AI模型预测建筑火灾蔓延，实时引导撤离人员选择更安全的出口
美国国家标准技术研究院（NIST）研究人员开发了名为Safe Step的AI模型，利用强化学习预测火灾发展，并通过动态紧急出口显示屏指引人们选择最安全的撤离路线。该模型基于有毒气体分数有效剂量（FED）指标，能比传统算法更有效地避开随时间累积的危险。未来将扩展至多层建筑和多智能体模拟，预计5-10年内投入使用。
根据美国国家标准技术研究院（NIST）2026年6月4日发布的消息，研究人员开发了一款名为Safe Step的人工智能模型，能够在火灾发生时实时预测火势蔓延，并通过动态紧急出口显示屏引导人员前往最安全的撤离路线。这项研究发表在《建筑工程杂志》上。
在火灾中，人们通常会本能地冲向最近的出口，然而该出口可能已被火焰或有毒烟雾阻断。Safe Step模型通过强化学习技术，结合建筑布局和NIST火灾模拟工具的数据，学习预测火灾如何随时间演变，并据此调整疏散建议。与传统算法仅考虑当前环境条件不同，Safe Step会评估撤离路径上累积的危险，例如有毒气体暴露的累积效应。
模型的核心安全指标是“有毒气体分数有效剂量”（FED），它量化了人员在一定时间内暴露于火灾危害的程度。Safe Step会选择FED最低的路径，确保撤离过程中的危险最小化。在测试案例中，模型成功避免了传统算法可能导致的危险——例如，当火焰从走廊对面房间蔓延时，传统算法可能引导人员穿越走廊到最近出口，但Safe Step能预见到该出口后续变得危险，从而指示更远但更安全的出口。
目前，Safe Step仅适用于单层建筑布局。研究团队计划下一步扩展模型能力以处理多层结构，并实现上下楼梯的路径规划。此外，他们还计划开发多智能体系统，让每个智能体代表一个建筑内的人员，模拟多人同时撤离时的互动，例如门口拥堵和消防通道协调。这将使模型更适应真实火灾场景，同时优化消防员的救援路线。
尽管该技术仍处于早期研发阶段，NIST估计像Safe Step这样的系统可能在5到10年内投入使用。实际部署将取决于法规批准、可靠性测试以及与现有安全系统的集成。NIST在火灾安全研究领域已有超过一个世纪的经验，其工作已显著降低了火灾死亡率。研究人员表示，这项工作是迈向智能消防的重要一步，能够有效利用先进技术保护生命和财产。