Sztuczna inteligencja pomoże zapobiegać powodziom

Zmiana klimatu wyraźnie nasiliła częstotliwość i intensywność występowania ekstremów pogodowych. W rezultacie na całym świecie odnotowujemy coraz więcej powodzi o dewastacyjnych skutkach. Aby lepiej sobie z nimi radzić, potrzebujemy trafnych i precyzyjnych prognoz i systemów ostrzegania. Zdaniem hydrologów najważniejszym narzędziem prewencji będzie w najbliższych latach sztuczna inteligencja. W jaki sposób AI może pomóc? Praktyczne rozwiązania już są wdrażane, ze sporymi sukcesami.

Sztuczna inteligencja w zarządzaniu ryzykiem powodziowym

Procesu zmiany klimatu nie da się łatwo zatrzymać – nawet konsekwentne ograniczanie emisji nie zadziała jak magiczna różdżka i nie uratuje nas od skutków kolejnych kataklizmów w nadchodzących dekadach. Kluczową kwestią jest więc odpowiednie przygotowanie się do ekstremalnych zjawisk pogodowych i skuteczne mitygowanie ich skutków.

W zakresie zarządzania ryzykiem powodziowym sztuczna inteligencja oferuje bezprecedensowe korzyści – pozwala szybko przetwarzać ogromne ilości danych i formułuje na ich podstawie najbardziej prawdopodobne prognozy i modele. Do analiz wykorzystywane są obrazy satelitarne oraz pomiary hydrologiczne, na bazie których można spróbować zrozumieć, jak dochodzi do powodzi i od czego zależy ich skala. Ze względu na ilość i złożoność tych danych, tylko komputerowe technologie mają szansę na odpowiednio szybkie i precyzyjne kalkulacje.

Sztuczna inteligencja jako narzędzie zarządzania ryzykiem powodziowym pozwala formułować prognozy z odpowiednim wyprzedzeniem i precyzją, której człowiek nie jest w stanie dorównać. Stanowią one podstawę planowania przestrzennego, a przede wszystkim przygotowywania infrastruktury i systemów szybkiego reagowania na kataklizmy. Korzyści są nie do przecenienia, zarówno w zakresie ochrony ludzkiego życia i zdrowia, jak i zachowania dóbr majątkowych.

Technologie wykorzystywane przez AI

Ogromny potencjał sztucznej inteligencji w prognozowaniu zjawisk meteorologicznych i hydrologicznych polega na tzw. uczeniu maszynowym (z ang. machine learning). Mowa o procesach wynikających z oprogramowania stosowanego w AI, a umożliwiających faktyczne uczenie się na podstawie wprowadzanych informacji. Im więcej danych dostarczymy sztucznej inteligencji, tym łatwiej jej będzie wyciągać złożone wnioski o zachodzących na Ziemi procesach.

Z punktu widzenia przeciwdziałania powodziom szczególnie istotne jest tzw. uczenie głębokie (z ang. deep learning), które polega na tworzeniu wielowarstwowych sieci neuronowych. Sztuczna inteligencja wykorzystuje przekazane jej dane do przewidywania przyszłych zdarzeń na podstawie doświadczeń z przeszłości – może się to odbywać w sposób nadzorowany, z dokładnym oznaczeniem typu danych, lub nienadzorowany, gdy AI sama próbuje znaleźć porządek w informacjach, bez ingerencji ze strony człowieka.

Samodzielnie rozwinięte algorytmy pozwalają maszynom obserwować przebieg powodzi za pomocą zdjęć pozyskanych z satelitów Sentinel-2 i Landsat oraz informacji z sensora MODIS. Efektem są bardzo szybkie i precyzyjne prognozy o znacznie wyższym stopniu prawdopodobieństwa niż w przypadku tradycyjnych, stosowanych od dekad modeli do przewidywania zjawisk hydrologicznych. Doskonałym przykładem rozwoju technologii w tym obszarze jest projekt Sen1Floods11, w ramach którego wykorzystano 4831 czipów do monitorowania powodzi na sześciu kontynentach. Rezultatem było uzyskanie zbioru danych na temat wód powierzchniowych, na bazie którego możliwe jest szkolenie, weryfikowanie i testowanie konwolucyjnych sieci neuronowych zdolnych do pogłębionych analiz obrazów na bazie różnych filtrów.

Niestety, jak podkreślają eksperci, uczenie maszynowe – pomimo wszystkich zalet – ma też swoje jawne ograniczenia. Jednym z poważniejszych jest dobór właściwych algorytmów, ściśle związany z jakością systemów wykorzystywanych do szkolenia sztucznej inteligencji.

Sztuczna inteligencja kontra powódź – jak to wygląda w praktyce

Przeciwdziałanie powodziom za pomocą AI nie jest wcale wizją rodem z filmów science fiction, ale faktyczną praktyką realizowaną już z powodzeniem w wielu miejscach na świecie. Mowa zarówno o globalnych inicjatywach, które pozwalają oceniać trendy w zmianie klimatu, jak i lokalnych działaniach dążących do ograniczania strat związanych z powodziami tu i teraz.

Ciekawym przykładem jest projekt realizowany przez naukowców z Texas A&M University przy finansowym wsparciu Narodowej Służby Oceanów i Atmosfery (NOAA). W jego ramach użytkownicy przesyłają za pomocą aplikacji BluPix zdjęcia częściowo podtopionych przez rosnący poziom wód znaków drogowych. Sztuczna inteligencja analizuje fotografie i porównuje je z faktyczną wysokością słupów, oceniając przy tym głębokość podtopień, stopień i tempo szerzenia się powodzi. Inicjatywa powstała w odpowiedzi na katastrofę spowodowaną huraganem Harvey w 2017 r., w wyniku której życie straciło ponad 100 osób, a szkody materialne wyniosły 125 mld dol.

Z kolei w irlandzkim mieście Cork wykorzystuje się innowacyjny model opracowany przez naukowców z Ośrodka Zastosowań AI CeADAR, funkcjonującego przy Uniwersytecie w Dublinie. W jego ramach sztuczna inteligencja pobiera historyczne dane z satelitów i tworzy mapy, na podstawie których da się przewidywać kolejne powodzie z zaskakującą precyzją.

Na Uniwersytecie w Nowym Orleanie badacze łączą obrazy pozyskane z wojskowych dronów z danymi sensorycznymi i wykorzystują je do monitorowania integralności i stabilności systemów kontroli przeciwpowodziowej. Projekt, w którym kluczową rolę odgrywa sztuczna inteligencja i jej analityczny potencjał, ma olbrzymie znaczenie w regionie, który regularnie doświadcza powodzi wskutek huraganów, intensywnych opadów oraz wylewania rzeki Mississippi.

Algorytmy AI wykorzystywane są również w globalnym narzędziu rozwiniętym przez Google w celu prognozowania powodzi na całym świecie. Google’s Flood Forecasting System to model hydrologiczny, który przewiduje, jak rosnąć będzie poziom wód w rzekach i strumieniach, prognozując jednocześnie skalę i zakres powodzi. Na podstawie pogłębionych analiz przygotowywane są ostrzeżenia, które mogą zostać rozdystrybuowane już na 5 dni przed spodziewanym kataklizmem. Inne, ogólnodostępne narzędzie FloodHub kontroluje poziom rzek w 180 krajach świata i dostarcza prognoz na temat spodziewanych powodzi w 1800 lokalizacjach, w których żyje 450 mln ludzi, w tym również w Polsce.

Jak rysuje się przyszłość?

Raport opublikowany w 2023 r. przez Sztokholmski Międzynarodowy Instytut Badań Pokojowych (SIPRI) przestrzega jednak przed ograniczeniami związanymi z wykorzystaniem AI do zwiększania bezpieczeństwa klimatycznego.

Jako główny problem wskazuje się jakość i dostępność danych, bez których sztuczna inteligencja nie może tworzyć realistycznych modeli. Eksperci podkreślają, że konieczne jest rozwijanie nowych technologii i źródeł danych, które umożliwią bardziej interdyscyplinarne podejście do prognozowania.

Dalsze postępy pozwolą opracować bardziej efektywne i stabilne rozwiązania, dzięki którym możliwe będzie lepsze zarządzanie zasobami wodnymi i szybsze reagowanie na zagrożenia powodziowe. W opinii SIPRI sztuczna inteligencja jest kluczowa dla rozwoju strategii działań adaptacyjnych i mitygujących zmianę klimatu, co przekłada się na budowanie bardziej odpornych społeczności i lepszą ochronę naturalnych ekosystemów. Postęp technologiczny wydaje się być drogą do bardziej wydajnego i efektywnego zarządzania ryzykiem powodziowym w świecie coraz dotkliwiej doświadczanym przez kapryśny klimat.