взяла более 20 000 часов старых записей и собрала инструмент, который убирает помехи и переводит пожарный жаргон в текст. По этому тексту можно искать. Волонтёрам больше не нужно разбирать шум на слух, они проверяют сам вызов и рассылают оповещение.

Главная метрика называется долей ошибок в словах (word error rate). Это процент слов, которые машина услышала неправильно: чем ниже цифра, тем точнее расшифровка. Отдельно команда опросила волонтёров, насколько их устраивает инструмент.

Что обнаружили

  • Скорость. Инструмент присылает репортёру сигнал меньше чем за 30 секунд. Он закрывает районы, где другого автоматического отслеживания вызовов нет, поэтому пожар не теряется, даже если в эту минуту канал никто не слушал.
  • Точность. Доля ошибок на зашумлённом УКВ-радио снизилась с 38% до 22,34%.
  • Нагрузка. Сейчас система расшифровывает более 200 часов речи в сутки примерно с 400 каналов. Её проектировали и тестировали на более чем 10 000 каналов одновременно.
  • Оценка людей. Доля волонтёров, довольных расшифровкой, выросла с 35,3% до 92,3%.
  • Живой случай. В июле 2026 года ночью в штате Вашингтон вспыхнул быстрый пожар Railroad Fire. Первый вызов службы 911 (американский аналог 112) инструмент распознал прямо из шумного эфира и отметил меньше чем за 30 секунд.

Этот запас времени позволил команде подтвердить пожар и отправить экстренное оповещение Critical Alert, которое пробивается через режим «Не беспокоить». По данным Google, жители успели эвакуироваться до того, как огонь дошёл до домов. Ночное оповещение такого уровня Watch Duty отправил впервые.

Проект вырос не на пустом месте. В 2024 году Google.org, благотворительное подразделение Google, выделил Watch Duty $2 млн и $300 000 в кредитах Google Cloud на сбор спутниковых, камерных и радиоданных. Оповещения сервис рассылает через Firebase Cloud Messaging, сервис Google для пуш-уведомлений на телефон. Когда аудитория выросла до 16 млн человек, Google Cloud поднял лимит отправки с 600 000 до 1 млн.

Как это читать

Все цифры приводит сама Google, партнёр проекта; независимой проверки в материале нет. Размер выборки в опросе волонтёров не раскрыли. Даже после улучшения машина ошибается больше чем в каждом пятом слове. 10 000 каналов, это проектная мощность, а не текущая нагрузка. Ночной случай пока один, и проверяют вызов по-прежнему люди.

Что это значит для вас?

Автору Дзена. Лесные пожары, тема сезонная, и её читают каждое лето. Этот кейс хорошо ложится в материал про виды лесных пожаров и правила эвакуации: он показывает, как ИИ помогает живым людям, а не заменяет их. Для своей работы возьмите приём целиком. Шумные записи интервью и эфиров отдавайте на расшифровку нейросети, но вычитывайте текст: на плохом звуке ошибок много.

Маркетологу. Схема Watch Duty подходит для мониторинга. Машина слушает десятки источников и подаёт сигнал, а человек проверяет и решает. Так устроены отслеживание упоминаний бренда, разбор звонков в колл-центр и отзывов.

Предпринимателю в РФ и СНГ. Watch Duty работает в США, о других странах источник не сообщает. Из доступных в РФ инструментов распознавания речи есть Yandex SpeechKit и SaluteSpeech от Сбера. Начните с проверки на своих записях: возьмите десяток файлов и вручную посчитайте, сколько слов распознано неверно.

Мнение редакции dzen.guru

На мой взгляд, главное здесь не модель, а 20 000 часов собственных записей и люди, которые знают пожарный жаргон изнутри. Без такой базы любая нейросеть слышала бы в эфире только шум. Мы в dzen.guru видим ту же закономерность у авторов: ИИ хорошо работает там, где у вас есть свои примеры и экспертиза, и плохо там, где их нет. Честно отмечу и другое: 22% ошибок, это много, поэтому последнее слово остаётся за человеком.

Если работаете с аудио, соберите архив своих записей уже в этом месяце: через полгода он станет вашим главным преимуществом перед теми, кто просто подключил нейросеть.

По данным Google

Поделиться:TelegramVK
Игорь Градов
Игорь Градов

Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».

Комментарии

Читайте также

Графовые нейросети против счётчика без обучения: в Лиме и Чикаго выигрыш зависел от задачи
ai

Графовые нейросети против счётчика без обучения: в Лиме и Чикаго выигрыш зависел от задачи

Исследователи проверили на данных Лимы и Чикаго, помогают ли графовые нейросети предсказывать преступления следующего дня, и опубликовали обзор, включая…

5 мин
Математик Anthropic заявил о доказательстве гипотезы Римана с Claude: проверка дошла до 99%
ai

Математик Anthropic заявил о доказательстве гипотезы Римана с Claude: проверка дошла до 99%

Математик Anthropic Левент Альпёге заявил о доказательстве 167-летней гипотезы Римана вместе с нейросетью Claude, и пока идёт публичная проверка, авторам Дзена…

5 мин
ИИ-ассистент Google в США собирает корзину и считает налоги: Поиск доводит до заказа
ai

ИИ-ассистент Google в США собирает корзину и считает налоги: Поиск доводит до заказа

Google начала раскатывать в США подключённые приложения в Поиске и Gemini, через которые ИИ-ассистент собирает корзину продуктов, считает налоги и подбирает…

4 мин