Прогноз неблагоприятный:как ИИ учится предсказывать природные катаклизмы

[Цифровой Интеллект 258]

 

1.Прогноз неблагоприятный:как ИИ учится предсказывать природные катаклизмы

 

Искусственный интеллект не только создает новое, но и помогает спасать от разрушения то, что уже существует. Ученые могут лучше предсказывать стихийные бедствия, опираясь на выводы, сделанные на основе машинного обучения

Прогнозирование природных катастроф — одна из ключевых задач геонаук. Способность предвидеть цунами, землетрясения, извержения вулканов, ураганы и наводнения может спасти тысячи жизней и существенно сократить материальный ущерб. Несмотря на значительные технологические достижения, на 100% точно предсказать надвигающуюся природную катастрофу пока невозможно. Но уверенные шаги в эту сторону уже совершаются: ученые используют ИИ и машинное обучение, чтобы прогнозировать катаклизмы и минимизировать ущерб от них.

Цунами

Проблема: данные о цунами, полученные традиционным способом, анализировать долго — не остается времени на спасательные меры.

Предсказаниями цунами ученые занимаются около века. А с 1960-х годов сейсмические станции и датчики давления на дне океана позволяют обнаруживать подводные землетрясения. Эти толчки и становятся причиной гигантских волн на поверхности моря. Информацию с них обрабатывают специальные центры, например, Тихоокеанская система предупреждения о цунами (Войдите или зарегистрируйтесь, чтобы увидеть скрытое содержимое. ). Они могут оповестить прибрежные города о возможном приближении волн цунами за несколько часов до их прихода. Такие центры рассылают предупреждения метеорологическим службам тех стран, которым угрожает опасность.

 

Датчик на дне океана фиксирует землетрясение, а буй на поверхности воды передает информацию в центры предупреждения о цунами (Фото: wikimedia)

 

 

В зону ответственности PTWS входят Тихий океан, включая его южную часть, и все прилегающие к нему моря, например Восточно-Китайское, Желтое и Охотское. В 2011 году удалось Войдите или зарегистрируйтесь, чтобы увидеть скрытое содержимое.  японские власти о надвигающемся цунами всего за несколько минут с момента фиксации землетрясения.

Раннее предупреждение о цунами — сложная задача, так как риск во многом зависит от особенностей подводного землетрясения, которое его вызывает. Традиционный способ понять, насколько мощные толчки идут под водой, — использовать глубоководные буи, которые измеряют изменения уровня воды. Но анализ этой информации требует времени, поэтому в случае опасности нескольких часов в запасе для эвакуации уже не остается. Но здесь на помощь ученым приходит искусственный интеллект (ИИ).

В статье для журнала «Физика жидкостей», опубликованной в апреле 2023 года, исследователи из Калифорнийского университета в Лос-Анджелесе и Кардиффского университета в Великобритании Войдите или зарегистрируйтесь, чтобы увидеть скрытое содержимое.  созданную ими систему раннего предупреждения о цунами. Она сочетает в себе современную акустическую технологию с ИИ. С помощью этой системы можно незамедлительно классифицировать подводное землетрясение и определить, насколько оно потенциально опасно и может ли вызвать цунами.

 

Ученые предлагают опираться не на изменение положения глубоководных буев, а измерять акустическое излучение (звук), создаваемое землетрясением. Оно тоже несет информацию о тектоническом событии и распространяется значительно быстрее, чем волны цунами. Подводные микрофоны, называемые гидрофонами, записывают акустические волны и отслеживают тектоническую активность в режиме реального времени. Алгоритмы ИИ классифицируют тип смещения и магнитуду, а затем рассчитывают такие важные параметры, как длина, ширина разломной зоны, скорость подъема участка океанского дна и продолжительность землетрясения, которые определяют размер цунами.

«Акустическое излучение распространяется через толщу воды гораздо быстрее, чем волны цунами. Оно несет информацию о возникающем источнике, и его можно записать в удаленных местах, даже за тысячи километров от источника», — отмечает один из авторов разработки Усама Кадри. Таким образом, подать сигнал к эвакуации можно практически сразу же, если подземное землетрясение происходит мощнее обычного.

 

 

Землетрясения

Проблема: существуют методы обнаружения изменения сейсмической активности и деформаций в земной коре, которые могут указывать на повышенную вероятность землетрясения, но сложно понять, где будет его эпицентр.

Понять заранее, что приближается катастрофа, возможно. Например, ученые Войдите или зарегистрируйтесь, чтобы увидеть скрытое содержимое.  напряженное состояние литосферы Японии перед катастрофическим землетрясением Тохоку в марте 2011 года, которое унесло жизни около 20 тыс. человек. Но несмотря на развитие сетей сейсмического мониторинга и алгоритмов анализа данных, пока сложно предсказать точное время и место землетрясения, хотя некоторые попытки ученых все же можно назвать удачными.

Исследователи из Техасского университета в Остине в 2023 году Войдите или зарегистрируйтесь, чтобы увидеть скрытое содержимое.  результаты проведенного в Китае семимесячного испытания алгоритма ИИ, который был обучен обнаруживать статистические аномалии в сейсмических данных в реальном времени и в исторических записях землетрясений. В эксперименте ученых ИИ точно предсказал 70% землетрясений на неделю вперед, при этом 14 прогнозов сбылись в пределах 200 миль (321 км) от предполагаемого местоположения и соответствовали ожидаемым магнитудам. Однако он также выдал восемь ложных предупреждений и пропустил одно землетрясение.

 

 

На карте синие точки обозначают предсказанные ИИ землетрясения, красные точки — фактические землетрясения (Фото: Yangkang Chen / Jackson School of Geosciences)

 

Исследователи полагают, что в регионах с надежными сетями сейсмического мониторинга, например в Италии, Японии, Греции и Турции, уровень достоверности прогнозов ИИ может улучшиться, и погрешность в этом случае будет в пределах нескольких десятков миль.

 

Извержение вулканов

Проблема: дым и пепел от извержений опасны для самолетов, но информации об активности вулканов, которую дают государства, не всегда достаточно для планирования полетов.

В отличие от землетрясений, извержения вулканов можно предсказать с большей точностью. Мониторинг газовых выбросов, температуры и активности вулканов позволяет ученым фиксировать признаки предстоящего извержения.

Существуют проекты, которые мониторят вулканическую активность и анализируют ее с помощью ИИ. В 2019 году группа исследователей из Технического университета Берлина и Потсдамского центра им. Гельмгольца Войдите или зарегистрируйтесь, чтобы увидеть скрытое содержимое.  платформу Войдите или зарегистрируйтесь, чтобы увидеть скрытое содержимое. , которая собирает спутниковые снимки вулканов по всему миру — от России и Японии до Колумбии и Папуа — Новой Гвинеи — и обрабатывает их с помощью ИИ. По каждому вулкану доступна информация: объем выбросов оксида серы, температурные изменения, изменения рельефа. Доступны данные исторических наблюдений с 2000 года.

Еще один проект — центр наблюдения и моделирования землетрясений, вулканов и тектоники (Войдите или зарегистрируйтесь, чтобы увидеть скрытое содержимое. ), объединяющий ученых из 14 университетов Великобритании. Он с помощью спутников, наземных наблюдений и геофизических моделей собирает сведения о 95 вулканах: динамику тектонических движений и карты вероятностей изменения формы вулканов и окружающей его земли, сформированные методами машинного обучения.

Метеорологическая компания Weathernews в 2021 году Войдите или зарегистрируйтесь, чтобы увидеть скрытое содержимое.  систему обнаружения вулканического пепла. Она анализирует спутниковые изображения и распознает в просветах облаков вулканический пепел по его форме и текстуре.

Система помогает компании информировать своих клиентов об извержении вулканов, скорости и направлении распространения пепла. Особенно в этом заинтересованы авиакомпании в Японии и Юго-Восточной Азии, где много действующих вулканов. Дым и пепел от извержений вулканов могут поставить под угрозу полет самолета из-за плохой видимости и риска повреждения двигателей. Например, извержение вулкана Эйяфьятлайокудль в Исландии в 2010 году привело к закрытию аэропортов примерно в 30 странах и отмене многих рейсов. Обычно авиакомпании принимают решения о полетах на основе информации, публикуемой государственными органами, но на сервис Weathernews также возможно Войдите или зарегистрируйтесь, чтобы увидеть скрытое содержимое.  при изменении планов полетов или оповещении самолетов на маршруте.

 

 

Ураганы и осадки

Проблема: сложно делать точные прогнозы, например, трудно выяснить точный контур осадков.

Прогнозирование ураганов стало гораздо точнее благодаря спутниковым наблюдениям и компьютерному моделированию. Метеорологи могут предсказать появление ураганов задолго до их образования и отслеживать их траекторию.

В 2022 году исследователи из IRT AESE Saint Exupéry и Météo-France Войдите или зарегистрируйтесь, чтобы увидеть скрытое содержимое.  три нейросети для прогнозирования предстоящих осадков. С их помощью метеорологические, правительственные и другие организации могут прогнозировать возникновение ураганов и других экстремальных погодных явлений на срок от одного до шести часов вперед.

Сети были обучены на наборе данных из 20,4 тыс. карт погоды — изображений высокого разрешения, сделанных с использованием радиолокационной технологии на территории Франции в 2017–2018 годах на площади примерно 1000х1000 кв. км.

 

 

 

Исходные данные: осадки, температура, рельеф (Фото: Mohamed Chafik Bakkay et al.)

 

«Мы предлагаем использовать модели U-net, ConvLSTM и SVG-LP, обученные на двумерных картах осадков, для прогнозирования текущей погоды», — Войдите или зарегистрируйтесь, чтобы увидеть скрытое содержимое.  исследователи в своей статье. Эти модели позволяют точно предсказывать будущий контур осадков. Также работа французских ученых может стать шагом к разработке аналогичных моделей прогнозирования экстремальных погодных явлений.

 

 

В будущем борьба со стихией станет эффективнее

Развитие искусственного интеллекта и машинного обучения обещает улучшить анализ больших объемов данных и выявление сложных закономерностей, которые могут указывать на приближение катастроф. Усовершенствование сенсорных технологий и расширение сетей мониторинга также способствуют более раннему обнаружению опасных природных явлений.

Применяют искусственный интеллект в прогнозировании стихийных бедствий и в России. Например, в 2022 году МЧС начало Войдите или зарегистрируйтесь, чтобы увидеть скрытое содержимое.  ИИ-систему, которая определяла возможные места пожаров и половодья. Уже в первый год использования технологии площадь активного горения в Якутии сократилась в 16 раз. Согласно экспертному прогнозу, к 2027 году системы, позволяющие с помощью технологий искусственного интеллекта и больших данных предсказывать чрезвычайные ситуации, Войдите или зарегистрируйтесь, чтобы увидеть скрытое содержимое.  во всех крупных российских регионах.

Хотя на 100% точное предсказание многих природных катастроф пока невозможно, продолжающийся научно-технический прогресс улучшает человеческие способности предупреждать стихийные бедствия и смягчать их последствия.

 

 

 

2.В России научились предсказывать природные катаклизмы с помощью ИИ

 

 

Отечественная разработка не заменяет полностью работу метеоролога, но существенно ее облегчает. Рассказываем, что придумали российские специалисты.

 

Источник: Unsplash

 

Холдинг «Росэлектроника», который входит в состав Ростеха, создал на базе технологий искусственного интеллекта программное решение для предсказания опасных природных явлений, таких как штормы, землетрясения и вулканическая активность. Это новое ПО интегрировано в систему мониторинга метеорологической и ледовой обстановки, Войдите или зарегистрируйтесь, чтобы увидеть скрытое содержимое.  на сайте госкорпорации. 

Сообщается, что обновленная система способна автономно выявлять зоны формирования природных катастроф и на основании различных параметров предугадывать их дальнейшее развитие. Модуль «Прогнозирование», запущенный в рамках метеокомплекса, обрабатывает и анализирует данные, полученные со спутников гидрометеорологического назначения. Он следит за районами образования штормов, критическими процессами таяния снегов и сейсмоактивностью в горной местности, а также изменениями температур вблизи вулканов.

Основываясь на показателях температуры земли и морских акваторий, скорости ветра, движения земной коры, ледяных и снежных массивов, система автоматически оценивает риск появления опасных природных событий. Кроме того, она может рассчитать предполагаемую траекторию распространения этих явлений, включая возможные последствия для конкретных регионов.

Разработка системы приема, обработки и передачи космической гидрометеорологической информации была выполнена специалистами НИИ телевидения, который входит в состав холдинга «Росэлектроника».

«Новый модуль не заменяет полностью работу метеоролога, но существенно ее облегчает, поскольку система на ранних стадиях отслеживает опасные природные явления и сигнализирует об их зарождении. Сейчас мы занимаемся отладкой программного обеспечения и параллельно завершаем процедуру сертификации оборудования. К концу 2024 года предприятие будет готово к поставкам системы первым заказчикам», — комментирует генеральный директор НИИ телевидения Алексей Никитин. 

Ранее российский гимназист создал тренажер для поисково-спасательных работ. Тренировки важных навыков устраивают в игровой форме. В этом помогает виртуальная реальность. Войдите или зарегистрируйтесь, чтобы увидеть скрытое содержимое. , как именно работает изобретение. 

 

 

3.Цифровой оракул: как алгоритмы учатся предсказывать катастрофы

 

 

Каждый раз, когда природа обрушивает на нас новый удар, мы задаемся вопросом: можно ли было его предвидеть?

 

Климатические катастрофы — наводнения, пожары, ураганы — происходят все чаще и становятся все разрушительнее. Традиционные методы прогноза часто опаздывают или ошибаются, а цена ошибки — человеческие жизни и миллиардные убытки. Но что, если у нас появился мощный союзник в борьбе со стихией? Искусственный интеллект, который анализирует горы данных с точностью, недоступной человеку, и предупреждает о беде заранее.
Уже сегодня алгоритмы учатся предсказывать наводнения и пожары с точностью до 90%, используя спутниковые снимки, данные датчиков и даже соцсети. Но так ли все идеально?
Может ли машина ошибиться? Кому принадлежат эти прогнозы — всем или только тем, кто готов заплатить? И главное: если ИИ скажет, что завтра ваш город затопит, поверите ли вы ему?
В этой статье разберем, как работают «цифровые предсказатели», почему они иногда промахиваются и какие риски скрываются за их безошибочными, на первый взгляд, расчетами.

 

Как ИИ учится предсказывать катастрофы

Чтобы научиться предугадывать стихийные бедствия, искусственный интеллект обрабатывает огромные объемы данных. Это не просто цифры — это информация из самых разных источников, которая вместе создает четкую картину будущих угроз. Вот что используют современные алгоритмы

 

·        Спутниковые снимки — показывают изменения в лесах, уровень воды в реках, движение облаков.

·        Датчики на земле — фиксируют температуру, влажность, скорость ветра, колебания почвы.

·        Исторические данные — как часто в этом регионе были пожары или наводнения раньше.

·        Соцсети и дроны — люди сами сообщают о начале бедствия, а дроны осматривают труднодоступные места.

Раньше ученые строили прогнозы на основе физических моделей — сложных уравнений, описывающих природные процессы. Но у таких расчетов есть минус: они не всегда учитывают случайные факторы. А вот ИИ, особенно нейросети, умеет находить скрытые закономерности в данных, даже если они кажутся хаотичными. Например, алгоритм может заметить, что за неделю до наводнения в определенной точке резко меняется давление, или что перед крупным пожаром в лесу падает влажность, хотя дождей не было.
Такой подход уже работает в реальных системах: одни предсказывают разливы рек, другие вычисляют, где может вспыхнуть огонь. Но главный вопрос — как машина принимает решение?
На самом деле, она просто ищет знакомые «узоры» в данных. Если в прошлом похожие условия приводили к катастрофе, ИИ предупредит об опасности. Правда, он не всесилен — если ситуация совсем новая, алгоритм может растеряться. Но чем больше данных он изучит, тем точнее будут его прогнозы.

 

Точность 90% – миф или реальность

 

Когда говорят, что ИИ предсказывает катастрофы с точностью 90%, это звучит почти как фантастика. Но такие цифры действительно появляются в отчетах крупных компаний и научных исследований. Например, система Google Flood Hub в некоторых регионах действительно дает столь высокие показатели точности. Аналогичные результаты показывают алгоритмы NASA, предсказывающие лесные пожары в Калифорнии. Но как это работает на практике?
Секрет в том, что 90% – это усредненный показатель. В хорошо изученных районах с кучей датчиков и богатой историей данных точность может быть даже выше. А вот в глухих уголках планеты, где информации мало, алгоритм может ошибаться чаще. Кроме того, точность зависит от типа катастрофы. Предсказать медленное наводнение проще, чем внезапный смерч, который возникает за считанные часы.
Но даже 90% – не повод расслабляться. Представьте: если система пропустит 10% катастроф, это могут быть именно те случаи, которые приведут к самым страшным последствиям.
И наоборот – ложные тревоги тоже дорого обходятся. Если эвакуировать город из-за ошибочного прогноза, люди перестанут верить системе. Поэтому разработчики постоянно ищут баланс между «лучше перебдеть» и „не нагнетать панику“.
Еще одна проблема – редкие, но мощные катастрофы. ИИ учится на прошлых данных, а если какой-то ураган случается раз в сто лет, алгоритм может его не распознать. Получается парадокс: самые опасные события сложнее всего предсказать. Так что 90% – это серьезный прорыв, но еще не панацея. ИИ становится мощным инструментом, но полностью заменять человеческую экспертизу пока рано.

 

Этические и практические проблемы

Внедрение ИИ для прогноза катастроф – это не только про технологии, но и про сложные вопросы, которые касаются каждого из нас. Да, алгоритмы могут спасать жизни, но одновременно создают новые проблемы, требующие обсуждения. Вот главные из них:

 

1.     Кому доступны прогнозы? Пока передовые системы есть у богатых стран и корпораций, а в развивающихся регионах люди узнают о наводнении, когда вода уже у порога.
Получается цифровое неравенство – одни спасаются благодаря технологиям, другие остаются без защиты.

2.     . Кто отвечает за ошибки? Если ИИ не предскажет пожар и сгорят дома, виноваты разработчики, местные власти или сам алгоритм? Пока четких правил нет, а суды не готовы разбирать иски против искусственного интеллекта.

3.     Конфиденциальность или безопасность? Для точных прогнозов нужно собирать тонны данных – от перемещений людей до состояния их домов. Где граница между общественной пользой и слежкой?

4.     Люди против машин. Метеорологи и спасатели годами учились предсказывать катастрофы – теперь их опыт может оказаться не нужен. Как быть с теми, кого технологии оставят без работы?

5.     Зависимость от алгоритмов. Если все начнут слепо доверять ИИ, люди разучатся сами оценивать риски. А что если система даст сбой в критический момент?

Эти вопросы не имеют простых ответов. С одной стороны, технологии помогают спасать жизни, с другой – создают новые риски. Важно не просто разрабатывать умные алгоритмы, но и заранее продумывать правила игры. Чтобы прогресс не превратился в новую угрозу.

 

ИИ и климат — что нас ждет

 

С каждым годом технологии предсказания катастроф становятся все совершеннее.
Уже сейчас мы видим первые прототипы автономных систем — дроны, которые следят за лесами и вовремя обнаруживают возгорания, «умные» дамбы, автоматически укрепляющиеся при угрозе наводнения. В ближайшие годы такие решения могут стать обычным делом. Но главный вопрос — сможем ли мы научить ИИ предсказывать катастрофы не за дни, а за месяцы или даже годы вперед?
Пока долгосрочные прогнозы остаются сложной задачей. Климат — это огромная система, где все взаимосвязано: океанские течения, выбросы углекислого газа, таяние ледников.
Даже мощные алгоритмы не всегда могут учесть все факторы. Но ученые работают над этим, комбинируя ИИ с традиционными климатическими моделями. Возможно, через десятилетие мы получим систему, которая сможет предупредить о засухе или урагане за год до их начала.
Однако здесь кроется серьезная опасность — чем точнее становятся прогнозы, тем больше люди начинают полагаться на технологии. А это риск: ни один алгоритм не может быть идеальным. Важно сохранять баланс — использовать ИИ как помощника, но не забывать о человеческом опыте и интуиции. В конце концов, технологии — это всего лишь инструмент.
А как им распорядиться — решать нам.
ИИ и климат — что нас ждет

Вывод

Искусственный интеллект, предсказывающий климатические катастрофы, — это уже не фантастика, а реальность, которая меняет правила игры. Алгоритмы показывают впечатляющие результаты, спасая жизни и уменьшая ущерб от стихийных бедствий. Но важно понимать: технологии не идеальны. Даже точность в 90% оставляет место для ошибок, которые могут стоить дорого.
Мы стоим на перепутье. С одной стороны, ИИ дает нам мощный инструмент для борьбы с климатическими угрозами. С другой — ставит сложные вопросы: как сделать эти технологии доступными для всех? Кто должен нести ответственность за решения, принятые алгоритмами? И главное — не приведет ли наша зависимость от машин к тому, что мы разучимся думать самостоятельно?
Прогресс не остановить, но его нужно направлять в верное русло. ИИ может стать нашим союзником в борьбе со стихией, но только если мы будем использовать его разумно — сочетая мощь технологий с человеческой мудростью и ответственностью. Будущее зависит не только от алгоритмов, но и от нас самих. Ведь как бы точны ни были прогнозы, последнее слово всегда остается за человеком.

 

При написании статьи использовались следующие материалы:

1.Войдите или зарегистрируйтесь, чтобы увидеть скрытое содержимое.

2.Войдите или зарегистрируйтесь, чтобы увидеть скрытое содержимое.

3.Войдите или зарегистрируйтесь, чтобы увидеть скрытое содержимое.