Wildfire AI

Wildfire AI är Terrafuse AIs maskininlärningsmodell som förutspår sannolikheten för att en skogsbrand ska inträffa på en given plats under det kommande året. Den riktar sig främst till fastighetsförsäkringsbolag: eftersom förluster vid skogsbränder har ökat har försäkringsbolag ofta tvingats till generell prissättning eller vägrat att försäkra fastigheter, särskilt i Kalifornien.

Terrafuse hämtar miljarder jordobservationsdatapunkter från den vetenskapliga gemenskapen och tränar sina modeller på beroenden mellan mer än 50 miljöförhållanden, såsom byggnadstäthet, fuktighet i dött bränsle och vegetation, och integrerar atmosfärsfysik genom maskininlärning. Resultatet är en riskpoäng för skogsbrand från 1 till 10 med över 250 möjliga värden, tillgänglig med 30 kvadratmeters rumslig upplösning, tillsammans med en rankad lista över 27 faktorer som bidrar till risken för att vägleda riskminimering. Användare kan se risken på en enskild plats eller köra en portföljanalys i en webbplattform, eller integrera ett REST API med sin egen mjukvara för att ta emot geospatiala visualiseringar eller tabulära data; Terrafuse samarbetar med kundteam för att integrera poängen i befintliga system. En gratis offentlig Wildfire AI-karta visar också dagliga riskpoäng för valfri plats i Kalifornien.

Terrafuse uppger att modellen är validerad mot en portfölj med över 400 miljarder dollar i totalt försäkrat värde och historiska skogsbrandskrav, och rapporterar cirka 33 % bättre prestanda än den befintliga modellen enligt Ginikoefficienten. En publicerad fallstudie med ett kaliforniskt försäkringsbolag rapporterar en uppskattad förbättring av bruttomarginalen med cirka 10 % för portföljen, att modellen skulle ha förhindrat 71 % av portföljens förluster om den använts, samt en ökning med 113 för en av de tio största primära försäkringsgivarna. Terrafuse, ett spin-off från Lawrence Berkeley National Laboratory med fyra patent, förvärvades av FutureProof Technologies i november 2025.