Keeawayt
- Äskettäin julkaistussa tutkimuksessa havaittiin, että tekoäly voi ennustaa salamaniskuja ja suojella ihmisiä metsäpaloilta.
- AI voi myös auttaa käsittelemään satelliittijärjestelmistä vastaanotettuja tietoja ja erottamaan vääriä hälytyksiä.
- Yksi Coloradon kaupunki käyttää tekoälypohjaista ohjelmaa, joka valvoo savuilmoituksia yli 90 neliökilometriltä.
Tekoälyn (AI) viimeaikaiset edistysaskeleet voivat auttaa pitämään ihmiset turvassa metsäpaloilta.
Uusi tutkimus osoittaa, että koneoppimisalgoritmit, jotka parantavat itseään ilman ihmisten suoraa ohjelmointia, voivat parantaa salaman ennusteita. Parempi ymmärrys siitä, mihin salama voi iskeä, voi auttaa ennustamaan taiva alta tulevien salamoiden sytyttämiä tulipaloja.
"Yhdistämällä etähavaitut tiedot tietoihin, kuten aiempien tulipalojen pohjan totuuteen, kasvillisuuden terveyteen ja kuivuuteen, tekoäly voi tarjota mahdollisuuden parantaa metsäpalojen seurantaa ja metsäpalojen leviämisen ennustamista", Scott Mackaro, tiedejohtaja, innovaatioita ja kehitystä sääennusteyrityksessä AccuWeatherissa, joka ei ollut mukana tutkimuksessa, kertoi Lifewirelle sähköpostihaastattelussa.
Ennustava vaara
Parannetut salamaennusteet voivat auttaa varautumaan mahdollisiin metsäpaloihin ja parantamaan salaman varoituksia.
"Parhaat aineet koneoppimiseen ovat asioita, joita emme täysin ymmärrä. Ja mikä ilmakehätieteiden alalla on edelleen huonosti ymmärrettävää? Salama", sanoi ilmakehätieteiden professori Daehyun Kim. Washingtonin yliopisto, joka oli mukana äskettäisessä tutkimuksessa, sanoi lehdistötiedotteessa. "Tietojemme mukaan työmme on ensimmäinen, joka osoittaa, että koneoppimisalgoritmit voivat toimia salaman kanssa."
Uusi tekniikka yhdistää sääennusteet koneoppimisyhtälöön, joka perustuu menneiden salamatapahtumien analyyseihin. Tutkimuksen kirjoittajat sanoivat, että hybridimenetelmä voisi ennustaa salaman kaakkois-Yhdysvalloissa kaksi päivää aikaisemmin kuin nykyinen johtava tekniikka.
Tutkijat kouluttivat järjestelmää salamatiedoilla vuosina 2010–2016, jolloin tietokone havaitsi säämuuttujien ja salamoiden välisiä suhteita. Sitten he testasivat tekniikkaa sääolosuhteissa vuosina 2017–2019 vertaamalla tekoälyn tukemaa prosessia olemassa olevaan fysiikkapohjaiseen menetelmään käyttämällä todellisia salamahavaintoja arvioidakseen molempia.
AI voi auttaa käsittelemään satelliittijärjestelmistä vastaanotettuja tietoja, erottamaan vääriä hälytyksiä ja poistamaan ne, sovelluksen sääasiantuntija Juri Shpilevsky Clime kertoi Lifewirelle sähköpostihaastattelussa.
"Sen lisäksi tekoäly voi auttaa seuraamaan sääparametreja eri alueilla ja havaitsemaan pienemmät alueet, joilla sääolosuhteet ovat "suotuisimmat" palon syttymiselle", hän lisäsi. Tämä voi auttaa meitä keskittymään automaattisesti kuivimpiin ja siten palo alttiimpiin paikkoihin ja suorittamaan palontorjuntatoimia siellä."
Teorian soveltaminen käytäntöön
Tekoälyä käytetään jo metsäpalovaaran valvontaan.
Aspen Fire Protection District käyttää tekoälyyn perustuvaa ohjelmaa, joka hyödyntää kameroita valvomaan savuilmoituksia yli 90 neliökilometrin alueelta Coloradossa. Ohjelman on tehnyt kalifornialainen Pano AI -niminen yritys, ja se käyttää korkearesoluutioisia kameroita, jotka voivat kääntyä 360 astetta.
"Tiedämme, että minuuteilla on väliä kulopalojen torjunnassa", sanoi Arvind Satyam, Pano AI:n kaupallinen johtaja, lehdistötiedotteessa. "Visionamme on luoda huippuluokan kameroiden verkosto sekä integroida olemassa olevia videosyötteitä, jotka hyödyntävät tekoälyämme ja intuitiivista ohjelmistoamme tarjotakseen oikea-aikaisia ja tarkkoja hälytyksiä tilannetietotiimeille, jotta pienet räjähdykset eivät kasvaisi suuriksi. helvetti."
Monet yritykset käyttävät tekoälyä sääennusteiden parantamiseen. Esimerkiksi Weather Stream käyttää tekoälyä seuraamaan sademäärää maailmanlaajuisista satelliittitiedoista, mikä osoittaa kuivuuden alueet.
"Tekoäly- ja satelliittitietoja voidaan käyttää metsäpalon syklin useissa vaiheissa", Weather Streamin kaukokartoittaja Richard Delf kertoi Lifewirelle sähköpostihaastattelussa. "Voimme käyttää tekoälyä satelliittitietojen tulkitsemiseen alueellisten polttoainetasojen, pinnan kosteustason ja kuomutason määrittämiseksi, jotka paikallisen ilmaston ohella ovat avainindikaattoreita alueen metsäpaloriskistä."
Tekoälyn tuleva kehitys tekee metsäpalojen ennustamisesta entistä tarkempaa, ennusti Shpilevsky. Tietokonemallit tekevät ennusteita sääolosuhteiden ja muiden tietojen, kuten metsän kasvillisuustyypin, tuulimallien, salamaniskuille suotuisten olosuhteiden, perusteella.
"Tämä auttaa antamaan reaaliaikaisia ennusteita siitä, miten maastopalo leviää, ennustaa odotettavissa olevaa palon voimakkuutta, arvioida mahdollisia vahinkoja, arvioida palon paikallistamiseen tarvittavat resurssit", hän lisäsi.
