Veel wetenschapsprojecten uit de basisschool verdwijnen na afloop in een kast of garage. Voor Ryan Honary liep het anders. Wat begon als een eenvoudig schoolproject groeide uit tot SensoRy AI, een systeem dat met sensoren en kunstmatige intelligentie bosbranden zo vroeg mogelijk probeert te ontdekken. ChatGPT speelt daarbij een bijzondere rol: het helpt ruwe sensordata om te zetten in informatie waarmee brandweerlieden en bewoners onmiddellijk aan de slag kunnen.
Een experiment dat bleef groeien
Het verhaal begon bescheiden. In zijn garage bouwde Honary zijn eerste prototype en gebruikte hij onder meer een haardroger om te testen hoe zijn systeem reageerde op veranderingen in temperatuur.
Die eerste experimenten vormden uiteindelijk de basis voor een veel ambitieuzer netwerk van sensoren. In de heuvels boven Laguna Beach houden die sensoren vandaag afgelegen gebieden in de gaten waar een beginnende brand anders mogelijk pas veel later zou worden ontdekt.
Het uitgangspunt is eenvoudig maar cruciaal: bij een natuurbrand telt iedere minuut. Hoe vroeger een ontsteking wordt opgemerkt, hoe groter de kans dat hulpdiensten kunnen ingrijpen voordat een kleine brand uitgroeit tot een catastrofe.
Sensoren zoeken naar de eerste signalen
SensoRy AI probeert daarom niet alleen zichtbare vlammen te herkennen. De sensoren volgen verschillende signalen die op een beginnende brand kunnen wijzen, waaronder warmte, rook, vlamactiviteit en de ontwikkeling van rookpluimen.
Daardoor ontstaat een continue stroom van technische gegevens. Maar precies daar duikt een tweede probleem op. Sensoren kunnen bijzonder veel informatie verzamelen, terwijl een brandweerman op het terrein vooral snel wil weten wat er aan de hand is, waar het gebeurt en hoe ernstig de situatie mogelijk is.
Daar komt ChatGPT in beeld.
ChatGPT vertaalt sensordata naar bruikbare waarschuwingen
In plaats van hulpdiensten alleen een reeks meetwaarden voor te schotelen, gebruikt het systeem ChatGPT om complexe informatie om te zetten in begrijpelijke meldingen.
De AI fungeert daarmee als een soort vertaallaag tussen machines en mensen. De sensoren nemen de omgeving waar, terwijl ChatGPT helpt om die waarnemingen te interpreteren en duidelijk te communiceren.
Dat kan vooral belangrijk worden wanneer meerdere sensoren tegelijk verschillende veranderingen registreren. Een operator hoeft dan niet noodzakelijk iedere afzonderlijke meting zelf te analyseren, maar kan sneller begrijpen waarom het systeem een mogelijke brand signaleert.
Praten met sensoren via een walkietalkie
Het project gaat nog een stap verder. Honary bouwde ook een walkietalkie waarmee brandweerlieden vragen kunnen stellen over wat de sensoren waarnemen.
Zo ontstaat een opvallend nieuwe interface voor technologie in het veld. Een brandweerman hoeft niet voortdurend naar dashboards, grafieken of computerschermen te kijken, maar kan in natuurlijke taal informatie opvragen over een mogelijke brand.
ChatGPT helpt daarbij om de vraag te verwerken en de beschikbare informatie toegankelijk terug te geven. Het sensorennetwerk wordt zo minder een verzameling apparaten en meer een systeem waarmee hulpverleners als het ware kunnen communiceren.
AI zonder toetsenbord in het veld
Ook Honary zelf gebruikt ChatGPT handsfree terwijl hij buiten aan het systeem werkt. Dat lijkt misschien een klein detail, maar toont een bredere ontwikkeling in de manier waarop AI wordt ingezet.
Kunstmatige intelligentie verschuift steeds meer van het klassieke chatvenster naar de fysieke wereld. De gebruiker hoeft niet noodzakelijk achter een laptop te zitten. AI kan worden gekoppeld aan sensoren, spraak, communicatiesystemen en andere apparatuur die mensen tijdens hun dagelijkse werk gebruiken.
Voor brandweerlieden is dat bijzonder relevant. Tijdens een interventie zijn snelheid en eenvoud belangrijker dan een uitgebreide digitale interface.
Van generatieve AI naar fysieke waarneming
Het project illustreert bovendien dat generatieve AI niet zelf alle informatie hoeft te verzamelen om nuttig te zijn.
De sensoren zijn verantwoordelijk voor het waarnemen van de fysieke omgeving. Zij meten warmte, rook en andere mogelijke indicatoren. ChatGPT krijgt vervolgens de taak om die informatie begrijpelijk te maken en de interactie tussen mens en systeem eenvoudiger te maken.
Dat is een interessant model voor toekomstige AI-toepassingen: gespecialiseerde hardware verzamelt betrouwbare gegevens, terwijl een AI-model de menselijke interface vormt.
Op die manier kan dezelfde aanpak uiteindelijk veel breder worden toegepast, bijvoorbeeld bij overstromingen, industriële installaties, landbouw, infrastructuur of andere situaties waarin grote hoeveelheden sensordata snel moeten worden geïnterpreteerd.
Een schoolproject met een groter doel
Terwijl Honary zich voorbereidt op zijn studie, blijft de oorspronkelijke ambitie achter SensoRy AI opvallend eenvoudig: brandweerlieden sneller laten reageren en gemeenschappen beter beschermen tegen natuurbranden.
Het project laat tegelijk zien hoe sterk de mogelijkheden van een wetenschapsproject kunnen veranderen wanneer sensoren, AI en natuurlijke taal samenkomen.
Wat ooit begon met een prototype en een haardroger in een garage, groeide uit tot een netwerk dat over een stad waakt. Niet omdat AI de brandweer vervangt, maar omdat technologie mensen mogelijk eerder kan vertellen waar ze moeten kijken.
En bij een natuurbrand kan precies die voorsprong van enkele minuten het verschil maken.
