為了尋找快速、低成本策略防止致命山火，美國與歐洲的公用事業公司與數家人工智能（AI）初創公司簽約，沿著數千哩的輸電線路繪製山火風險圖，標出需砍伐的樹木和需更換的電線桿。
據彭博社報道，防止電力設備引發火災最直接的方式是將電線埋入地下，但埋設成本高達每哩300萬元，許多電力公司每年僅能埋設數百哩線路。這為科技公司創造了重大商機，它們運用機器學習技術提供客製化建議，針對性地提出相對低成本的修復方案。
比如，麻省的Overstory公司透過分析高分辨率衛星影像，鎖定最可能傾倒或斷枝砸中配電線路的樹木，作為亟需修剪的目標。其客戶包括德州電力、加州太平洋煤電（PG&E）等美國大型公用事業機構。英國的國家電網已與三藩市氣候科技公司Rhizome簽署協議，委託其進行客製化建模，提出防火安全投資建議。
公用事業公司面臨的風險極高。北加州致命山火引發的賠償責任，迫使PG&E於2019年宣告破產。此後數年，PG&E與Overstory團隊合作，在其橫跨加州逾500哩的服務區域內，精確繪製每棵樹木的位置與健康狀況。
為訓練AI系統，Overstory仰賴龐大的樹藝師團隊提供病弱樹木的實地測量數據與觀察紀錄。該公司的數據與風險預測會載入客製化網路平台，並提出修剪建議及作業頻率。
Rhizome執行長薩達尼（Mishal Thadani）表示，該公司致力協助電力公司評估各項防火措施的成本效益——從砍伐樹木、更換易燃木製電線桿到安裝新型安全設備，皆在考量範圍內。Rhizome的gridFIRM模型能解析特定電網的多種現場資訊，包含當地氣候趨勢與維護紀錄，並納入火災發生時可能受影響的鄰近物業與人口數據。該項新技術也調整了該公司對火災風險的部分預設認知。過去一般相信，靠近大型城市且火源較多的區域，以及鄰近茂密森林的電網區段風險較高，新模型顯示部分最大風險潛藏於郊區。本報訊
