Googleov AI predviđa poplave sedam dana unaprijed. Još jedan model predviđa vrijeme deset dana unaprijed

Model su razvili Googleovi istraživači, koji su rekli da su uspjeli “poboljšati vještinu predviđanja u Africi kako bi bile slične onima koje su trenutno dostupne u Europi”. I to unatoč činjenici da Afrika ima puno manje pokazatelja poplava.

Prognoze u stvarnom vremenu besplatne su i dostupne javnosti putem .

Godišnja šteta od 50 milijardi dolara

Poplave su najčešće i najrazornije prirodne katastrofe koje uzrokuju prosječno 50 milijardi dolara globalne ekonomske štete godišnje.

Teško ih je predvidjeti, osobito na mjestima s malo ili nimalo podataka.

Gotovo 90% od 1,8 milijardi ljudi izloženih poplavama živi u zemljama s niskim i srednjim dohotkom, gdje ima manje pokazatelja nego u bogatim zemljama, a ponekad ih uopće nema.

Google je pokušao predvidjeti poplave – uključujući posebno razorne događaje – u riječnom slivu bez mjerača tlaka.

Strojno učenje

Googleov prediktivni model koristi različite javno dostupne izvore podataka, poput vremenske prognoze, satelitskih slika, topografije i vrste tla.

Zatim koristi umjetnu inteligenciju da predvidi koja će područja biti pogođena poplavom i koliko će voda biti duboka.

Model je testiran i zatim poboljšan na temelju povratnih informacija dobivenih iz 5680 slivova. Stoga je tvrtka koristila strojno učenje.

Istraživači su otkrili da su mogli predvidjeti poplave pet dana unaprijed u slivovima koji nemaju indikatore. U drugim slučajevima, bili su predviđeni za sedam dana, prema Googleu.

Moglo bi zaštititi imovinu

Beth Tellman, glavna istraživačica u Floodbaseu, tvrtki koja razvija tehnologije koje mogu olakšati proizvode osiguranja od poplava u zemljama u razvoju, kaže da bi to moglo imati velike implikacije na pripremljenost za katastrofe.

“Ako prognoze mogu biti pouzdane, mogle bi se koristiti ne samo za rano upozorenje i evakuaciju radi spašavanja života, već i za otključavanje strateških sredstava za spašavanje života i imovine”, rekla je.

Naveo je niz primjera poput evakuacije stoke, izgradnje nasipa od vreća pijeska duž rijeka, žetve rižinih usjeva dovoljno rano da se sačuvaju ili čak gomilanja goriva i hrane po nižim cijenama prije nego što se dogodi poplava i cijene porastu.

Dvostruki rizik od poplave

Rizik od poplava više se nego udvostručio od početka ovog stoljeća. Prema procjenama Svjetske banke, kad bi sustavi upozoravanja na poplave u zemljama u razvoju dostigli standarde razvijenih zemalja, godišnje bi se spasilo 23.000 života.

Yossi Matias, Googleov potpredsjednik inženjeringa i istraživanja, rekao je da je model otkako je implementiran pomogao u predviđanju poplava u Kolumbiji i Indiji. Još se ne bavi drugim vrstama poplava, kao što su urbane i obalne poplave, ali tim se planira dodatno pozabaviti time.

Vrijeme zatečeno deset dana prije

To nije jedino mjesto gdje je umjetna inteligencija uspjela dati bolja predviđanja.

Jedan model, nazvan GraphCast, može brže i jeftinije predvidjeti vrijeme, pokazuje, pozivajući se na istraživače DeepMinda.

Ovo je također jedinica Googlea.

Model može predvidjeti vrijeme deset dana unaprijed za manje od minute na stolnom računalu, dok trenutni modeli zahtijevaju superračunala koja računaju po satu.

Prema citiranom izvoru, model DeepMind nadmašuje 90% ciljeva koje koriste najbolji svjetski sustavi za prognoziranje vremena.

GraphCast je treniran na gotovo 40 povijesnih vremenskih podataka.

Obuka umjetne inteligencije trajala je tjednima i zahtijevala je 32 računala.