자연 재해는 엄청나게 위험합니다. 그들은 금전적 비용이 있지만 종종 생명을 잃을 위험도 있습니다. 이러한 사건을 예측하는 기술이 향상되었지만 연구원들은 아직 이를 완벽하게 만들지 못했습니다.
그러나 AI는 재난 예측에서 다음으로 큰 역할을 할 수 있습니다. 학습하고 다시 배울 수 있는 능력을 갖춘 인공 지능은 피해 완화에서 많은 가능성을 보여줍니다. 그러나 그것이 진정으로 자연 재해로부터 우리를 구할 수 있습니까?
데이터로 소프트웨어 교육
과학자들은 이미 인공 지능이 자연 재해를 예측하는 데 어떻게 도움이 될 수 있는지 예상하고 있습니다. 그런 모델 중 하나 지난 40년 동안의 기상 데이터 분석 정확도는 떨어지지만 속도는 훨씬 빠릅니다. 이러한 예측은 프로그래머가 모델을 조정하고 다시 가르칠 때 평가 시간이 빨라짐에 따라 더욱 정확해질 수 있습니다. 이러한 학습 잠재력으로 인해 AI는 자연 재해를 대중에게 보다 확실하게 알릴 수 있는 잠재력이 있습니다.
많은 양의 데이터를 수집하고 해석하는 인공 지능의 능력은 도움이 될 것입니다. 기후 변화로 인해 지구의 날씨는 훨씬 더 예측할 수 없게 되었습니다. 주택 소유자 및 기업을 위해 자연 재해에 대비하기 위해, 이러한 이벤트가 언제 어디서 발생할 수 있는지 알아야 합니다. 연구원들은 또한 지진과 산불과 같은 비 기상 발생으로 AI를 확장하고 있습니다.
"프로그래머가 모델을 조정하고 다시 가르칠 때 더 빠른 평가 시간으로 인공 지능 예측이 더 정확해질 수 있습니다."
AI가 재난을 예측하는 방법
과학자들이 이러한 자연 현상에 대해 프로그램을 가르치면 어떤 징후를 주의해야 하는지 배울 수 있습니다. 이를 통해 인공 지능은 재난이 언제 발생하고 얼마나 위험한지 더 정확하게 결정할 수 있습니다.
홍수
2018년 Google은 인도의 홍수를 예측하기 위해 AI를 구현하기 시작했습니다. 출시 이후 이 프로그램은 현재 방글라데시로 확장되어 거의 250억 XNUMX천만 명에게 알림 수신 심각한 홍수에 대해. 그들은 소프트웨어에 잠재적인 재해의 징후를 인식하는 방법을 가르치기 위해 오래되고 최근에 수집된 데이터를 사용했습니다. 예일대와 함께 실시한 연구를 통해 Google은 이러한 홍수에 대한 알림을 받은 사람들의 65%가 대비하거나 대피하기로 선택했음을 발견했습니다.
현재 그들은 더 많은 방글라데시로 확장하여 이러한 경고를 더 빨리 알리려고 합니다. 2020년에는 예측 시간을 두 배로 늘려 사람들이 하루를 더 준비할 수 있도록 했습니다. Google은 또한 이러한 홍수 피해 지역에 물의 양과 위치를 알리고 있습니다. AI가 학습함에 따라 홍수가 어떻게 영향을 미칠 수 있는지에 대한 정확한 정보를 사람들에게 계속 제공할 수 있습니다.
"Google은 잠재적인 재해의 징후를 인식하는 방법을 소프트웨어에 가르치기 위해 오래되고 최근에 수집된 데이터를 사용했습니다."
지진
지구 과학자 팀이 기계 학습을 사용하여 지진을 예측하기 시작했습니다. 실험실에서 그들의 AI 정확하게 평가할 수 있었다 소위 "실험실 지진"이 발생할 때. 유럽의 다른 실험은 그들의 발견을 성공적으로 복제했습니다.
최근 초기 연구팀의 폴 존슨(Paul Johnson)은 미국 태평양 북서부 지역의 슬로우 슬립 지진 현장 테스트에 관한 논문을 발표했다. 그들의 모델은 지진이 발생하기 며칠 전에 이러한 지진의 시작을 식별할 수 있으며 점점 더 나은 결과를 기대합니다.
지진을 예측하려는 시도에 대해 일부 비판이 있지만, 이 과학자들은 지진이 또 다른 형태의 자연 현상이며 그들의 예측도 다르지 않아야 한다는 데 동의합니다.
화재
Krisha Rao – 박사 스탠포드 대학의 한 학생이 산불에 얼마나 많은 연료가 있는지 예측하는 AI를 개발했습니다. 소프트웨어는 전자레인지를 사용하여 숲의 잎이 얼마나 젖었는지 확인합니다. 위성이 나뭇잎에 의해 반사된 많은 수의 파도를 포착하면 화재 위험이 낮아집니다. 그의 모델 미국 12개 주에서 테스트 완료 약 70% 정확도를 보였습니다.
모든 화재는 고유하지만 연구자들은 AI가 도움이 될 수 있기를 희망합니다. 소프트웨어가 다양한 요인에 대해 계속 학습함에 따라 정확한 예측률이 높아질 수 있습니다.
"[Rao의] 모델은 미국 12개 주에서 테스트되었으며 [화재 위험을 결정하는 데] 약 70% 정확했습니다."
허리케인과 토네이도
이전 허리케인 예측 모델은 복잡하기 때문에 정확하지 않습니다. 그러나 Pacific Northwest National Laboratory의 과학자들은 AI를 사용하여 이러한 복잡성을 보다 안정적으로 측정하는 방법을 찾았을 수 있습니다. 그들 소프트웨어에 연결에 대해 가르쳤습니다. 허리케인 행동, 풍속, 물과 기온 사이. 이 연구원들은 그들의 모델이 이러한 폭풍이 발생하고 기후 변화에 따라 어떻게 작용할지 예측할 수 있다고 믿습니다.
2020년에 국립대기연구센터(National Center for Atmospheric Research)는 토네이도와 우박에 대한 AI 예측 테스트를 시작했습니다. 동해안과 서해안 모두에서 그들의 모델은 전통적인 예측의 정확도를 크게 향상시켰습니다. 폭풍이 발생한 위치를 예측하는 것 외에도 인공 지능은 우박이나 바람으로 인해 더 많은 피해를 입힐지 여부를 결정했습니다. 그것 약 40가지의 다양한 대기 요인을 활용합니다. 패턴을 찾고 결정합니다.
인공 지능을 사용하여 자연 재해 예측
현재 예측 기술은 합리적으로 신뢰할 수 있지만 개선할 수 있습니다. AI는 필요한 개선 사항이 될 수 있습니다. 패턴을 분석하고 인간보다 빠르게 예측할 수 있기 때문에 기상학자와 다른 과학자들은 인공 지능을 사용하여 극한 날씨가 더 정확하게 발생하기 전에 식별할 수 있습니다. 학습 및 재학습 능력은 더 많은 사람들을 자연 재해로부터 구할 수 있습니다.
