Kan AI redde oss fra naturkatastrofer?

Naturkatastrofer er utrolig farlige. De har en økonomisk kostnad, men kommer også ofte med risiko for tapte liv. Mens teknologien har forbedret seg for å forutsi disse hendelsene, har forskere ennå ikke perfeksjonert den.

Imidlertid kan AI være den neste store tingen innen katastrofevarsling. Med sin evne til å lære og bli omlært, viser kunstig intelligens mye lovende når det gjelder skaderedusering. Men kan det virkelig redde oss fra naturkatastrofer?

Lære programvaren med data

Forskere forutser allerede hvordan kunstig intelligens kan bidra til å forutsi naturkatastrofer. En slik modell analysert værdata de siste 40 årene med mindre nøyaktighet, men mye høyere hastigheter. Disse prognosene kan bli mer nøyaktige med raskere evalueringstider ettersom programmerere justerer og lærer opp modellene sine på nytt. På grunn av dette læringspotensialet har AI potensial til å varsle publikum om naturkatastrofer med økende sikkerhet.

Kunstig intelligenss evne til å samle og tolke store mengder data vil vise seg å være fordelaktig. På grunn av klimaendringer har jordens vær blitt mye mer uforutsigbart. For huseiere og bedrifter å forberede seg på naturkatastrofer, må de vite når og hvor disse hendelsene kan skje. Forskere utvider også AI til ikke-værlige forekomster som jordskjelv og skogbranner.

"Prognoser for kunstig intelligens kan bli mer nøyaktige med raskere evalueringstider ettersom programmerere justerer og lærer opp modellene sine på nytt" 

Hvordan AI forutsier katastrofer

Når forskerne har lært programmet om disse naturfenomenene, kan det lære seg hvilke tegn de skal se etter. Med dette kan kunstig intelligens mer nøyaktig bestemme når katastrofer vil inntreffe og hvor farlige de vil være.

Flooding

I 2018 begynte Google å implementere kunstig intelligens for å forutsi flom i India. Siden lanseringen har dette programmet nå utvidet til Bangladesh, noe som tillater nesten 250 millioner mennesker til å motta varsler om kraftig flom. De brukte eldre og nylig innsamlede data for å lære programvaren deres hvordan de gjenkjenner tegn på en potensiell katastrofe. Gjennom forskning utført med Yale fant Google at 65 % av folkene som fikk melding om disse flommene valgte å forberede seg eller evakuere.

For øyeblikket ønsker de å utvide til mer av Bangladesh og få disse varslene ut raskere. I 2020 doblet de prognosetiden, slik at folk kunne forberede seg på en ekstra dag. Google informerer også disse flomrammede områdene om hvor mye vann som er sannsynlig og hvor. Ettersom AI-en deres lærer, kan den fortsette å gi folk nøyaktig informasjon om hvordan flom kan påvirke dem.

"Google brukte eldre og nylig innsamlede data for å lære programvaren deres hvordan de gjenkjenner tegnene på en potensiell katastrofe." 

Jordskjelv

Et team av geoforskere har begynt å bruke maskinlæring for å forutsi jordskjelv. I et laboratorium, deres AI var i stand til å evaluere nøyaktig når såkalte "lab-skjelv" ville oppstå. Andre eksperimenter i Europa replikerte funnene deres med suksess.

Nylig publiserte Paul Johnson fra det første teamet av forskere en artikkel om felttesting av sakte-slip jordskjelv i USAs Pacific Northwest. Modellen deres kan identifisere starten på disse skjelvene dager før de skjer, og de håper på stadig bedre resultater.

Selv om det er noen kritikk om forsøk på å forutse skjelv, er disse forskerne enige om at de bare er en annen form for naturfenomen, og spådommen deres burde ikke være annerledes.

branner

Krisha Rao – en Ph.D. student ved Stanford University – har utviklet AI for å forutsi hvor mye drivstoff en eventuell skogbrann har. Programvaren bestemmer hvor våte skogens blader er ved å bruke mikrobølger. Hvis satellitten fanger opp et stort antall bølger som reflekteres tilbake av bladene, er det lavere risiko for brann. Hans modell har blitt testet i 12 amerikanske stater og har vært rundt 70 % nøyaktig.

Mens hver brann er unik, håper forskerne AI kan hjelpe. Ettersom programvaren fortsetter å lære om forskjellige faktorer, kan dens nøyaktige prediksjonshastighet gå opp.

"[Raos] modell har blitt testet i 12 amerikanske stater og har vært rundt 70 % nøyaktig [når det ble bestemt risikoen for brann]."

Orkaner og tornadoer

Tidligere orkanvarslingsmodeller har vært unøyaktige på grunn av hvor komplekse de er. Imidlertid kan forskere ved Pacific Northwest National Laboratory ha funnet en måte å bruke AI for å måle disse kompleksitetene mer pålitelig. De lærte programvaren deres om forbindelsen mellom orkanadferd, vindhastighet og vann- og lufttemperatur. Disse forskerne tror modellen deres kan forutsi hvordan disse stormene vil opptre når de skjer og når klimaet endres.

I 2020 begynte National Center for Atmospheric Research å teste AI-prognoser for tornadoer og hagl. Både på øst- og vestkysten forbedret modellen deres nøyaktigheten til tradisjonelle prognoser betydelig. Utover å forutsi hvor stormene skjedde, bestemte deres kunstige intelligens om de ville produsere mer skade fra hagl eller vind. Den bruker rundt 40 forskjellige atmosfæriske faktorer å finne mønstre og ta sin avgjørelse.

Bruk av kunstig intelligens til å forutsi naturkatastrofer

Nåværende prognoseteknologi er rimelig pålitelig, men kan forbedres. AI kan være selve forbedringen den trenger. Fordi den kan analysere mønstre og gi spådommer raskere enn mennesker, kan meteorologer og andre forskere bruke kunstig intelligens for å identifisere ekstremvær før det skjer mer nøyaktig. Dens lærings- og gjenlæringsevner kan redde flere mennesker fra naturkatastrofer.

Les også 10 måter å bruke kunstig intelligens i utdanning