นักวิจัยจากสถาบันเทคโนโลยีแมสซาชูเซตส์ (MIT) ได้พัฒนาเครื่องมือพยากรณ์น้ำท่วมที่ผสมผสาน AI กำเนิดและแบบจำลองทางกายภาพเพื่อสร้างภาพถ่ายดาวเทียมที่สมจริงซึ่งแสดงถึงสถานการณ์น้ำท่วมที่อาจเกิดขึ้นได้ เครื่องมือนี้ไม่เพียงแต่สามารถระบุพื้นที่ที่มีความเสี่ยงสูงได้แม่นยำยิ่งขึ้น แต่ยังช่วยให้ผู้มีอำนาจตัดสินใจได้รับการสนับสนุนด้วยภาพที่เชื่อถือได้มากขึ้นเพื่อการเตือนน้ำท่วมและการตอบสนองต่อภัยพิบัติที่ดีขึ้น เทคโนโลยีนี้ผสมผสานเครือข่ายปฏิปักษ์ทั่วไป (GAN) และแบบจำลองทางกายภาพเข้าด้วยกันอย่างสร้างสรรค์ ช่วยลดความเป็นไปได้ของแบบจำลอง "ภาพลวงตา" ของ GAN ได้อย่างมีประสิทธิภาพ ปรับปรุงความแม่นยำของภาพ และจัดหาวิธีการใหม่สำหรับวิธีเตือนภัยน้ำท่วมและการจัดการภัยพิบัติที่มีประสิทธิภาพมากขึ้น
นักวิทยาศาสตร์จากสถาบันเทคโนโลยีแมสซาชูเซตส์ (MIT) กำลังพัฒนาเครื่องมือปัญญาประดิษฐ์ (AI) ที่สามารถสร้างภาพถ่ายดาวเทียมที่สมจริงเพื่อแสดงสถานการณ์น้ำท่วมที่อาจเกิดขึ้น เทคโนโลยีนี้รวมแบบจำลอง AI เชิงสร้างสรรค์และแบบจำลองน้ำท่วมตามฟิสิกส์เพื่อระบุพื้นที่ที่มีความเสี่ยงสูงได้แม่นยำยิ่งขึ้น และให้การสนับสนุนการแสดงภาพที่เชื่อถือได้แก่ผู้มีอำนาจตัดสินใจ
แบบจำลอง AI+ ทางกายภาพ: สร้างภาพน้ำท่วมที่แม่นยำยิ่งขึ้น
ตามข้อมูลของ Space.com เครื่องมือนี้ใช้แบบจำลองทางฟิสิกส์ก่อนเพื่อระบุพื้นที่ที่เสี่ยงต่อการเกิดน้ำท่วม จากนั้นจะสร้างมุมมองทางอากาศโดยละเอียดว่าพื้นที่ดังกล่าวอาจมีลักษณะอย่างไรหลังน้ำท่วม ขึ้นอยู่กับความรุนแรงของพายุที่เข้ามา เครื่องมือนี้ใช้วิธีการที่เป็นนวัตกรรมใหม่ที่ผสมผสานเครือข่ายปฏิปักษ์ทั่วไป (GAN) เข้ากับแบบจำลองทางกายภาพเพื่อลด "ภาพหลอน" (เช่น คุณลักษณะในภาพที่ดูสมจริงแต่ไม่ถูกต้อง) ที่ GAN สามารถสร้างได้
Bjorn Lütjens นักวิจัยหลังปริญญาเอกจากภาควิชา Earth, Atmospheric and Planetary Sciences ของ MIT กล่าวว่า "'ภาพลวงตา' อาจทำให้ผู้ชมเข้าใจผิดได้ เรากำลังคิดถึงวิธีใช้โมเดล AI กำเนิดเหล่านี้ในบริบทของผลกระทบต่อสภาพภูมิอากาศใน In" ในกรณีนี้ การมีแหล่งข้อมูลที่เชื่อถือได้เป็นสิ่งสำคัญ
การเตือนล่วงหน้าที่ใช้งานง่ายยิ่งขึ้น: ช่วยเพิ่มความตั้งใจในการอพยพ
“แนวคิดก็คือว่าวันหนึ่งเราสามารถใช้เทคโนโลยีนี้ก่อนเกิดพายุเฮอริเคนเพื่อเพิ่มการมองเห็นให้กับสาธารณชน” Lütjens กล่าวยังเน้นย้ำถึงความสำคัญของการอพยพ โดยกล่าวว่า “สนับสนุนให้ผู้คนอพยพเมื่อเผชิญกับความเสี่ยง ถือเป็นความท้าทายอย่างมาก บางที การแสดงภาพแบบนี้อาจช่วยปรับปรุงการเตรียมพร้อมในระดับนั้นได้”
การเปรียบเทียบการวัดจริง: แบบจำลอง AI+ ทางกายภาพมีข้อได้เปรียบที่ชัดเจน
เพื่อสาธิตแบบจำลองนี้ นักวิจัยได้ประยุกต์ใช้กับสถานการณ์ในฮูสตัน โดยสร้างภาพถ่ายดาวเทียมของน้ำท่วมในเมืองหลังจากเกิดพายุที่คล้ายคลึงกับความรุนแรงของพายุเฮอริเคนฮาร์วีย์ พวกเขาเปรียบเทียบภาพที่สร้างโดย AI กับภาพจากดาวเทียมจริง และภาพที่สร้างขึ้นโดยไม่ได้รับความช่วยเหลือจากแบบจำลองทางกายภาพ ผลการวิจัยพบว่าภาพ AI ที่สร้างขึ้นโดยไม่ได้รับความช่วยเหลือจากแบบจำลองทางกายภาพนั้นมีความคลาดเคลื่อนอย่างมาก และสร้าง "ภาพลวงตา" มากมาย โดยส่วนใหญ่แสดงภาวะน้ำท่วมในพื้นที่ที่ไม่น่าจะเกิดน้ำท่วม ในทางตรงกันข้าม รูปภาพที่สร้างขึ้นโดยใช้วิธีการเสริมทางกายภาพจะตรงกับสถานการณ์ในโลกแห่งความเป็นจริงอย่างใกล้ชิด
โอกาสในการสมัคร: ช่วยในการตัดสินใจ ปกป้องความปลอดภัยในชีวิต
นักวิทยาศาสตร์คาดหวังว่าเทคโนโลยีนี้จะช่วยคาดการณ์สถานการณ์น้ำท่วมในอนาคต และให้ข้อมูลภาพที่เชื่อถือได้ เพื่อช่วยให้ผู้มีอำนาจตัดสินใจสามารถตัดสินใจได้อย่างมีข้อมูลสำหรับการวางแผนน้ำท่วม การอพยพ และการบรรเทาผลกระทบ Lüterjens กล่าวว่าผู้มีอำนาจตัดสินใจมักจะใช้การแสดงภาพข้อมูล เช่น แผนที่รหัสสี เพื่อประเมินพื้นที่น้ำท่วมที่อาจเกิดขึ้น แต่การแสดงภาพจากดาวเทียมสามารถให้ข้อมูลที่ใช้งานง่ายและน่าสนใจมากขึ้น ในขณะเดียวกันก็รักษาความน่าเชื่อถือไว้ได้
ขณะนี้วิธีการของทีมยังอยู่ในขั้นตอนการพิสูจน์แนวคิด และต้องใช้เวลามากขึ้นในการวิเคราะห์พื้นที่อื่นๆ เพื่อทำนายผลลัพธ์ของพายุต่างๆ ได้แม่นยำยิ่งขึ้น
"เราสาธิตแนวทางปฏิบัติในการรวมการเรียนรู้ของเครื่องเข้ากับฟิสิกส์สำหรับกรณีการใช้งานที่ไวต่อความเสี่ยงซึ่งกำหนดให้เราต้องวิเคราะห์ระบบ Earth" Dava Newman ศาสตราจารย์ด้านการบินและอวกาศของ MIT และผู้อำนวยการของ MIT Media Lab กล่าว และสถานการณ์ที่เป็นไปได้ในการปกป้องผู้คนให้พ้นจากอันตราย เราแทบรอไม่ไหวที่จะนำเครื่องมือ AI เจนเนอเรชั่นของเราไปไว้ในมือของผู้มีอำนาจตัดสินใจในระดับชุมชนท้องถิ่น ซึ่งพวกเขาสามารถส่งผลกระทบที่สำคัญและช่วยชีวิตผู้คนได้"
เทคโนโลยีพยากรณ์น้ำท่วมที่ใช้ AI และแบบจำลองทางกายภาพนี้ให้การสนับสนุนด้านเทคนิคที่มีประสิทธิภาพเพื่อการเตือนภัยน้ำท่วมและการจัดการภัยพิบัติที่แม่นยำยิ่งขึ้นในอนาคต โดยมีแนวโน้มการใช้งานที่กว้างขวาง และคาดว่าจะช่วยชีวิตผู้คนได้มากขึ้นและลดความสูญเสียที่เกิดจากน้ำท่วมทั่วโลก ในอนาคต เมื่อเทคโนโลยีได้รับการปรับปรุงอย่างต่อเนื่องและขอบเขตการใช้งานก็ขยายออกไป เทคโนโลยีนี้จะมีบทบาทมากขึ้น