Key Takeaways
- Nedavna studija je pokazala da umjetna inteligencija može predvidjeti udare groma i zaštititi ljude od šumskih požara.
- AI također može pomoći u procesuiranju podataka primljenih od satelitskih sistema i izdvajanju lažnih alarma.
- Jedan grad u Koloradu koristi program vođen AI koji prati izvještaje o dimu preko 90 kvadratnih milja.
Nedavni napredak u umjetnoj inteligenciji (AI) mogao bi pomoći da se ljudi zaštite od šumskih požara.
Nova studija pokazuje mašinsko učenje - kompjuterski algoritmi koji se poboljšavaju bez direktnog programiranja od strane ljudi - mogu poboljšati prognoze munje. Bolje razumijevanje toga gdje grom može udariti moglo bi pomoći u predviđanju požara koji su pokrenuli munji s neba.
"Kombinirajući podatke iz daljinskog senzora s informacijama, kao što su prizemna istina o prethodnim požarima, zdravlje vegetacije i suhoća, AI može ponuditi priliku za poboljšanje praćenja šumskih požara i predviđanja širenja požara", Scott Mackaro, potpredsjednik znanosti, inovacije i razvoj u kompaniji za prognozu vremena AccuWeather, koja nije bila uključena u studiju, rekla je za Lifewire u intervjuu e-poštom.
Predviđanje opasnosti
Poboljšane prognoze munje mogle bi pomoći u pripremi za potencijalne šumske požare i poboljšati sigurnosna upozorenja za munje.
"Najbolji predmeti za mašinsko učenje su stvari koje ne razumemo u potpunosti. A šta je nešto u oblasti atmosferskih nauka što je i dalje slabo shvaćeno? Munje", rekao je Daehyun Kim, profesor atmosferskih nauka na Univerzitetu Univerzitet u Washingtonu koji je bio uključen u nedavnu studiju, navodi se u saopštenju za javnost. „Prema našim saznanjima, naš rad je prvi koji pokazuje da algoritmi mašinskog učenja mogu raditi za munje."
Nova tehnika kombinuje vremensku prognozu sa jednačinom mašinskog učenja zasnovanu na analizi prošlih događaja munja. Autori studije rekli su da bi hibridna metoda mogla predvidjeti munje nad jugoistočnim SAD-om dva dana ranije od postojeće vodeće tehnike.
Istraživači su obučavali sistem sa podacima o munjama od 2010. do 2016. godine, omogućavajući kompjuteru da otkrije veze između vremenskih varijabli i munja. Zatim su testirali tehniku na vremenske prilike od 2017. do 2019. godine, upoređujući proces podržan od veštačke inteligencije i postojeću metodu zasnovanu na fizici, koristeći stvarna posmatranja munja za procenu oba.
AI može pomoći u procesuiranju podataka primljenih od satelitskih sistema, izdvajanju lažnih alarma i uklanjanju ih, rekao je stručnjak za vremensku prognozu Yuri Shpilevsky iz aplikacije Clime za Lifewire u intervjuu e-poštom.
"Osim toga, AI može pomoći u praćenju vremenskih parametara u različitim regijama i detektovanju manjih područja u kojima su vremenski uslovi 'najpovoljniji' za početak požara", dodao je. Ovo nam može pomoći da se automatski fokusiramo na najsušnija i stoga najizloženija mjesta i tamo provodimo aktivnosti za sprječavanje požara."
Prevođenje teorije u praksu
Umjetna inteligencija se već koristi za praćenje opasnosti od šumskih požara.
District Aspen Fire Protection District koristi program vođen AI koji koristi kamere za praćenje izvještaja o dimu preko 90 kvadratnih milja u Koloradu. Program je napravila kompanija Pano AI iz Kalifornije i koristi kamere visoke rezolucije koje se mogu okretati za 360 stepeni.
"Znamo da su minute bitne kada je u pitanju odgovor na požar", rekao je Arvind Satyam, glavni komercijalni direktor Pano AI, u saopštenju za medije. „Naša vizija je da stvorimo mrežu najsavremenijih kamera, kao i da integrišemo postojeće video feedove, koji koriste našu veštačku inteligenciju i naš intuitivni softver kako bismo obezbedili pravovremena i precizna upozorenja timovima za svest o situaciji kako bi se sprečilo da mali napadi postanu veliki infernos."
Mnoge kompanije koriste AI za poboljšanje vremenske prognoze. Na primjer, Weather Stream koristi AI za praćenje padavina iz globalnih satelitskih podataka, ukazujući na sušne regije.
"AI i satelitski podaci mogu se koristiti u više faza ciklusa šumskih požara ", rekao je Richard Delf, naučnik za daljinsko ispitivanje u Weather Stream-u, u intervjuu za Lifewire. "Možemo koristiti AI za tumačenje satelitskih podataka kako bismo utvrdili regionalne nivoe goriva, nivoe vlage na površini i nivoe krošnje, koji su, zajedno s lokalnom klimom, ključni pokazatelji rizika od šumskih požara u regiji."
Budući napredak u AI učinit će predviđanje požara još preciznijim, predvidio je Špilevski. Kompjuterski modeli će napraviti predviđanja na osnovu vremenskih uslova i drugih podataka, kao što su tip šumske vegetacije, obrasci vjetra, uslovi pogodni za udare groma.
"Ovo će pomoći u pružanju prognoze u realnom vremenu o načinu širenja požara, predvidjeti očekivani intenzitet požara, procijeniti moguću štetu, procijeniti resurse potrebne za lokalizaciju požara", dodao je.
