Может ли ИИ спасти нас от стихийных бедствий?

Природные катаклизмы невероятно опасны. Они имеют денежную стоимость, но также часто сопряжены с риском гибели людей. Хотя технология для прогнозирования этих событий улучшилась, исследователям еще предстоит ее усовершенствовать.

Тем не менее, ИИ может стать следующим важным шагом в прогнозировании стихийных бедствий. Благодаря своей способности учиться и переучиваться, искусственный интеллект показывает многообещающие перспективы в уменьшении ущерба. Но может ли это действительно спасти нас от стихийных бедствий?

Обучение программного обеспечения с помощью данных

Ученые уже предвидят, как искусственный интеллект может помочь предсказывать стихийные бедствия. Одна такая модель проанализированы данные о погоде за последние 40 лет с меньшей точностью, но гораздо более высокими скоростями. Эти прогнозы могут стать более точными благодаря более быстрой оценке, поскольку программисты корректируют и переобучают свои модели. Благодаря этому обучающему потенциалу ИИ может с большей точностью уведомлять общественность о стихийных бедствиях.

Способность искусственного интеллекта собирать и интерпретировать большие объемы данных окажется полезной. Из-за изменения климата погода на Земле стала гораздо более непредсказуемой. Для домовладельцев и предприятий подготовиться к стихийным бедствиям, им нужно знать, когда и где эти события могут произойти. Исследователи также расширяют применение ИИ на явления, не связанные с погодой, такие как землетрясения и лесные пожары.

«Прогнозы искусственного интеллекта могут стать более точными благодаря более быстрой оценке, поскольку программисты корректируют и переобучают свои модели» 

Как ИИ предсказывает катастрофы

Как только ученые расскажут программе об этих природных явлениях, она сможет узнать, на какие признаки следует обращать внимание. Благодаря этому искусственный интеллект может более точно определять, когда произойдут бедствия и насколько они будут опасны.

Затопление

В 2018 году Google начал внедрять ИИ для прогнозирования наводнений в Индии. С момента запуска эта программа распространилась на Бангладеш, что позволило почти 250 миллионов человек будут получать уведомления о сильном наводнении. Они использовали старые и недавно собранные данные, чтобы научить свое программное обеспечение распознавать признаки потенциальной катастрофы. В ходе исследования, проведенного совместно с Йельским университетом, Google обнаружил, что 65% людей, получивших уведомление об этих наводнениях, решили подготовиться или эвакуироваться.

В настоящее время они планируют расшириться до большей части Бангладеш и быстрее получать эти оповещения. В 2020 году они удвоили время прогнозирования, что позволило людям подготовиться к дополнительному дню. Google также информирует эти пострадавшие от наводнения районы о том, сколько воды вероятно и где. По мере того, как их ИИ учится, он может продолжать давать людям точную информацию о том, как наводнения могут повлиять на них.

«Google использовал старые и недавно собранные данные, чтобы научить свое программное обеспечение распознавать признаки потенциальной катастрофы». 

Землетрясения

Группа ученых-геологов начала использовать машинное обучение для прогнозирования землетрясений. В лаборатории их ИИ смог точно оценить когда произойдут так называемые «лабораторные землетрясения». Другие эксперименты в Европе успешно повторили их выводы.

Недавно Пол Джонсон из первоначальной группы исследователей опубликовал статью о полевых испытаниях медленных землетрясений на северо-западе Тихого океана в США. Их модель может определить начало этих землетрясений за несколько дней до того, как они произойдут, и они надеются на все более точные результаты.

Хотя есть некоторые критические замечания по поводу попыток предвидеть землетрясения, эти ученые согласны с тем, что это всего лишь еще одна форма природного явления, и их предсказание не должно отличаться.

Пожары

Криша Рао - доктор философии. студент Стэнфордского университета — разработал ИИ, чтобы предсказать, сколько топлива есть у возможного лесного пожара. Программное обеспечение определяет, насколько влажны листья леса, используя микроволны. Если спутник улавливает большое количество волн, отраженных листьями, то риск возникновения пожара ниже. Его модель был протестирован в 12 штатах США и был точен примерно на 70%.

Хотя каждый пожар уникален, исследователи надеются, что искусственный интеллект может помочь. По мере того, как программное обеспечение продолжает изучать различные факторы, скорость его точного прогнозирования может повышаться.

«Модель [Рао] была протестирована в 12 штатах США и показала точность около 70% [при определении риска пожара]».

Ураганы и торнадо

Предыдущие модели прогнозов ураганов были неточными из-за их сложности. Однако ученые из Тихоокеанской северо-западной национальной лаборатории, возможно, нашли способ использовать ИИ для более надежного измерения этих сложностей. Они научил их программное обеспечение о подключении между поведением урагана, скоростью ветра и температурой воды и воздуха. Эти исследователи считают, что их модель может предсказать, как эти штормы будут действовать по мере их возникновения и изменения климата.

В 2020 году Национальный центр атмосферных исследований начал тестировать ИИ-прогнозирование торнадо и града. Как на восточном, так и на западном побережьях их модель значительно повысила точность традиционных прогнозов. Помимо предсказания места возникновения шторма, их искусственный интеллект определял, нанесут ли они больший ущерб от града или ветра. Это использует около 40 различных атмосферных факторов найти закономерности и принять решение.

Использование искусственного интеллекта для прогнозирования стихийных бедствий

Существующая технология прогнозирования достаточно надежна, но ее можно улучшить. ИИ может быть именно тем улучшением, в котором он нуждается. Поскольку он может анализировать закономерности и делать прогнозы быстрее, чем люди, метеорологи и другие ученые могут использовать искусственный интеллект для более точного определения экстремальных погодных условий до того, как они произойдут. Его способности к обучению и повторному обучению могут спасти больше людей от стихийных бедствий.

Читайте также 10 способов использовать искусственный интеллект в образовании