
Március Ăłta működik a Google mestersĂ©gesintelligencia-alapĂş árvĂz-elĹ‘rejelzĹ‘ rendszere, amely a világ szinte minden rĂ©szĂ©n idĹ‘ben jelzi az esetleges árvizeket, ahogy a mostanit is. A HUN-REN SZTAKI hálĂłzatkutatĂłja szerint a közĂ©p- vagy hosszĂş távĂş Ă©ghajlatmodellek által elĹ‘rejelzett csapadĂ©kmintázatokat is Ă©rdemes lenne összekapcsolni ezzel a mestersĂ©ges tudással, Ăgy segĂtve a jövĹ‘ árvizeire valĂł felkĂ©szĂĽlĂ©st.
Csaknem fĂ©lmilliárd ember Ă©letĂ©t könnyĂti meg a mestersĂ©ges intelligencia azzal, hogy idĹ‘ben, bizonyos esetekben akár 5-7 nappal jelzi elĹ‘re a folyĂłk áradását. ĂŤgy több idĹ‘nk Ă©s lehetĹ‘sĂ©gĂĽnk lehet a hatĂ©konyabb vĂ©dekezĂ©sre. Az AI-t a Google állĂtotta a vĂ©dekezĂ©s Ă©s a megelĹ‘zĂ©s szolgálatába, mivel az árvĂz a leggyakrabban elĹ‘fordulĂł termĂ©szeti katasztrĂłfa.
Ez az elĹ‘rejelzĹ‘-rendszer hatalmas segĂtsĂ©g a világ jelentĹ‘s rĂ©szĂ©nek, kĂĽlönösen a fejlĹ‘dĹ‘ országoknak, ahol a hidrolĂłgiai elĹ‘rejelzĂ©s jĂłval alacsonyabb minĹ‘sĂ©gű, mint a fejlettebb tĂ©rsĂ©gekben. A Google algoritmusa megközelĂtĹ‘en hatezer mĂ©rĂ©si pont adataibĂłl tanul. „Hogyha minden egyes mĂ©rĹ‘ponton összeadjuk a rendelkezĂ©sre állĂł idĹ‘sornak a hosszát, az összesĂtve 152 ezer Ă©vnek felel meg. Tehát egy rendkĂvĂĽl nagy mĂ©rtĂ©kű adatgyűjtĂ©si folyamat elĹ‘zte meg a modell tanĂtását Ă©s kidolgozását” – mondta BĂ©res Ferenc, a HUN-REN SZTAKI hálĂłzatkutatĂłja.
Az adatokat atmoszfĂ©rikus Ă©s talajközeli mĂ©rĂ©sekbĹ‘l szereztĂ©k, mĂ©rtĂ©k a hĹ‘mĂ©rsĂ©kletet, a csapadĂ©k mennyisĂ©gĂ©t, a besugárzás mĂ©rtĂ©kĂ©t vagy Ă©pp a lĂ©gnyomást. De műholdfelvĂ©telekkel is dolgoztak, amelyeket szintĂ©n mestersĂ©ges intelligencia segĂtsĂ©gĂ©vel pásztáztak le a minĂ©l több Ă©s pontosabb adat kinyerĂ©se Ă©rdekĂ©ben. Fontos bemeneti adatnak számĂtott mĂ©g egy-egy terĂĽlet vagy rĂ©giĂł lejtĂ©se, az ottani kĹ‘zet jellege Ă©s a talaj minĹ‘sĂ©ge, valamint az, hogy az adott terĂĽlet mennyire számĂtott mezĹ‘gazdasági szempontbĂłl aktĂvnak, vagy Ă©pp nagyváros közelĂ©ben fekĂĽdt-e. A Google által kidolgozott eljárás mindezeket figyelembe vĂ©ve jelzi elĹ‘re az adott terĂĽleten várhatĂł vĂzhozamot, ami elĹ‘revetĂti az árvĂzvĂ©delmi helyzet kritikusságát is.
A HUN-REN SZTAKI kutatĂłja hozzátette, a fejlett tĂ©rsĂ©geknĂ©l, ahol megfelelĹ‘ minĹ‘sĂ©gű infrastruktĂşra áll rendelkezĂ©sre az adatok rögzĂtĂ©sĂ©re Ă©s monitorozására, sokkal pontosabb elĹ‘rejelzĂ©st tud adni a mestersĂ©ges intelligencia, mint ahol kevesebb ilyen adatbĂłl dolgozhatnak. De az árvizek elĹ‘rejelzĂ©se már csak azĂ©rt sem egyszerű feladat, mert a világ számos folyĂłján nincs vĂzhozammĂ©rĹ‘ állomás.
BĂ©res Ferenc szerint, ha egy ilyen gĂ©pi tanulĂł eljárásba betápláljuk a közĂ©p- Ă©s hosszĂş távĂş Ă©ghajlatmodellek által elĹ‘rejelzett csapadĂ©kmintázatokat, akkor a mestersĂ©ges intelligencia segĂtsĂ©gĂ©vel Ăştmutatást kaphatunk arra nĂ©zve, hogy a jövĹ‘ben mely terĂĽleteken, telepĂĽlĂ©seken milyen mĂ©rtĂ©kben nĹ‘ meg az árvizek kockázata. Ha pĂ©ldául az egyes rĂ©giĂłknál megnövekedett csapadĂ©kmennyisĂ©get jelez 50 Ă©ves idĹ‘távban, akkor visszajelzĂ©st kaphatunk azzal kapcsolatban, hogy 50 Ă©v mĂşlva mennyire nĹ‘het meg ezeknek az áradásoknak a kritikussági szintje.
A Google mestersĂ©gesintelligencia-alapĂş fejlesztĂ©se jelenleg 80 ország csaknem 460 milliĂł lakosának segĂt, köztĂĽk Magyarországnak is. A hazai árvĂz-elĹ‘rejelzĂ©ssel kapcsolatos informáciĂłkat itt lehet elĂ©rni.
(forrás: HUN-REN)
Kiemelt kép: Canva