Sztuczna inteligencja pomoże przewidywać powodzie

Sztuczna inteligencja Google ma przewidywać powodzie. I to z czterodniowym wyprzedzeniem, które pozwoli ludziom przygotować się na kataklizm.

Sztuczna inteligencja pomoże w walce z powodziami

System AI Google ma prognozować powodzie z czterodniowym wyprzedzeniem. I to zarówno w Europie i USA, gdzie istnieje już sieć czujników monitorujących stan rzek, jak i w Ameryce Południowej czy Afryce, gdzie takich systemów nie ma lub są słabo rozwinięte.

Nad modelem prognozowania powodzi Google pracowało od lat. Już w 2018 r. firma stworzyła taki system, ale dla Indii i Bangladeszu. Spółka uruchomiła też stronę internetową Flood Hub, która informuje, w jakich regionach może dochodzić do zalań.

Jak jednak działa obecny system oparty na AI? Zespół Google wykorzystał publicznie dostępne dane dotyczące przepływu strumieni, które zebrała Światowa Organizacja Meteorologiczna oraz naziemne i satelitarne prognozy pogody sprzed maksymalnie roku. Następnie określono związek między tymi danymi a poziomami wód w zbiornikach wodnych. Na tej bazie tworzone są prognozy AI na przyszłość.

System AI Google jest już po testach. Przetestowano go na ponad 5000 pomiarach przepływów wody z całego świata, które przeprowadzono w latach 1984-2021. Odkryto w ten sposób, że model Google może przewidywać stan wody z czterodniowym wyprzedzeniem.

O ile model nie będzie czymś przełomowym dla USA czy Europy, tak może się okazać zbawienny dla mieszkańców Ameryki Południowej i Afryki. W tych częściach globu nie ma bowiem rozbudowanego systemu czujników pozyskujących dane, które pomagają w analizowaniu stanu poziomu wód.

Dane z 80 krajów

Google dysponuje obecnie danymi z aż ponad 80 krajów.

Jeśli znajdziesz się w obszarze, który obsługujemy, zobaczysz informacje z tego modelu w czasie rzeczywistym

– wskazał Gary Nearing z Google.

Jednym z ograniczeń tradycyjnych modeli hydrologicznych jest to, że są one naprawdę dokładne w miejscach, gdzie są dobrze skalibrowane

– wskazał w rozmowie z mediami z USA. Dodał. że “modele sztucznej inteligencji, mimo że opierają się na danych, uczą się ogólnych zachowań hydrologicznych i są w stanie lepiej przenosić ‘wiedzę’ z jednej lokalizacji do drugiej”.