Veštačka inteligencija pomaže u predviđanju budućih poplava /foto/
CC0 / Slika generisana veštačkom inteligencijom /
Pratite nas
S obzirom na to koliko se klima promenila poslednjih godina, metoda koju su razvili naučnici Masačusetskog instituta tehnologije (MIT) mogla bi da bude od velike koristi. Oni su, naime, razvili metod koji generiše satelitske snimke koji pokazuju kako bi određeno područje izgledalo poslepotencijalne poplave.
Kako ističu, njihov metod kombinuje generativni model veštačke inteligencije sa modelom poplava zasnovanim na fizici kako bi se stvorile najrealnije fotografije datog područja iz ptičje perspektive. Na taj način mogu jasno da pokažu gde bi moglo doći do poplava i koliko bi područja bilo zahvaćeno.
Prilikom testiranja modela, naučnici su koristili podatke o uraganu Harvi koji je pogodio Hjuston i okolinu 2017. godine. Nakon što je model napravio satelitske slike, naučnici su ih uporedili sa stvarnim slikama snimljenim posle nevremena. Takođe, uporedili su slike koje su stvorene uz pomoć veštačke inteligencije, ali nisu uključile model zasnovan na fizici.
Otkrili su da je njihov model generisanja satelitskih slika korišćenjem veštačke inteligencije zasnovan na fizičkom modelu bio realističniji i tačniji.
„Jednog dana bismo ovo mogli da iskoristimo pre uragana da obezbedimo dodatni sloj vizuelizacije za javnost“, kaže Bjorn Litjens, postdoktorski saradnik na MIT-ovom Odeljenju za Zemljine atmosferske i planetarne nauke, koji je vodio istraživanje dok je bio doktorant na Katedri za aeronautiku i astronautiku MIT-a.
„Jedan od najvećih izazova je podsticanje ljudi da se evakuišu kada su u opasnosti. Možda bi ovo mogla biti još jedna vizualizacija koja će pomoći da se poveća ta spremnost“, dodao je Litjens.
Kako su istraživači objasnili, obično kreatori politike mogu da dobiju ideju o tome gde bi se poplave mogle desiti na osnovu vizuelizacije u obliku mapa označenih bojama. Ove mape su konačni proizvod serije fizičkih modela koji obično počinju modelom putanje uragana, koji se zatim unosi u model vetra koji simulira obrazac i jačinu vetrova u lokalnom regionu. Hidraulički model zatim iscrtava gde će doći do poplava na osnovu lokalne infrastrukture i generiše vizuelnu mapu visina poplava u određenom regionu u boji.
The "Earth Intelligence Engine" creates realistic, simulated satellite imagery from the future, combining a physics-based model with generative AI to create realistic, simulated satellite imagery from the future. These images can help users see what their region might look like… pic.twitter.com/83LvNcYnuS
— MIT Media Lab (@medialab) November 25, 2024
„Čini se da je pružanje hiperlokalne klimatske perspektive najefikasniji način za prenošenje naših naučnih rezultata“, kaže Dava Njumen, viši autor studije i dodaje: „Ljudi se povezuju sa svojim poštanskim brojem, svojim lokalnim okruženjem u kojem žive njihova porodica i prijatelji. Pružanje simulacija lokalne klime postaje intuitivno, lično i povezano“.
Iako su na primeru Hjustona pokazali da njihov metod funkcioniše, kreiranje novog modela za drugu oblast zahtevalo bi mnogo vremena i resursa. Ali nije nemoguće.
Za sada su svoj metod učinili dostuapnim svima na repozitorijumu GitHub kao „Earth Intelligence Engine“, a rezultati do kojih su došli tokom razvoja metode objavljeni su u časopisu „IEEE Transactions on Geoscience and Remote Sensing“, preneo je MIT.
Pogledajte i:
