Användning av AI för varningar om översvämningar och stormar: Dess effektivitet och begränsningar.

DNVN - I september förra året ödelades många europeiska länder av översvämningar, ett fenomen som förutspås av avancerade väderprognossystem med hjälp av AI. Även om AI förbättrar prognosnoggrannheten genom att analysera historisk data till en lägre kostnad, vilket ger överlägsna resultat jämfört med traditionella modeller, anser experter fortfarande att AI har många begränsningar.

Brandmän räddar människor i Österrike från översvämningar. Foto: Keystone

Professor Andrew Charlton-Perez från University of Reading (Storbritannien) konstaterade att även om AI-modeller kan överträffa fysikbaserade modeller i vissa fall, är detta inte alltid fallet. Noggrannheten i AI-förutsägelser beror starkt på kvaliteten på indata. Om data är otillräckliga eller om extrema händelser inträffar slumpmässigt under hela året och i olika regioner, kommer det att vara svårt att förutsäga katastrofer.

Professor Charlton-Perez föreslår att AI bör komplettera befintliga prognosverktyg för att förbättra noggrannheten i bedömningen av sannolikheten för extrema väderhändelser. Detta understryker behovet av kontinuerlig förbättring av datainsamling och analys.

Sedan januari har Europeiska centrumet för väderprognoser (ECMWF) driftsatt sitt integrerade AI-system (AIFS), som ger snabba långsiktiga prognoser för extrema väderhändelser som tornados och värmeböljor. Nyligen genomförda bedömningar har visat att systemet är effektivt, särskilt för att förutsäga kraftigt regn som bidrog till översvämningarna i september.

Forskare varnar dock för att det är avgörande att kommunicera information om effekterna av extremt väder, särskilt i samband med eskalerande klimatförändringar. En rapport från Europeiska miljöbyrån (EEA) visar att kontinenten står inför betydande klimatrisker som vida överstiger de nuvarande anpassningsinsatserna. Torka, skogsbränder, höga temperaturer och översvämningar kommer att bli allt allvarligare.

En annan utmaning är databehandling, eftersom komplexa AI-modeller kräver ständiga uppdateringar, kräver betydande datorresurser och bidrar till klimatförändrande utsläpp. För att hantera detta undersöker stora företag som Microsoft och Google användningen av kärnkraft för att upprätthålla sina datacenter. Experter rekommenderar också att man investerar i fysiska lösningar som lagringsområden för översvämningsvatten och system för tidig varning, samtidigt som man begränsar utvecklingen i översvämningsbenägna områden för att minska klimatförändringsriskerna.

Viet Anh (sammanställt)

Källa: https://doanhnghiepvn.vn/cong-nghe/su-dung-ai-de-canh-bao-bao-lut-nhung-hieu-qua-va-han-che/20241016095820496