El miércoles 19 de junio se publicó la resolución que aprueba la adjudicación del concurso "Desafíos para la recuperación post-incendios forestales 2023". La propuesta presentada por el grupo Fire Management & Advanced Analytics (Fire2A) y dirigida por Jaime Carrasco, llamada "Plataforma inteligente para la gestión comunitaria en la prevención y control de incendios extremos", fue una de las 12 seleccionadas.

La Agencia Nacional de Investigación y Desarrollo (ANID) abrió la convocatoria del concurso "Desafíos para la recuperación post-incendios forestales 2023" en noviembre de 2023. El objetivo del concurso es financiar proyectos de investigación científica, tecnológica, de innovación y/o desarrollo que contribuyan a diseñar e implementar respuestas basadas en I+D a los desafíos de recuperación post-incendios forestales, abarcando las dimensiones de prevención, mitigación, respuesta y recuperación como consecuencia de los incendios forestales, tales como los ocurridos en las regiones de Ñuble, Biobío y La Araucanía durante el verano de 2023.

En el proyecto "Plataforma inteligente para la gestión comunitaria en la prevención y control de incendios extremos" participan diferentes instituciones, siendo la principal el Instituto Sistemas Complejos de Ingeniería (ISCI), centro de investigación científica donde está alojado el Fire2A. La Red de Prevención Comunitaria (RPC) también es una de las instituciones involucradas. La RPC es una iniciativa que busca desarrollar la capacidad de prevenir incendios de forma colaborativa en las comunidades de la interfaz urbano-rural. La Pontificia Universidad Católica de Chile y el Centre de Ciència i Tecnologia Forestal de Catalunya (CTFC) también participan del proyecto.

El objetivo de este proyecto consiste en desarrollar una plataforma para la prevención y mitigación de incendios forestales extremos en zonas de interfaz urbano-rural. Esta plataforma se basará en modelos avanzados de clasificación dinámica de combustibles forestales y las características estructurales en su vegetación, empleando tecnologías de Deep Learning, Sensores Remotos, y datos proporcionados por las comunidades in situ. También incorporarán modelos de inteligencia artificial para identificar y mapear áreas de alto riesgo de incendios y establecer estrategias de priorización en la gestión de combustibles, con el fin de proteger las comunidades contra incidentes causados por fallas eléctricas, negligencia o acciones intencionadas.