Θα μπορούσε το AI να μας σώσει από φυσικές καταστροφές;

Οι φυσικές καταστροφές είναι απίστευτα επικίνδυνες. Έχουν ένα χρηματικό κόστος, αλλά συχνά συνοδεύονται και από τον κίνδυνο χαμένων ζωών. Ενώ η τεχνολογία έχει βελτιωθεί για την πρόβλεψη αυτών των γεγονότων, οι ερευνητές δεν την έχουν τελειοποιήσει ακόμη.

Ωστόσο, η τεχνητή νοημοσύνη μπορεί να είναι το επόμενο μεγάλο πράγμα στην πρόβλεψη καταστροφών. Με την ικανότητά της να μαθαίνει και να επαναδιδάσκεται, η τεχνητή νοημοσύνη δείχνει πολλά υποσχόμενη στον μετριασμό των ζημιών. Θα μπορούσε όμως πραγματικά να μας σώσει από φυσικές καταστροφές;

Διδασκαλία του Λογισμικού με Δεδομένα

Οι επιστήμονες ήδη προβλέπουν πώς η τεχνητή νοημοσύνη θα μπορούσε να βοηθήσει στην πρόβλεψη φυσικών καταστροφών. Ένα τέτοιο μοντέλο ανέλυσε δεδομένα καιρού τα τελευταία 40 χρόνια με μικρότερη ακρίβεια αλλά πολύ μεγαλύτερες ταχύτητες. Αυτές οι προβλέψεις μπορούν να γίνουν πιο ακριβείς με ταχύτερους χρόνους αξιολόγησης, καθώς οι προγραμματιστές προσαρμόζουν και διδάσκουν εκ νέου τα μοντέλα τους. Λόγω αυτού του δυναμικού μάθησης, η τεχνητή νοημοσύνη έχει τη δυνατότητα να ειδοποιεί το κοινό για φυσικές καταστροφές με αυξανόμενη βεβαιότητα.

Η ικανότητα της τεχνητής νοημοσύνης να συλλέγει και να ερμηνεύει μεγάλες ποσότητες δεδομένων θα αποδειχθεί ευεργετική. Λόγω της κλιματικής αλλαγής, ο καιρός της Γης έχει γίνει πολύ πιο απρόβλεπτος. Προκειμένου για ιδιοκτήτες σπιτιού και επιχειρήσεις να προετοιμαστούν για φυσικές καταστροφές, πρέπει να γνωρίζουν πότε και πού μπορεί να συμβούν αυτά τα γεγονότα. Οι ερευνητές επεκτείνουν επίσης την τεχνητή νοημοσύνη σε μη καιρικά φαινόμενα όπως σεισμοί και δασικές πυρκαγιές.

«Οι προβλέψεις τεχνητής νοημοσύνης μπορούν να γίνουν πιο ακριβείς με ταχύτερους χρόνους αξιολόγησης καθώς οι προγραμματιστές προσαρμόζουν και διδάσκουν εκ νέου τα μοντέλα τους» 

Πώς η τεχνητή νοημοσύνη προβλέπει καταστροφές

Μόλις οι επιστήμονες διδάξουν το πρόγραμμα σχετικά με αυτά τα φυσικά φαινόμενα, μπορεί να μάθει ποια σημάδια πρέπει να προσέξετε. Με αυτό, η τεχνητή νοημοσύνη μπορεί να προσδιορίσει με μεγαλύτερη ακρίβεια πότε θα χτυπήσουν οι καταστροφές και πόσο επικίνδυνες θα είναι.

Πλημμύρα

Το 2018, η Google άρχισε να εφαρμόζει τεχνητή νοημοσύνη για να προβλέψει τις πλημμύρες στην Ινδία. Από την έναρξή του, αυτό το πρόγραμμα έχει πλέον επεκταθεί στο Μπαγκλαντές, επιτρέποντας σχεδόν 250 εκατομμύρια άνθρωποι να λαμβάνουν ειδοποιήσεις για σοβαρές πλημμύρες. Χρησιμοποίησαν παλαιότερα και πρόσφατα συγκεντρωμένα δεδομένα για να διδάξουν το λογισμικό τους πώς να αναγνωρίζει τα σημάδια μιας πιθανής καταστροφής. Μέσω έρευνας που διεξήχθη με το Yale, η Google διαπίστωσε ότι το 65% των ανθρώπων που έλαβαν ειδοποίηση για αυτές τις πλημμύρες επέλεξαν να προετοιμαστούν ή να εκκενώσουν.

Επί του παρόντος, προσπαθούν να επεκταθούν σε μεγαλύτερο μέρος του Μπαγκλαντές και να λάβουν αυτές τις ειδοποιήσεις πιο γρήγορα. Το 2020, διπλασίασαν τον χρόνο πρόβλεψής τους, επιτρέποντας στους ανθρώπους να προετοιμαστούν για μια επιπλέον ημέρα. Η Google ενημερώνει επίσης αυτές τις περιοχές που έχουν πληγεί από τις πλημμύρες για το πόση ποσότητα νερού είναι πιθανή και πού. Όπως μαθαίνει η τεχνητή νοημοσύνη τους, μπορεί να συνεχίσει να δίνει στους ανθρώπους ακριβείς πληροφορίες σχετικά με το πώς μπορεί να τους επηρεάσουν οι πλημμύρες.

«Η Google χρησιμοποίησε παλαιότερα και πρόσφατα συγκέντρωσε δεδομένα για να διδάξει το λογισμικό της πώς να αναγνωρίζει τα σημάδια μιας πιθανής καταστροφής». 

Σεισμοί

Μια ομάδα γεωεπιστημόνων έχει αρχίσει να χρησιμοποιεί μηχανική μάθηση για να προβλέψει τους σεισμούς. Σε ένα εργαστήριο, το AI τους ήταν σε θέση να αξιολογήσει με ακρίβεια όταν θα συνέβαιναν οι λεγόμενοι «εργαστικοί σεισμοί». Άλλα πειράματα στην Ευρώπη επανέλαβαν με επιτυχία τα ευρήματά τους.

Πρόσφατα, ο Paul Johnson από την αρχική ομάδα ερευνητών δημοσίευσε μια εργασία σχετικά με τις δοκιμές πεδίου για σεισμούς βραδείας ολίσθησης στον Βορειοδυτικό Ειρηνικό των Ηνωμένων Πολιτειών. Το μοντέλο τους θα μπορούσε να προσδιορίσει την έναρξη αυτών των σεισμών μέρες πριν συμβούν και ελπίζουν σε όλο και καλύτερα αποτελέσματα.

Ενώ υπάρχουν κάποιες επικρίσεις σχετικά με την προσπάθεια πρόβλεψης των σεισμών, αυτοί οι επιστήμονες συμφωνούν ότι είναι απλώς μια άλλη μορφή φυσικού φαινομένου και η πρόβλεψή τους δεν πρέπει να είναι διαφορετική.

Πυρκαγιές

Krisha Rao – Ph.D. φοιτητής στο Πανεπιστήμιο του Στάνφορντ – ανέπτυξε τεχνητή νοημοσύνη για να προβλέψει πόσα καύσιμα έχει μια πιθανή δασική πυρκαγιά. Το λογισμικό καθορίζει πόσο υγρά είναι τα φύλλα ενός δάσους χρησιμοποιώντας φούρνους μικροκυμάτων. Εάν ο δορυφόρος συλλάβει μεγάλο αριθμό κυμάτων που ανακλώνται από τα φύλλα, τότε υπάρχει μικρότερος κίνδυνος πυρκαγιάς. Το μοντέλο του έχει δοκιμαστεί σε 12 πολιτείες των ΗΠΑ και ήταν περίπου 70% ακριβής.

Ενώ κάθε πυρκαγιά είναι μοναδική, οι ερευνητές ελπίζουν ότι η τεχνητή νοημοσύνη μπορεί να βοηθήσει. Καθώς το λογισμικό συνεχίζει να μαθαίνει για διαφορετικούς παράγοντες, ο ακριβής ρυθμός πρόβλεψής του μπορεί να αυξηθεί.

«Το μοντέλο [του Rao] έχει δοκιμαστεί σε 12 πολιτείες των ΗΠΑ και ήταν περίπου 70% ακριβές [στον προσδιορισμό του κινδύνου πυρκαγιάς]».

Τυφώνες και ανεμοστρόβιλοι

Τα προηγούμενα μοντέλα πρόγνωσης τυφώνων ήταν ανακριβή λόγω του πόσο περίπλοκα είναι. Ωστόσο, οι επιστήμονες στο Εθνικό Εργαστήριο του Βορειοδυτικού Ειρηνικού μπορεί να έχουν βρει έναν τρόπο να χρησιμοποιούν την τεχνητή νοημοσύνη για να μετρούν αυτές τις πολυπλοκότητες πιο αξιόπιστα. Αυτοί δίδαξαν το λογισμικό τους σχετικά με τη σύνδεση μεταξύ της συμπεριφοράς του τυφώνα, της ταχύτητας του ανέμου και της θερμοκρασίας του νερού και του αέρα. Αυτοί οι ερευνητές πιστεύουν ότι το μοντέλο τους θα μπορούσε να προβλέψει πώς θα δράσουν αυτές οι καταιγίδες καθώς συμβαίνουν και καθώς αλλάζει το κλίμα.

Το 2020, το Εθνικό Κέντρο Ατμοσφαιρικής Έρευνας άρχισε να δοκιμάζει την πρόβλεψη τεχνητής νοημοσύνης για ανεμοστρόβιλους και χαλάζι. Τόσο στις ανατολικές όσο και στις δυτικές ακτές, το μοντέλο τους βελτίωσε σημαντικά την ακρίβεια των παραδοσιακών προβλέψεων. Πέρα από την πρόβλεψη του πού συνέβησαν οι καταιγίδες, η τεχνητή νοημοσύνη τους καθόριζε αν θα προκαλούσαν μεγαλύτερη ζημιά από χαλάζι ή αέρα. Το χρησιμοποιεί περίπου 40 διαφορετικούς ατμοσφαιρικούς παράγοντες να βρει μοτίβα και να πάρει την απόφασή του.

Χρήση τεχνητής νοημοσύνης για την πρόβλεψη φυσικών καταστροφών

Η τρέχουσα τεχνολογία πρόβλεψης είναι αρκετά αξιόπιστη, αλλά μπορεί να βελτιωθεί. Το AI θα μπορούσε να είναι η ίδια η βελτίωση που χρειάζεται. Επειδή μπορεί να αναλύσει μοτίβα και να κάνει προβλέψεις πιο γρήγορα από τους ανθρώπους, οι μετεωρολόγοι και άλλοι επιστήμονες θα μπορούσαν να χρησιμοποιήσουν την τεχνητή νοημοσύνη για να εντοπίσουν τα ακραία καιρικά φαινόμενα πριν συμβεί με μεγαλύτερη ακρίβεια. Οι ικανότητές του μάθησης και εκ νέου μάθησης θα μπορούσαν να σώσουν περισσότερους ανθρώπους από φυσικές καταστροφές.

Επίσης, διαβάστε 10 τρόποι χρήσης της τεχνητής νοημοσύνης στην εκπαίδευση