عندما تقوم بالشراء من خلال الروابط الموجودة في مقالاتنا، قد تحصل شركة Future وشركاؤها المشتركون على عمولة.
الائتمان: مختبرات الكوكب PBC
يقوم علماء معهد ماساتشوستس للتكنولوجيا بتطوير أداة ذكاء اصطناعي (AI) تنشئ صورًا واقعية عبر الأقمار الصناعية لسيناريوهات الفيضانات المحتملة.
تجمع الأداة بين مولد منظمة العفو الدولية نموذج بنموذج فيضان قائم على الفيزياء للتنبؤ بالمناطق المعرضة لخطر الفيضانات، ثم إنشاء صور تفصيلية شاملة لكيفية رعاية المنطقة للفيضان، بناءً على قوة العاصفة المقتربة.
“الفكرة هي أنه في يوم من الأيام، يمكننا استخدام هذا قبل إعصاروقال بيورن لوتجينز، باحث ما بعد الدكتوراه في قسم علوم الأرض والغلاف الجوي والكواكب في معهد ماساتشوستس للتكنولوجيا (MIT)، في مقالة له: “إنها توفر طبقة تصور إضافية للجمهور”. إفادة.
وأضاف لوتجينز، الذي قاد البحث عندما كان طالب دكتوراه في قسم الطيران والملاحة الفضائية بمعهد ماساتشوستس للتكنولوجيا (AeroAstro): “أحد أكبر التحديات هو تشجيع الناس على الإخلاء عندما يكونون في خطر”. “ربما يكون هذا تصورًا آخر للمساعدة في زيادة هذا الاستعداد.”
متعلق ب: السلامة أولاً: تتعهد وكالة ناسا باستخدام الذكاء الاصطناعي بعناية ومسؤولية
وقام الفريق بتدريب أ التعلم الآلي نموذج يسمى شبكة الخصومة التوليدية المشروطة، أو GAN باختصار، والذي يقوم بإنشاء صور واقعية باستخدام شبكتين عصبيتين تعملان ضد بعضهما البعض.
الشبكة الأولى، تسمى “المولد”، تتعلم من خلال دراسة أمثلة حقيقية، مثل قمر صناعي صور للمناطق قبل وبعد الإعصار. الشبكة الثانية، “التمييز”، تعمل كناقد، تحاول التمييز بين الصور الحقيقية والصور المزيفة التي أنشأها المولد. ويتم تحسينهما معًا حتى تبدو الصور التي تم إنشاؤها واقعية بشكل مقنع.
تتعلم كل شبكة وتتحسن تلقائيًا بناءً على التعليقات الواردة من الشبكة الأخرى. تهدف هذه العملية ذهابًا وإيابًا إلى إنشاء صور اصطناعية مطابقة تقريبًا للصور الحقيقية.
ومع ذلك، تنتج شبكات GAN أحيانًا “هلوسة” – وهي ميزات في الصور تبدو حقيقية ولكنها غير صحيحة في الواقع أو لا ينبغي أن تكون موجودة.
قال لوتينز: “الهلوسة يمكن أن تضلل المشاهدين”. “كنا نفكر: كيف يمكننا استخدام نماذج الذكاء الاصطناعي التوليدية هذه في إعداد تأثير المناخ، أين يعد الحصول على مصادر بيانات موثوقة أمرًا في غاية الأهمية؟”
وهنا يأتي دور النموذج الفيزيائي.
ولإثبات مصداقية نموذجهم، قام الباحثون بتطبيقه على سيناريو لهيوستن، حيث قاموا بتوليد صور الأقمار الصناعية للفيضانات في المدينة بعد عاصفة مماثلة في قوتها. إعصار هارفي، والتي ظهرت بالفعل في عام 2017. ثم قاموا بمقارنة الصور التي تم إنشاؤها بواسطة الذكاء الاصطناعي بصور الأقمار الصناعية الفعلية، بالإضافة إلى الصور التي تم إنشاؤها دون مساعدة نموذج الفيضان الفيزيائي.
ليس من المستغرب أنه بدون مساعدة النموذج الفيزيائي، كانت صور الذكاء الاصطناعي غير دقيقة إلى حد كبير، مع العديد من “الهلوسة” – على وجه التحديد، الصور التي تصور الفيضانات في المناطق التي لن يكون فيها ذلك ممكنًا ماديًا. لكن صور الطريقة المعززة بالفيزياء كانت قابلة للمقارنة بسيناريو العالم الحقيقي.
ويتصور العلماء أن هذه التقنية يجب أن تكون أكثر قابلية للتطبيق للتنبؤ بنتائج سيناريوهات الفيضانات المستقبلية من خلال إنتاج صور جديرة بالثقة لمساعدة صناع السياسات على الاستعداد بشكل أفضل واتخاذ قرارات مستنيرة بشأن التخطيط للفيضانات وجهود الإخلاء والتخفيف من آثارها.
يقول العلماء في بيانهم الصحفي إن صناع السياسات عادةً ما يقيسون الأماكن التي قد تحدث فيها الفيضانات بناءً على تصورات في شكل خرائط مرمزة بالألوان.
“السؤال هو: هل يمكن لتصورات صور الأقمار الصناعية أن تضيف مستوى آخر إلى هذا، يكون أكثر واقعية وجاذبية عاطفية من خريطة مرمزة بالألوان للأحمر والأصفر والأزرق، في حين لا تزال جديرة بالثقة؟” قال لوتينز.
قصص ذات صلة:
— كيف أثبتت بيانات الأقمار الصناعية أن تغير المناخ يمثل أزمة مناخية
– صور الأقمار الصناعية تلتقط إعصار ميلتون وهو يتصاعد إلى عاصفة من الفئة 5 (فيديو)
– يجبر إعصار ميلتون ناسا وSpaceX على تأخير عودة رواد فضاء Crew-8 إلى الأرض
وهذا مثال مهم على الكيفية التي يمكن بها للتكنولوجيا الفضائية أن تساعد في إدارة الأحداث الجارية أزمة المناخ، مما يجعل الأحداث المتطرفة، مثل الفيضانات والأعاصير، أكثر احتمالا.
لا تزال طريقة الفريق في مرحلة إثبات المفهوم وتحتاج إلى مزيد من الوقت “لدراسة” المناطق الأخرى حتى تتمكن من التنبؤ بنتائج العواصف المختلفة. وسيتطلب هذا مزيدًا من التدريب على العديد من سيناريوهات العالم الحقيقي.
وقالت دافا نيومان: “إننا نعرض طريقة ملموسة للجمع بين التعلم الآلي والفيزياء في حالة استخدام حساسة للمخاطر، الأمر الذي يتطلب منا تحليل مدى تعقيد أنظمة الأرض وتوقع الإجراءات المستقبلية والسيناريوهات المحتملة لإبعاد الناس عن الأذى”. ، أستاذ AeroAstro ومدير مختبر الوسائط بمعهد ماساتشوستس للتكنولوجيا. “لا يمكننا الانتظار حتى نضع أدوات الذكاء الاصطناعي التوليدية لدينا في أيدي صناع القرار على مستوى المجتمع المحلي، الأمر الذي يمكن أن يحدث فرقًا كبيرًا وربما ينقذ الأرواح.”
الفريق نشروا أعمالهم الشهر الماضي في مجلة IEEE Transactions on Geoscience and Remote Sensing.