Հիմնական տանողներ
- Վերջերս կատարված ուսումնասիրությունը ցույց է տվել, որ արհեստական ինտելեկտը կարող է կանխատեսել կայծակի հարվածները և պաշտպանել մարդկանց անտառային հրդեհներից:
- AI-ը կարող է նաև օգնել մշակել արբանյակային համակարգերից ստացված տվյալները և առանձնացնել կեղծ ահազանգերը:
- Կոլորադոյի մեկ քաղաքն օգտագործում է AI-ի վրա հիմնված ծրագիր, որը վերահսկում է ծխի հաղորդագրությունները ավելի քան 90 քառակուսի մղոն:
Արհեստական ինտելեկտի (AI) վերջին ձեռքբերումները կարող են օգնել մարդկանց պաշտպանել անտառային հրդեհներից:
Նոր ուսումնասիրությունը ցույց է տալիս, որ մեքենայական ուսուցում-համակարգչային ալգորիթմները, որոնք բարելավում են իրենց՝ առանց մարդկանց անմիջական ծրագրավորման, կարող են բարելավել կայծակնային կանխատեսումները: Ավելի լավ պատկերացումն այն մասին, թե որտեղ կարող է հարվածել կայծակը, կարող է օգնել կանխատեսել երկնքից բռնկված հրդեհները:
«Համակցելով հեռակա զննվող տվյալները տեղեկատվության հետ, ինչպիսիք են նախորդ հրդեհների, բուսականության առողջությունը և չորությունը, AI-ն կարող է հնարավորություն տալ բարելավելու անտառային հրդեհների մոնիտորինգը և անտառային հրդեհների տարածման կանխատեսումը», - Սքոթ Մակարո, գիտության փոխնախագահ Եղանակի կանխատեսման AccuWeather ընկերությունում նորարարություն և զարգացում, ով ներգրավված չէր հետազոտության մեջ, ասաց Lifewire-ին էլփոստով տված հարցազրույցում:
Վտանգի կանխատեսում
Կայծակի բարելավված կանխատեսումները կարող են օգնել նախապատրաստվել պոտենցիալ անտառային հրդեհներին և բարելավել անվտանգության նախազգուշացումները կայծակի դեպքում:
«Մեքենայական ուսուցման լավագույն առարկաներն այն բաներն են, որոնք մենք լիովին չենք հասկանում: Իսկ մթնոլորտային գիտությունների ոլորտում ո՞րն է մնում վատ ընկալված: Կայծակ», - ասում է Դեյհյուն Քիմը, մթնոլորտային գիտությունների պրոֆեսորը: Վաշինգտոնի համալսարանը, ով ներգրավված էր վերջին ուսումնասիրության մեջ, ասվում է լրատվական հաղորդագրության մեջ: «Մեր տեղեկություններով, մեր աշխատանքն առաջինն է, որը ցույց է տալիս, որ մեքենայական ուսուցման ալգորիթմները կարող են աշխատել կայծակի վրա:«
Նոր տեխնիկան համատեղում է եղանակի կանխատեսումները մեքենայական ուսուցման հավասարման հետ՝ հիմնված անցյալ կայծակնային իրադարձությունների վերլուծության վրա: Հետազոտության հեղինակները նշել են, որ հիբրիդային մեթոդը կարող է կանխատեսել կայծակը ԱՄՆ հարավ-արևելքում երկու օր շուտ, քան գոյություն ունեցող առաջատար տեխնիկան:
Հետազոտողները 2010-ից 2016 թվականներին վերապատրաստել են համակարգը կայծակնային տվյալներով՝ թույլ տալով համակարգչին հայտնաբերել եղանակային փոփոխականների և կայծակի պտուտակների միջև կապը: Այնուհետև նրանք փորձարկեցին տեխնիկան եղանակի վրա 2017-ից մինչև 2019 թվականները՝ համեմատելով AI-ով աջակցվող գործընթացը և գոյություն ունեցող ֆիզիկայի վրա հիմնված մեթոդը՝ օգտագործելով իրական կայծակնային դիտարկումները՝ երկուսն էլ գնահատելու համար:
AI-ն կարող է օգնել մշակել արբանյակային համակարգերից ստացված տվյալները, առանձնացնել կեղծ ահազանգերը և հեռացնել դրանք, Lifewire-ին տված հարցազրույցում ասել է Clime հավելվածի եղանակի փորձագետ Յուրի Շպիլևսկին::
«Բացի այդ, AI-ն կարող է օգնել հետևել եղանակային պարամետրերին տարբեր շրջաններում և հայտնաբերել ավելի փոքր տարածքները, որտեղ եղանակային պայմանները «առավել բարենպաստ» են հրդեհի բռնկման համար», - ավելացրեց նա:Սա կարող է օգնել մեզ ավտոմատ կերպով կենտրոնանալ ամենաչոր և, հետևաբար, առավել հրդեհավտանգ վայրերում և այնտեղ իրականացնել հրդեհների կանխարգելման աշխատանքներ»:
Տեսության կիրառում
Արհեստական ինտելեկտն արդեն օգտագործվում է անտառային հրդեհների վտանգի վերահսկման համար:
Ասպենի հրդեհային պաշտպանության շրջանն օգտագործում է AI-ի վրա հիմնված ծրագիր, որն օգտագործում է տեսախցիկներ՝ վերահսկելու ծխի մասին հաղորդումները Կոլորադոյում ավելի քան 90 քառակուսի մղոն տարածության վրա: Ծրագիրը պատրաստված է Կալիֆորնիայում գտնվող Pano AI ընկերության կողմից և օգտագործում է բարձր լուծաչափով տեսախցիկներ, որոնք կարող են պտտվել 360 աստիճանով:
«Մենք գիտենք, որ րոպեները կարևոր են, երբ խոսքը վերաբերում է անտառային հրդեհներին արձագանքելուն», - ասաց Արվինդ Սաթյամը, Pano AI-ի գլխավոր առևտրային տնօրենը, լրատվական հաղորդագրության մեջ: «Մեր տեսլականն է ստեղծել գերժամանակակից տեսախցիկների ցանց, ինչպես նաև ինտեգրել գոյություն ունեցող վիդեո հոսքերը, որոնք կօգտագործեն մեր արհեստական ինտելեկտը և մեր ինտուիտիվ ծրագրաշարը՝ իրավիճակի իրազեկման թիմերին ժամանակին և ճշգրիտ ահազանգեր տրամադրելու համար՝ կանխելու փոքր բռնկումները մեծանալու համար: դժոխքներ.«
Շատ ընկերություններ օգտագործում են AI՝ եղանակի կանխատեսումները բարելավելու համար: Օրինակ՝ Weather Stream-ն օգտագործում է AI՝ գլոբալ արբանյակային տվյալներից տեղումները վերահսկելու համար՝ նշելով երաշտի շրջանները:
«AI-ը և արբանյակային տվյալները կարող են օգտագործվել անտառային հրդեհների ցիկլի մի քանի փուլերում»,- Lifewire-ին տված հարցազրույցում ասել է Weather Stream-ի հեռահար հետազոտող գիտնական Ռիչարդ Դելֆը: «Մենք կարող ենք օգտագործել արհեստական ինտելեկտը՝ արբանյակային տվյալները մեկնաբանելու համար՝ վառելիքի տարածաշրջանային մակարդակները, մակերևույթի խոնավության մակարդակները և հովանոցների մակարդակները սահմանելու համար, որոնք, տեղական կլիմայի հետ մեկտեղ, տարածաշրջանի անտառային հրդեհների վտանգի հիմնական ցուցանիշներն են»::
ԱԱՀ-ի ապագա զարգացումները կդարձնեն անտառային հրդեհների կանխատեսումն էլ ավելի ճշգրիտ, կանխատեսեց Շպիլևսկին: Համակարգչային մոդելները կանխատեսումներ կանեն՝ հիմնվելով եղանակային պայմանների և այլ տվյալների վրա, ինչպիսիք են անտառի բուսականության տեսակը, քամու ձևերը, կայծակի հարվածների համար բարենպաստ պայմանները:
«Սա կօգնի իրական ժամանակում կանխատեսումներ անել անտառային հրդեհի տարածման ճանապարհին, կանխատեսել հրդեհի ակնկալվող ինտենսիվությունը, գնահատել հնարավոր վնասը, գնահատել հրդեհի տեղայնացման համար անհրաժեշտ ռեսուրսները», - ավելացրեց նա:
