Vizualizacija potencijalnih posledica uragana na ljudske domove pre udara može biti od velike koristi u pripremi stanovništva za potencijalne opasnosti, omogućavajući im da donesu informisane odluke o evakuaciji. Grupa naučnika sa Massachusetts Institute of Technology (MIT) razvila je metod koji koristi veštačku inteligenciju kako bi generisao realistične satelitske snimke budućih scenarija poplava, omogućavajući prikaz regiona iz perspektive ptice i predviđanje područja koja su najverovatnije podložna poplavama usled nadolazećih oluja.
Ovo istraživanje, objavljeno u časopisu IEEE Transactions on Geoscience and Remote Sensing, predstavlja inovativan pristup kombinovanja generativnog modela veštačke inteligencije sa modelom poplava zasnovanim na fizici. Kroz primenu ovog metoda u Houstonu, tim je uspeo da generiše satelitske slike koje su simulirale scenarije poplava nakon uragana sličnog Harviju koji je pogodio taj region 2017. godine. Poređenjem generisanih slika sa stvarnim satelitskim snimcima nakon udara uragana Harvi, istraživači su zaključili da je metoda koja kombinuje veštačku inteligenciju sa modelom poplava zasnovanim na fizici proizvela realističnije i preciznije rezultate u poređenju sa metodama koje nisu uključivale fiziku.
Ova inovativna metoda predstavlja dokaz koncepta koji pokazuje mogućnost generisanja realističnog i pouzdanog sadržaja putem AI modela kada se kombinuje sa modelima zasnovanim na fizici. Daljnje usavršavanje ovog metoda omogućiće primenu na različitim regionima kako bi se prikazale potencijalne poplave izazvane budućim olujama, zahtevajući dodatno obučavanje AI modela na većem broju satelitskih snimaka radi efikasnijeg predviđanja scenarija poplava u različitim geografskim područjima.
Jedan od istraživača, Bjorn Litjens, ističe značaj ovog pristupa u pružanju dodatnog nivoa vizualizacije pre udara uragana, posebno u podsticanju stanovništva na evakuaciju u situacijama kada su životi u opasnosti. Osim toga, tim je omogućio pristup alatu „Earth Intelligence Engine“ kao onlajn resurs za druge istraživače da ga isprobaju.
Ova nova studija predstavlja nastavak napora istraživačkog tima da koristi generativne AI alate za vizualizaciju budućih klimatskih scenarija. Kroz kombinovanje uslovne generativne adversarijske mreže (GAN) sa modelom poplava zasnovanim na fizici, istraživači su uspeli da generišu satelitske slike koje predstavljaju realistične scenarije budućih poplava sa povećanom pouzdanošću i preciznošću.
Ova metoda, koja kombinuje mašinsko učenje sa fizikom, omogućava stvaranje satelitskih slika poplava koje mogu biti od koristi donosiocima odluka u lokalnim zajednicama u cilju efikasnijeg planiranja i reagovanja na potencijalne opasnosti od prirodnih katastrofa. Kroz dalju primenu ovog pristupa, očekuje se da će se unaprediti sposobnost predviđanja i pripreme za buduće oluje i poplave, što bi moglo imati značajan uticaj na spasavanje života i imovine.
