https://sputnikportal.rs/20241127/vestacka-inteligencija-pomaze-u-predvidjanju-buducih-poplava-foto-1179944667.html
Вештачка интелигенција помаже у предвиђању будућих поплава /фото/
Вештачка интелигенција помаже у предвиђању будућих поплава /фото/
Sputnik Србија
С обзиром на то колико се клима променила последњих година, метода коју су развили научници Масачусетског института технологије (МИТ) могла би да буде од... 27.11.2024, Sputnik Србија
2024-11-27T21:50+0100
2024-11-27T21:50+0100
2024-11-27T21:50+0100
наука и технологија
наука и технологија
друштво
изуми и открића
https://cdn1.img.sputnikportal.rs/img/07e8/0b/1b/1179945602_0:354:1025:930_1920x0_80_0_0_b2c452553c336248c5588cf33d8e1d40.jpg
Како истичу, њихов метод комбинује генеративни модел вештачке интелигенције са моделом поплава заснованим на физици како би се створиле најреалније фотографије датог подручја из птичје перспективе. На тај начин могу јасно да покажу где би могло доћи до поплава и колико би подручја било захваћено.Приликом тестирања модела, научници су користили податке о урагану Харви који је погодио Хјустон и околину 2017. године. Након што је модел направио сателитске слике, научници су их упоредили са стварним сликама снимљеним после невремена. Такође, упоредили су слике које су створене уз помоћ вештачке интелигенције, али нису укључиле модел заснован на физици.Открили су да је њихов модел генерисања сателитских слика коришћењем вештачке интелигенције заснован на физичком моделу био реалистичнији и тачнији.„Један од највећих изазова је подстицање људи да се евакуишу када су у опасности. Можда би ово могла бити још једна визуализација која ће помоћи да се повећа та спремност“, додао је Литјенс.Како су истраживачи објаснили, обично креатори политике могу да добију идеју о томе где би се поплаве могле десити на основу визуелизације у облику мапа означених бојама. Ове мапе су коначни производ серије физичких модела који обично почињу моделом путање урагана, који се затим уноси у модел ветра који симулира образац и јачину ветрова у локалном региону. Хидраулички модел затим исцртава где ће доћи до поплава на основу локалне инфраструктуре и генерише визуелну мапу висина поплава у одређеном региону у боји.„Чини се да је пружање хиперлокалне климатске перспективе најефикаснији начин за преношење наших научних резултата“, каже Дава Њумен, виши аутор студије и додаје: „Људи се повезују са својим поштанским бројем, својим локалним окружењем у којем живе њихова породица и пријатељи. Пружање симулација локалне климе постаје интуитивно, лично и повезано“.Иако су на примеру Хјустона показали да њихов метод функционише, креирање новог модела за другу област захтевало би много времена и ресурса. Али није немогуће.За сада су свој метод учинили достуапним свима на репозиторијуму GitHub као „Earth Intelligence Engine“, а резултати до којих су дошли током развоја методе објављени су у часопису „IEEE Transactions on Geoscience and Remote Sensing“, пренео је МИТ.Погледајте и:
Sputnik Србија
feedback.rs@sputniknews.com
+74956456601
MIA „Rossiya Segodnya“
2024
Sputnik Србија
feedback.rs@sputniknews.com
+74956456601
MIA „Rossiya Segodnya“
Вести
sr_RS
Sputnik Србија
feedback.rs@sputniknews.com
+74956456601
MIA „Rossiya Segodnya“
Sputnik Србија
feedback.rs@sputniknews.com
+74956456601
MIA „Rossiya Segodnya“
наука и технологија, друштво, изуми и открића
наука и технологија, друштво, изуми и открића
Вештачка интелигенција помаже у предвиђању будућих поплава /фото/
С обзиром на то колико се клима променила последњих година, метода коју су развили научници Масачусетског института технологије (МИТ) могла би да буде од велике користи. Они су, наиме, развили метод који генерише сателитске снимке који показују како би одређено подручје изгледало послепотенцијалне поплаве.
Како истичу, њихов метод комбинује генеративни модел вештачке интелигенције са моделом поплава заснованим на физици како би се створиле најреалније фотографије датог подручја из птичје перспективе. На тај начин могу јасно да покажу где би могло доћи до поплава и колико би подручја било захваћено.
Приликом тестирања модела, научници су користили податке о урагану Харви који је погодио Хјустон и околину 2017. године. Након што је модел направио сателитске слике, научници су их упоредили са стварним сликама снимљеним после невремена. Такође, упоредили су слике које су створене уз помоћ вештачке интелигенције, али нису укључиле модел заснован на физици.
Открили су да је њихов модел генерисања сателитских слика коришћењем вештачке интелигенције заснован на физичком моделу био реалистичнији и тачнији.
„Једног дана бисмо ово могли да искористимо пре урагана да обезбедимо додатни слој визуелизације за јавност“, каже Бјорн Литјенс, постдокторски сарадник на МИТ-овом Одељењу за Земљине атмосферске и планетарне науке, који је водио истраживање док је био докторант на Катедри за аеронаутику и астронаутику МИТ-а.
„Један од највећих изазова је подстицање људи да се евакуишу када су у опасности. Можда би ово могла бити још једна визуализација која ће помоћи да се повећа та спремност“, додао је Литјенс.
Како су истраживачи објаснили, обично креатори политике могу да добију идеју о томе где би се поплаве могле десити на основу визуелизације у облику мапа означених бојама. Ове мапе су коначни производ серије физичких модела који обично почињу моделом путање урагана, који се затим уноси у модел ветра који симулира образац и јачину ветрова у локалном региону. Хидраулички модел затим исцртава где ће доћи до поплава на основу локалне инфраструктуре и генерише визуелну мапу висина поплава у одређеном региону у боји.
„Чини се да је пружање хиперлокалне климатске перспективе најефикаснији начин за преношење наших научних резултата“, каже Дава Њумен, виши аутор студије и додаје: „Људи се повезују са својим поштанским бројем, својим локалним окружењем у којем живе њихова породица и пријатељи. Пружање симулација локалне климе постаје интуитивно, лично и повезано“.
Иако су на примеру Хјустона показали да њихов метод функционише, креирање новог модела за другу област захтевало би много времена и ресурса. Али није немогуће.
За сада су свој метод учинили достуапним свима на репозиторијуму GitHub као „Earth Intelligence Engine“, а резултати до којих су дошли током развоја методе
објављени су у часопису „IEEE Transactions on Geoscience and Remote Sensing“,
пренео је МИТ.
