Klęski żywiołowe są niezwykle niebezpieczne. Ponoszą koszty pieniężne, ale często wiążą się również z ryzykiem utraty życia. Chociaż technologia została ulepszona, aby przewidywać te zdarzenia, naukowcy muszą ją jeszcze udoskonalić.
Jednak sztuczna inteligencja może być kolejną wielką rzeczą w prognozowaniu katastrof. Dzięki swojej zdolności do uczenia się i ponownego nauczania, sztuczna inteligencja jest bardzo obiecująca w łagodzeniu szkód. Ale czy naprawdę może nas uratować przed klęskami żywiołowymi?
Uczenie oprogramowania za pomocą danych
Naukowcy już przewidują, w jaki sposób sztuczna inteligencja może pomóc w przewidywaniu klęsk żywiołowych. Jeden taki model przeanalizowała dane pogodowe z ostatnich 40 lat z mniejszą dokładnością, ale znacznie większą prędkością. Prognozy te mogą stać się dokładniejsze dzięki krótszym czasom oceny, w miarę jak programiści dostosowują i ponownie uczą swoje modele. Ze względu na ten potencjał uczenia się sztuczna inteligencja może z większą pewnością powiadamiać opinię publiczną o klęskach żywiołowych.
Zdolność sztucznej inteligencji do gromadzenia i interpretacji dużych ilości danych okaże się korzystna. Z powodu zmian klimatycznych pogoda na Ziemi stała się znacznie bardziej nieprzewidywalna. W celu dla właścicieli domów i firm przygotować się na klęski żywiołowe, muszą wiedzieć, kiedy i gdzie takie zdarzenia mogą się wydarzyć. Naukowcy rozszerzają również sztuczną inteligencję na zdarzenia niepogodowe, takie jak trzęsienia ziemi i pożary lasów.
„Prognozy ze sztucznej inteligencji mogą stać się dokładniejsze dzięki krótszym czasom oceny, gdy programiści dostosowują i ponownie uczą swoje modele”
Jak sztuczna inteligencja przewiduje katastrofy
Gdy naukowcy nauczą program o tych naturalnych zjawiskach, może dowiedzieć się, na jakie znaki należy zwracać uwagę. Dzięki temu sztuczna inteligencja może dokładniej określić, kiedy nastąpią katastrofy i jak będą one niebezpieczne.
Powódź
W 2018 r. Google zaczął wdrażać sztuczną inteligencję, aby przewidywać powodzie w Indiach. Od momentu uruchomienia program ten rozszerzył się teraz na Bangladesz, umożliwiając prawie 250 milionów osób do otrzymywania powiadomień o poważnych powodziach. Wykorzystali starsze i niedawno zebrane dane, aby nauczyć swoje oprogramowanie, jak rozpoznawać oznaki potencjalnej katastrofy. Dzięki badaniom przeprowadzonym z Yale, Google odkrył, że 65% osób, które otrzymały powiadomienie o tych powodziach, zdecydowało się na przygotowanie lub ewakuację.
Obecnie chcą rozszerzyć działalność na większą część Bangladeszu i szybciej otrzymywać te alerty. W 2020 roku podwoili swój czas prognozowania, umożliwiając ludziom przygotowanie się na dodatkowy dzień. Google informuje również te obszary dotknięte powodzią, ile wody jest prawdopodobne i gdzie. Gdy ich sztuczna inteligencja się dowiaduje, może nadal dostarczać ludziom dokładnych informacji o tym, jak powodzie mogą na nich wpłynąć.
„Google wykorzystał starsze i niedawno zebrane dane, aby nauczyć swoje oprogramowanie, jak rozpoznawać oznaki potencjalnej katastrofy”.
Trzęsienia ziemi
Zespół geologów zaczął wykorzystywać uczenie maszynowe do przewidywania trzęsień ziemi. W laboratorium ich sztuczna inteligencja był w stanie dokładnie ocenić kiedy miały miejsce tak zwane „trzęsienia laboratoryjne”. Inne eksperymenty w Europie z powodzeniem powtórzyły ich odkrycia.
Niedawno Paul Johnson z początkowego zespołu naukowców opublikował artykuł na temat testowania w terenie trzęsień ziemi o powolnym poślizgu na północno-zachodnim Pacyfiku w Stanach Zjednoczonych. Ich model może zidentyfikować początek tych trzęsień na kilka dni przed ich wystąpieniem i mają nadzieję na coraz lepsze wyniki.
Chociaż istnieje pewna krytyka dotycząca prób przewidywania trzęsień, ci naukowcy zgadzają się, że są po prostu inną formą zjawiska naturalnego i ich przewidywania nie powinny się różnić.
Pożary
Krisha Rao – doktorant student na Uniwersytecie Stanforda – opracował sztuczną inteligencję, aby przewidzieć, ile paliwa ma ewentualny pożar lasu. Oprogramowanie określa stopień zamoczenia liści w lesie za pomocą mikrofal. Jeśli satelita odbierze dużą liczbę fal odbitych od liści, ryzyko pożaru jest mniejsze. Jego model został przetestowany w 12 stanach USA i był dokładny w około 70%.
Chociaż każdy pożar jest wyjątkowy, naukowcy mają nadzieję, że sztuczna inteligencja może pomóc. Ponieważ oprogramowanie nadal poznaje różne czynniki, jego dokładność przewidywania może wzrosnąć.
„Model [Rao] został przetestowany w 12 stanach USA i był dokładny w około 70% [w określaniu ryzyka pożaru]”.
Huragany i tornada
Poprzednie modele prognozy huraganu były niedokładne ze względu na ich złożoność. Jednak naukowcy z Pacific Northwest National Laboratory mogli znaleźć sposób na wykorzystanie sztucznej inteligencji do bardziej niezawodnego pomiaru tych złożoności. Oni nauczyli swoje oprogramowanie o połączeniu między zachowaniem huraganu, prędkością wiatru a temperaturą wody i powietrza. Naukowcy są przekonani, że ich model może przewidzieć, jak te burze będą się zachowywać w miarę ich trwania i zmian klimatycznych.
W 2020 r. Narodowe Centrum Badań Atmosferycznych rozpoczęło testowanie prognozowania tornad i gradu przez sztuczną inteligencję. Zarówno na wschodnim, jak i zachodnim wybrzeżu ich model znacznie poprawił dokładność tradycyjnych prognoz. Poza przewidywaniem, gdzie miały miejsce burze, ich sztuczna inteligencja określiła, czy spowodują większe szkody z powodu gradu lub wiatru. To wykorzystuje około 40 różnych czynników atmosferycznych znaleźć wzorce i podjąć decyzję.
Wykorzystanie sztucznej inteligencji do prognozowania klęsk żywiołowych
Obecna technologia prognozowania jest dość niezawodna, ale można ją ulepszyć. Sztuczna inteligencja może być tym, czego potrzebuje. Ponieważ może analizować wzorce i dokonywać prognoz szybciej niż ludzie, meteorolodzy i inni naukowcy mogą wykorzystać sztuczną inteligencję do identyfikacji ekstremalnych warunków pogodowych, zanim to nastąpi dokładniej. Jego zdolności uczenia się i ponownego uczenia się mogą uratować więcej ludzi przed klęskami żywiołowymi.
Przeczytaj także 10 sposobów na wykorzystanie sztucznej inteligencji w edukacji
- AI
- ai sztuka
- generator sztuki ai
- masz robota
- Technologia AIOT
- sztuczna inteligencja
- certyfikacja sztucznej inteligencji
- sztuczna inteligencja w bankowości
- robot sztucznej inteligencji
- roboty sztucznej inteligencji
- oprogramowanie sztucznej inteligencji
- blockchain
- konferencja blockchain ai
- pomysłowość
- sztuczna inteligencja konwersacyjna
- konferencja kryptograficzna
- Dall's
- głęboka nauka
- polecane
- google to
- uczenie maszynowe
- plato
- Platon Ai
- Analiza danych Platona
- Gra Platona
- PlatoDane
- platogaming
- skala ai
- zefirnet