Μπορεί η τεχνητή νοημοσύνη να αποδειχθεί πιο “έξυπνη” από τις φυσικές καταστροφές;

Πυρκαγιές που αναπτύσσονται ταχύτατα, πλημμύρες σε μικρές και μεγάλες λεκάνες απορροής, σπίτια απειλούνται από παράκτιες καταιγίδες, σεισμοί απειλούν να προκαλέσουν ανθρώπινες απώλειες και ζημιές στις υποδομές. Σενάρια φυσικών καταστροφών, που -λόγω και της κλιματικής αλλαγής- μπορεί να γίνουν ακόμα πιο έντονα μέσα στην επόμενη δεκαετία. Καθώς λοιπόν οι φυσικές καταστροφές γίνονται πιο σοβαρές σε πολλά μέρη του πλανήτη μας, οι τοπικές κυβερνήσεις χρησιμοποιούν όλο και περισσότερο προγνωστικές αναλύσεις για να κατανοήσουν πού και πότε μια έκτακτη ανάγκη θα επηρεάσει τις κοινότητές τους.  

Όπως συμβαίνει σε αρκετούς άλλους τομείς, όπως η ιατρική και τα χρηματοοικονομικά, η τεχνητή νοημοσύνη αναδεικνύεται ως μια τεχνολογία που μπορεί να παίξει ρόλο-κλειδί στη διαχείριση φυσικών καταστροφών, χάρη στα τεράστια σύνολα δεδομένων που μπορεί να αξιοποιήσει. Ενισχύοντας την κατανόησή μας για τις φυσικές καταστροφές, βοηθώντας στην έγκαιρη ανίχνευση, στην ακρίβεια και στους χρόνους προβλέψεων, αλλά και στην αποτελεσματικότητα των έκτακτων κρίσεων.

Το βασικό θεμέλιο οποιασδήποτε προσέγγισης που βασίζεται στο ΑΙ είναι τα δεδομένα υψηλής ποιότητας. Κατά τον ίδιο τρόπο και στα φυσικά φαινόμενα η τεχνητή νοημοσύνη χρειάζεται μια τεράστια βάση δεδομένων, προκειμένου να εκπαιδευτούν οι αλγόριθμοι. Ήδη δεν είναι λίγες οι περιπτώσεις, στις οποίες τα εγκατεστημένα δίκτυα αισθητήρων από τοπογραφικά πολύπλοκες περιοχές, επιτρέπουν την παρακολούθηση φυσικών φαινομένων, πολύ πιο αποτελεσματικά σε σύγκριση με τις παραδοσιακές μεθόδους. Πλημμύρες, χιονοστιβάδες, τσουνάμι προβλέπονται χάρη στην τεχνητή νοημοσύνη με ακριβείς χωροχρονικές αναλύσεις, ελαχιστοποιώντας τον αντίκτυπό τους στις περιοχές ή στις κοινότητες που συμβαίνουν ή προβλέπεται να συμβούν. Για παράδειγμα, η τεχνητή νοημοσύνη μπορεί να συνδυάζει δεδομένα που προέρχονται από μετεωρολογικούς σταθμούς και χιονοσυλλέκτες για την ακριβή πρόβλεψη του κινδύνου μιας χιονοστιβάδας.

Αντίστοιχα, το Γεωλογικό Ινστιτούτο των ΗΠΑ χρησιμοποιεί ήδη στην πολύπαθη από σεισμούς δυτική ακτή ένα AI σύστημα έγκαιρης ανίχνευσης, γνωστό ως ShakeAlert. Tο συγκεκριμένο σύστημα χρησιμοποιεί ένα δίκτυο σεισμικών αισθητήρων για να ανιχνεύσει και να αξιολογήσει τις πρώτες δονήσεις ενός σεισμού. Αρκούν οι δονήσεις από τέσσερις διαφορετικούς αισθητήρες για να ενεργοποιηθεί το σύστημα και εν συνεχεία οι ΑΙ αλγόριθμοι εκτιμούν το εύρος, τη θέση και τη σοβαρότητα της δόνησης του σεισμού, πληροφορίες που μοιράζονται άμεσα στις αρμόδιες υπηρεσίες για να προειδοποιήσουν τος κατοίκους ή τους φορείς διαχείρισης κρίσιμων υποδομών.

Σε μια άλλη περιοχή των ΗΠΑ, ο φορέας διαχείρισης του ποταμού Σαν Αντόνιο χρησιμοποιεί ένα AI εργαλείο για την πρόβλεψη πλημμυρών 12 ώρες νωρίτερα, ενημερώνοντας τις Αρχές. Το σύστημα αυτό χρησιμοποιεί ένα δίκτυο αισθητήρων που  που τοποθετούνται σε περιοχές υψηλού κινδύνου, όπως φράγματα και διαβάσεις χαμηλής στάθμης, δεδομένα που συνδυάζονται και με τις προγνώσεις της Εθνικής Μετεωρολογικής Υπηρεσίας για να εξαχθούν ασφαλή συμπεράσματα. Παρόμοια, στις ακτές της Βιρτζίνια αξιοποιείται και πάλι η τεχνητή νοημοσύνη για την πρόβλεψη μιας πιθανής ανόδου στη στάθμη των υδάτων. Μάλιστα, ακόμα και οι κάτοικοι των περιοχών αυτών έχουν πρόσβαση στο συγκεκριμένο εργαλείο και οι οποίοι μπορούν να ενημερωθούν για την πιθανότητα να βιώσουν μια πλημμύρα στο σημείο που μένουν και το προβλεπόμενο ύψος που μπορεί να φθάσει το νερό.

Όπως σημειώσαμε και νωρίτερα για την αποτελεσματική αξιοποίηση της τεχνητής νοημοσύνης σε περιπτώσεις φυσικών καταστροφών είναι η ύπαρξη πολλών δεδομένων. Καθώς είμαστε σε θέση να λαμβάνουμε δεδομένα από όλο και περισσότερες πηγές είναι σχεδόν βέβαιο ότι το ΑΙ θα παίξει ακόμα πιο καταλυτικό ρόλο στη διαχείρισή τους.

Share on linkedin
Share on twitter
Share on facebook
print this page

Βαθμολογήστε αυτό το άρθρο

Σχετικά άρθρα

Scroll to Top
X
Μετάβαση στο περιεχόμενο