Belangrijkste afhaalrestaurants
- Een recent onderzoek heeft uitgewezen dat kunstmatige intelligentie blikseminslagen kan voorspellen en mensen kan beschermen tegen bosbranden.
- AI kan ook helpen bij het verwerken van de gegevens die zijn ontvangen van satellietsystemen en het opsporen van valse alarmen.
- Eén stad in Colorado gebruikt een AI-gestuurd programma dat rookrapporten over een oppervlakte van 90 vierkante mijl bewaakt.
Recente ontwikkelingen op het gebied van kunstmatige intelligentie (AI) kunnen mensen helpen beschermen tegen bosbranden.
Een nieuwe studie toont aan dat machine learning-computeralgoritmen die zichzelf verbeteren zonder directe programmering door mensen, bliksemvoorspellingen kunnen verbeteren. Een beter begrip van waar de bliksem kan inslaan, kan helpen bij het voorspellen van branden die zijn ontstaan door bliksemflitsen.
"Door remote sensing-gegevens te combineren met informatie, zoals grondwaarheid van eerdere branden, de gezondheid van de vegetatie en droogte, kan AI de mogelijkheid bieden om de bewaking van natuurbranden en de voorspelling van de verspreiding van natuurbranden te verbeteren", Scott Mackaro, vice-president van de wetenschap, innovatie en ontwikkeling bij weersvoorspellingsbedrijf AccuWeather, dat niet betrokken was bij het onderzoek, vertelde Lifewire in een e-mailinterview.
Gevaar voorspellen
Verbeterde bliksemvoorspellingen kunnen helpen bij de voorbereiding op mogelijke bosbranden en de veiligheidswaarschuwingen voor bliksem verbeteren.
"De beste onderwerpen voor machinaal leren zijn dingen die we niet volledig begrijpen. En wat is iets op het gebied van atmosferische wetenschappen dat nog steeds slecht wordt begrepen? Bliksem", zegt Daehyun Kim, een professor in atmosferische wetenschappen aan de University of Washington, die betrokken was bij de recente studie, zei in een persbericht. "Voor zover wij weten, is ons werk het eerste dat aantoont dat machine learning-algoritmen voor bliksem kunnen werken."
De nieuwe techniek combineert weersvoorspellingen met een machine learning-vergelijking op basis van analyses van bliksemgebeurtenissen in het verleden. De auteurs van het onderzoek zeiden dat de hybride methode bliksem over het zuidoosten van de VS twee dagen eerder kon voorspellen dan de bestaande toonaangevende techniek.
Onderzoekers hebben het systeem van 2010 tot 2016 getraind met bliksemgegevens, waardoor de computer relaties tussen weersvariabelen en bliksemschichten kon ontdekken. Vervolgens testten ze de techniek op het weer van 2017 tot 2019, waarbij ze het door AI ondersteunde proces en een bestaande op fysica gebaseerde methode vergeleken, waarbij ze echte bliksemobservaties gebruikten om beide te evalueren.
AI kan helpen de gegevens te verwerken die zijn ontvangen van satellietsystemen, valse alarmen te onderscheiden en te verwijderen, vertelde weerexpert Yuri Shpilevsky van de app Clime aan Lifewire in een e-mailinterview.
"Bovendien kan AI helpen bij het volgen van de weersparameters in verschillende regio's en het detecteren van de kleinere gebieden waar de weersomstandigheden het 'meest gunstig' zijn om een brand te laten ontstaan," voegde hij eraan toe. Dit kan ons helpen om ons automatisch te concentreren op de droogste en dus meest brandgevoelige plaatsen en daar brandpreventieactiviteiten uit te voeren."
Theorie in praktijk brengen
Kunstmatige intelligentie wordt al gebruikt om te helpen controleren op natuurbrandgevaar.
Het Aspen Fire Protection District gebruikt een AI-gestuurd programma dat gebruik maakt van camera's om rookmeldingen van meer dan 90 vierkante mijl in Colorado te bewaken. Het programma is gemaakt door een in Californië gevestigd bedrijf genaamd Pano AI en maakt gebruik van camera's met een hoge resolutie die 360 graden kunnen draaien.
"We weten dat minuten ertoe doen als het gaat om de reactie op natuurbranden", zegt Arvind Satyam, Chief Commercial Officer van Pano AI, in een persbericht. "Onze visie is om een netwerk van geavanceerde camera's te creëren en bestaande videofeeds te integreren, die gebruikmaken van onze kunstmatige intelligentie en onze intuïtieve software om tijdige en nauwkeurige waarschuwingen te geven aan situational awareness-teams om te voorkomen dat kleine opflakkeringen groot worden inferno's."
Veel bedrijven gebruiken AI om weersvoorspellingen te verbeteren. Weather Stream gebruikt bijvoorbeeld AI om neerslag te monitoren op basis van wereldwijde satellietgegevens, waarmee droogteregio's worden aangegeven.
"AI- en satellietgegevens kunnen in meerdere stadia van de natuurbrandcyclus worden gebruikt", vertelde Richard Delf, een teledetectiewetenschapper bij Weather Stream, aan Lifewire in een e-mailinterview. "We kunnen AI gebruiken om satellietgegevens te interpreteren om regionale brandstofniveaus, vochtigheidsniveaus aan de oppervlakte en luifelniveaus vast te stellen, die, samen met het lokale klimaat, belangrijke indicatoren zijn voor het natuurbrandrisico van een regio."
Toekomstige vooruitgang in AI zal het voorspellen van bosbranden nog nauwkeuriger maken, voorspelde Shpilevsky. Computermodellen doen voorspellingen op basis van weersomstandigheden en andere gegevens, zoals het vegetatietype van een bos, windpatronen en gunstige omstandigheden voor blikseminslagen.
"Dit zal helpen om re altime voorspellingen te doen over de manier waarop een natuurbrand zich gaat verspreiden, de verwachte brandintensiteit te voorspellen, de mogelijke schade te evalueren en de middelen te schatten die nodig zijn om de brand te lokaliseren", voegde hij eraan toe.
