 |
แบบจำลองการพยากรณ์ที่ขับเคลื่อนด้วย AI จำเป็นต้องมีข้อมูลอินพุตที่แม่นยำ ภาพ: Kyodo News |
งานวิจัยใหม่ที่ตีพิมพ์ใน วารสาร Coastal Engineering Journal เผยให้เห็นข้อจำกัดสำคัญในระบบเตือนภัยสึนามิในปัจจุบัน แม้จะมีความก้าวหน้าทางเทคโนโลยีอย่างมากในสาขานี้ก็ตาม ทีมวิจัยจากมหาวิทยาลัยเวสเทิร์นออนแทรีโอ (แคนาดา) ระบุว่า ปัญหาใหญ่ที่สุดไม่ใช่ "ถ้า" แต่อยู่ที่ว่าสึนามิจะเกิดขึ้นเมื่อไหร่
โดยเฉพาะอย่างยิ่ง ทีมวิจัยได้ทดสอบแบบจำลองปัญญาประดิษฐ์ (AI) สามแบบ ได้แก่ การถดถอยเชิงเส้นพหุคูณ ป่าสุ่ม และโครงข่ายประสาทเทียม เพื่อทำนายคลื่นสึนามิ ซึ่งในจำนวนนี้ แบบจำลองสองแบบหลังมีประสิทธิภาพที่เหนือกว่า อย่างไรก็ตาม ผลการวิจัยยังแสดงให้เห็นว่าปัจจัยสำคัญอยู่ที่คุณภาพของข้อมูลฝึกอบรม หากข้อมูลไม่สะท้อนสภาพภาคสนามอย่างแม่นยำ แบบจำลองอาจล้มเหลวในทางปฏิบัติ แม้ว่าผลการทดสอบในห้องปฏิบัติการจะออกมาเป็นบวกก็ตาม
นี่เป็นความท้าทายสำคัญสำหรับพื้นที่เสี่ยงภัยสึนามิ แต่ยังขาดข้อมูลการสังเกตการณ์ บนชายฝั่งตะวันตกของแคนาดา มีเซ็นเซอร์ตรวจจับพื้นทะเลที่ทำงานอยู่เพียงสี่ตัว ซึ่งไม่เพียงพอที่จะให้ข้อมูลที่เพียงพอสำหรับการฝึกแบบจำลอง
โทฟิโน เมืองชายฝั่งบนเกาะแวนคูเวอร์ เป็นตัวอย่างชั้นเยี่ยม เมืองนี้ไม่เคยประสบภัยสึนามิมาก่อน แต่ตั้งอยู่ใกล้กับแนวรอยต่อของแผ่นเปลือกโลกแคสเคเดีย ซึ่งเป็นพื้นที่ที่อาจก่อให้เกิดแผ่นดินไหวขนาด 9.0 และสึนามิสูงถึง 30 เมตร แม้ว่าจะยังไม่ทราบช่วงเวลาที่แน่ชัด แต่ นักวิทยาศาสตร์ เชื่อว่าภัยพิบัตินี้จะเกิดขึ้นในอนาคตอันใกล้
“คำถามไม่ใช่ว่าสึนามิจะเกิดขึ้นหรือไม่ แต่เป็นว่าจะเกิดขึ้นเมื่อไหร่” รองศาสตราจารย์ Katsu Goda ประธานฝ่ายวิจัยความเสี่ยงอันตรายหลายประเภทแห่งมหาวิทยาลัยเวสเทิร์นออนแทรีโอ ประเทศแคนาดา เน้นย้ำ
ทั่ว โลก ทีมนักวิทยาศาสตร์กำลังพัฒนาเทคโนโลยีใหม่ๆ เพื่อปรับปรุงการพยากรณ์และลดความเสียหาย บางทีมมุ่งเน้นไปที่โมเดล AI ที่รวบรวมข้อมูลภาคสนาม ขณะที่บางทีมกำลังทดสอบโครงสร้างป้องกัน เช่น กำแพงกันคลื่นที่ใช้พลังงานจากกระแสน้ำขึ้นน้ำลง
ที่มา: https://znews.vn/vi-sao-ai-that-bai-khi-du-doan-song-than-post1572823.html
การแสดงความคิดเห็น (0)