DNVN - בספטמבר האחרון, מדינות אירופאיות רבות נפגעו משיטפונות, שנחזו על ידי מערכות חיזוי מזג אוויר מתקדמות המשתמשות בבינה מלאכותית. למרות שבינה מלאכותית משפרת את דיוק התחזיות על ידי ניתוח נתונים היסטוריים בעלות נמוכה יותר, ומספקת תוצאות טובות יותר בהשוואה למודלים מסורתיים, מומחים עדיין אומרים שלבינה מלאכותית יש מגבלות רבות.
פרופסור אנדרו צ'רלטון-פרז מאוניברסיטת רדינג (בריטניה) אמר שלמרות שמודלים של בינה מלאכותית יכולים להתעלות על מודלים מבוססי פיזיקה במקרים מסוימים, זה לא תמיד נכון. דיוק התחזיות של בינה מלאכותית תלוי במידה רבה באיכות נתוני הקלט. אם הנתונים אינם מספיקים או שאירועים קיצוניים מתרחשים באופן אקראי לאורך כל השנה ובאזורים רבים ושונים, חיזוי אסונות יהיה קשה.
פרופסור צ'רלטון-פרז מציעה כי בינה מלאכותית צריכה להשלים את כלי החיזוי הקיימים כדי לשפר את הדיוק בהערכת הסבירות לאירועי מזג אוויר קיצוניים, תוך הדגשת הצורך בשיפורים מתמשכים באיסוף וניתוח נתונים.
מאז ינואר, המרכז האירופי לתחזיות מזג אוויר (ECMWF) פורס את מערכת הבינה המלאכותית המשולבת (AIFS), המספקת תחזיות מהירות לטווח ארוך לאירועי מזג אוויר קיצוניים כמו ציקלונים וגלי חום. הערכות שנערכו לאחרונה הראו שהמערכת יעילה, במיוחד בחיזוי הגשמים הכבדים שתרמו לשיטפונות בספטמבר.
עם זאת, מדענים מזהירים כי תקשורת ההשפעות של מזג אוויר קיצוני היא קריטית, במיוחד ככל ששינויי האקלים מואצים. דו"ח של הסוכנות האירופית לאיכות הסביבה (EEA) מראה כי היבשת ניצבת בפני סיכוני אקלים משמעותיים שעולים בהרבה על מאמצי ההסתגלות הנוכחיים. בצורות, שריפות יער, טמפרטורות גבוהות ושיטפונות יהפכו לחמורים יותר.
אתגר נוסף הוא עיבוד נתונים, שכן מודלים מורכבים של בינה מלאכותית דורשים עדכונים מתמידים, ודורשים משאבי מחשוב רבים, ותורמים לפליטות הנגרמות על ידי שינויי אקלים. כדי להתמודד עם בעיה זו, חברות גדולות כמו מיקרוסופט וגוגל בוחנות שימוש באנרגיה גרעינית לתחזוקת מרכזי נתונים. מומחים ממליצים גם להשקיע בפתרונות פיזיים כמו אזורי אחסון מי שיטפונות ומערכות התרעה מוקדמת, תוך הגבלת פיתוח באזורים מועדים לשיטפונות כדי להפחית את הסיכונים משינויי אקלים.
וייט אן (שעה/שעה)
[מודעה_2]
מקור: https://doanhnghiepvn.vn/cong-nghe/su-dung-ai-de-canh-bao-bao-lut-nhung-hieu-qua-va-han-che/20241016095820496






תגובה (0)