Чи може ШІ врятувати нас від стихійних лих?

Стихійні лиха неймовірно небезпечні. Вони мають грошову вартість, але також часто несуть ризик втратити життя. Незважаючи на те, що технології вдосконалилися, щоб передбачити ці події, дослідники ще не вдосконалили її.

Однак ШІ може стати наступною великою справою в прогнозуванні катастроф. Завдяки своїй здатності вчитися і перенавчати, штучний інтелект має багато перспектив у пом’якшенні збитків. Але чи може це справді врятувати нас від стихійних лих?

Викладання програмного забезпечення з даними

Вчені вже прогнозують, як штучний інтелект може допомогти передбачити стихійні лиха. Одна з таких моделей проаналізував погодні дані за останні 40 років з меншою точністю, але набагато більшою швидкістю. Ці прогнози можуть стати більш точними за швидшого часу оцінки, оскільки програмісти коригують і повторно навчають свої моделі. Завдяки такому потенціалу навчання ШІ має потенціал сповіщати громадськість про природні катаклізми з більшою впевненістю.

Здатність штучного інтелекту збирати та інтерпретувати великі обсяги даних буде корисною. Через зміну клімату погода на Землі стала набагато непередбачуваною. Для домовласників та підприємств для підготовки до стихійного лиха, вони повинні знати, коли і де ці події можуть відбутися. Дослідники також розширюють штучний інтелект на непогодні явища, такі як землетруси та лісові пожежі.

«Прогнози штучного інтелекту можуть стати точнішими за швидшого часу оцінки, оскільки програмісти коригують і повторно навчають свої моделі» 

Як AI прогнозує катастрофи

Після того, як вчені викладають програму про ці природні явища, вона зможе дізнатися, на які ознаки слід звернути увагу. Завдяки цьому штучний інтелект може точніше визначити, коли настануть катастрофи і наскільки вони небезпечні.

Затоплення

У 2018 році Google почав впроваджувати штучний інтелект для прогнозування повені в Індії. З моменту запуску ця програма тепер поширилася на Бангладеш, дозволивши майже 250 мільйонів людей отримають сповіщення про сильну повінь. Вони використовували старі й нещодавно зібрані дані, щоб навчити своє програмне забезпечення розпізнавати ознаки потенційної катастрофи. Завдяки дослідженню, проведеному з Єльським університетом, Google виявив, що 65% людей, які отримали повідомлення про ці повені, вирішили підготуватися або евакуюватися.

Наразі вони прагнуть поширитися на більшу частину Бангладеш і швидше отримувати ці сповіщення. У 2020 році вони подвоїли час для прогнозування, дозволяючи людям підготуватися до додаткового дня. Google також інформує постраждалі від повені райони про те, скільки води і де. Оскільки їх ШІ дізнається, він може продовжувати надавати людям точну інформацію про те, як повені можуть вплинути на них.

«Google використовував старі й нещодавно зібрані дані, щоб навчити своє програмне забезпечення розпізнавати ознаки потенційної катастрофи». 

Землетруси

Команда геологів почала використовувати машинне навчання для прогнозування землетрусів. У лабораторії їх ШІ зміг точно оцінити коли відбуватимуться так звані «лабораторні землетруси». Інші експерименти в Європі успішно повторили їхні висновки.

Нещодавно Пол Джонсон з початкової групи дослідників опублікував статтю про польові випробування землетрусів із повільним ковзанням на північному заході Тихого океану Сполучених Штатів. Їхня модель могла б визначити початок цих землетрусів за кілька днів до того, як вони відбулися, і вони сподіваються на все кращі результати.

Хоча є певна критика щодо спроб передбачити землетруси, ці вчені погоджуються, що це просто інша форма природного явища, і їхній прогноз не повинен відрізнятися.

Пожежі

Кріша Рао – доктор філософії студент Стенфордського університету – розробив штучний інтелект, щоб передбачити, скільки палива має можлива лісова пожежа. Програмне забезпечення визначає, наскільки вологе листя лісу за допомогою мікрохвиль. Якщо супутник вловлює велику кількість хвиль, відбитих листям, то ризик пожежі менший. Його модель був випробуваний у 12 штатах США і була точністю приблизно на 70%.

Хоча кожна пожежа унікальна, дослідники сподіваються, що ШІ може допомогти. Оскільки програмне забезпечення продовжує вивчати різні фактори, його точний відсоток прогнозів може зрости.

«Модель [Рао] була протестована в 12 штатах США і була приблизно на 70% точною [у визначенні ризику пожежі]».

Урагани та торнадо

Попередні моделі прогнозу ураганів були неточними через те, наскільки вони складні. Проте вчені з Тихоокеанської північно-західної національної лабораторії, можливо, знайшли спосіб використовувати ШІ для більш надійного вимірювання цих складнощів. Вони навчили їх програмному забезпеченню про підключення між поведінкою урагану, швидкістю вітру та температурою води та повітря. Ці дослідники вважають, що їхня модель може передбачити, як ці шторми будуть діяти, коли вони відбуваються та змінюються клімат.

У 2020 році Національний центр атмосферних досліджень розпочав тестування ШІ-прогнозування торнадо та граду. Як на східному, так і на західному узбережжі їхня модель значно підвищила точність традиційних прогнозів. Крім прогнозування того, де відбувалися шторми, їхній штучний інтелект визначав, чи завдадуть вони більше шкоди від граду чи вітру. Це використовує близько 40 різних атмосферних факторів знайти закономірності і прийняти рішення.

Використання штучного інтелекту для прогнозування стихійних лих

Сучасна технологія прогнозування є досить надійною, але її можна покращити. ШІ може стати тим удосконаленням, яке йому потрібно. Оскільки він може аналізувати закономірності та робити прогнози швидше, ніж люди, метеорологи та інші вчені можуть використовувати штучний інтелект, щоб визначити екстремальну погоду, перш ніж вона станеться точніше. Його здібності до навчання та повторного навчання могли б врятувати більше людей від стихійних лих.

Також читайте 10 способів використання штучного інтелекту в освіті