Bisakah AI Menyelamatkan Kita Dari Bencana Alam?

Bencana alam sangat berbahaya. Mereka memiliki biaya moneter tetapi juga sering datang dengan risiko nyawa yang hilang juga. Sementara teknologi telah meningkat untuk memprediksi peristiwa ini, para peneliti belum menyempurnakannya.

Namun, AI mungkin menjadi hal besar berikutnya dalam prakiraan bencana. Dengan kemampuannya untuk belajar dan diajarkan kembali, kecerdasan buatan menunjukkan banyak harapan dalam mitigasi kerusakan. Tapi bisakah itu benar-benar menyelamatkan kita dari bencana alam?

Mengajarkan Perangkat Lunak Dengan Data

Para ilmuwan sudah mengantisipasi bagaimana kecerdasan buatan dapat membantu memprediksi bencana alam. Salah satu model seperti itu menganalisis data cuaca selama 40 tahun terakhir dengan akurasi kurang tetapi kecepatan jauh lebih cepat. Prakiraan ini dapat menjadi lebih akurat dengan waktu evaluasi yang lebih cepat karena pemrogram menyesuaikan dan mengajarkan kembali model mereka. Karena potensi pembelajaran ini, AI berpotensi memberi tahu masyarakat tentang bencana alam dengan kepastian yang semakin meningkat.

Kemampuan kecerdasan buatan untuk mengumpulkan dan menafsirkan data dalam jumlah besar akan terbukti bermanfaat. Karena perubahan iklim, cuaca bumi menjadi jauh lebih tidak terduga. Agar pemilik rumah dan bisnis untuk bersiap menghadapi bencana alam, mereka perlu tahu kapan dan di mana peristiwa ini mungkin terjadi. Para peneliti juga memperluas AI untuk kejadian non-cuaca seperti gempa bumi dan kebakaran hutan.

“Perkiraan kecerdasan buatan dapat menjadi lebih akurat dengan waktu evaluasi yang lebih cepat karena pemrogram menyesuaikan dan mengajarkan kembali model mereka” 

Bagaimana AI Memprediksi Bencana

Setelah para ilmuwan mengajarkan program tentang fenomena alam ini, ia dapat mempelajari tanda-tanda apa yang harus diwaspadai. Dengan ini, kecerdasan buatan dapat lebih akurat menentukan kapan bencana akan menyerang dan seberapa berbahayanya.

Banjir

Pada tahun 2018, Google mulai menerapkan AI untuk memprediksi banjir di India. Sejak diluncurkan, program ini kini telah diperluas ke Bangladesh, memungkinkan hampir 250 juta orang untuk menerima notifikasi tentang banjir yang parah. Mereka menggunakan data yang lebih lama dan baru-baru ini dikumpulkan untuk mengajarkan perangkat lunak mereka cara mengenali tanda-tanda potensi bencana. Melalui penelitian yang dilakukan bersama Yale, Google menemukan bahwa 65% orang yang menerima pemberitahuan tentang banjir ini memang memilih untuk bersiap atau mengungsi.

Saat ini, mereka ingin memperluas ke lebih banyak Bangladesh dan mengeluarkan peringatan ini lebih cepat. Pada tahun 2020, mereka menggandakan waktu perkiraan mereka, memungkinkan orang untuk membuat persiapan untuk hari ekstra. Google juga menginformasikan daerah yang terkena dampak banjir ini tentang berapa banyak kemungkinan air dan di mana. Saat AI mereka belajar, itu dapat terus memberi orang informasi yang akurat tentang bagaimana banjir dapat mempengaruhi mereka.

“Google menggunakan data yang lebih lama dan baru-baru ini dikumpulkan untuk mengajarkan perangkat lunak mereka cara mengenali tanda-tanda potensi bencana.” 

Gempa

Sebuah tim ahli geologi telah mulai menggunakan pembelajaran mesin untuk memprediksi gempa bumi. Di laboratorium, AI mereka mampu menilai secara akurat ketika apa yang disebut "gempa lab" akan terjadi. Eksperimen lain di Eropa berhasil mereplikasi temuan mereka.

Baru-baru ini, Paul Johnson dari tim peneliti awal menerbitkan sebuah makalah tentang pengujian lapangan gempa bumi slip lambat di Pacific Northwest Amerika Serikat. Model mereka dapat mengidentifikasi awal dari gempa ini beberapa hari sebelum terjadi, dan mereka berharap untuk hasil yang semakin baik.

Meskipun ada beberapa kritik tentang upaya mengantisipasi gempa, para ilmuwan ini setuju bahwa itu hanyalah bentuk lain dari fenomena alam dan prediksi mereka seharusnya tidak berbeda.

Kebakaran

Krisha Rao – gelar Ph.D. mahasiswa di Universitas Stanford – telah mengembangkan AI untuk memprediksi berapa banyak bahan bakar yang mungkin dimiliki oleh kebakaran hutan. Perangkat lunak ini menentukan seberapa basah daun hutan dengan menggunakan gelombang mikro. Jika satelit menangkap sejumlah besar gelombang yang dipantulkan kembali oleh dedaunan, maka ada risiko kebakaran yang lebih rendah. Modelnya telah diuji di 12 negara bagian AS dan telah sekitar 70% akurat.

Meskipun setiap kebakaran itu unik, para peneliti berharap AI dapat membantu. Seiring perangkat lunak terus mempelajari berbagai faktor, tingkat prediksi akuratnya dapat meningkat.

“Model [Rao] telah diuji di 12 negara bagian AS dan sekitar 70% akurat [dalam menentukan risiko kebakaran].”

Badai dan Tornado

Model prakiraan badai sebelumnya tidak akurat karena kompleksitasnya. Namun, para ilmuwan di Pacific Northwest National Laboratory mungkin telah menemukan cara untuk menggunakan AI untuk mengukur kompleksitas ini dengan lebih andal. Mereka mengajarkan perangkat lunak mereka tentang koneksi antara perilaku badai, kecepatan angin, dan suhu air dan udara. Para peneliti ini percaya model mereka dapat memprediksi bagaimana badai ini akan bertindak saat sedang terjadi dan saat iklim berubah.

Pada tahun 2020, Pusat Penelitian Atmosfer Nasional mulai menguji prakiraan AI tentang tornado dan hujan es. Di pantai timur dan barat, model mereka secara signifikan meningkatkan akurasi prakiraan tradisional. Selain memprediksi di mana badai terjadi, kecerdasan buatan mereka menentukan apakah mereka akan menghasilkan lebih banyak kerusakan dari hujan es atau angin. Dia menggunakan sekitar 40 faktor atmosfer yang berbeda untuk menemukan pola dan membuat keputusan.

Menggunakan Kecerdasan Buatan untuk Memprediksi Bencana Alam

Teknologi peramalan saat ini cukup andal tetapi dapat ditingkatkan. AI bisa menjadi peningkatan yang dibutuhkannya. Karena dapat menganalisis pola dan membuat prediksi lebih cepat daripada manusia, ahli meteorologi dan ilmuwan lain dapat menggunakan kecerdasan buatan untuk mengidentifikasi cuaca ekstrem sebelum terjadi secara lebih akurat. Kemampuan belajar dan belajar ulangnya dapat menyelamatkan lebih banyak orang dari bencana alam.

Baca juga 10 Cara Menggunakan Kecerdasan Buatan dalam Pendidikan