Исследование, опубликованное в журнале IEEE Transactions on Geoscience and Remote Sensing, описывает модель ИИ, которая способна предсказывать последствия стихийных бедствий с высокой точностью.
Ученые применили метод машинного обучения, который позволяет не только анализировать данные, но и генерировать реалистичные изображения.
В основе модели лежит генеративная состязательная сеть, которая обучается на данных о последствиях бедствий до и после их возникновения.С помощью этой технологии ИИ может создавать визуализации последствий наводнений, как будто они сделаны на спутниковых фотографиях из будущего. Это позволяет исследователям и спасательным службам лучше понять, какие изменения могут произойти в результате катастрофы и как они могут повлиять на инфраструктуру и население.
Специалисты MIT отметили, что полученные кадры демонстрируют высокую степень достоверности, что было подтверждено сравнением с оригинальными спутниковыми снимками. Однако, как и в любой другой модели, иногда возникают неточности. Чтобы улучшить результаты и снизить вероятность ошибок, ученые планируют интегрировать физическую модель в процесс предсказания. Это позволит учитывать реальные физические процессы, происходящие во время стихийных бедствий.
Кроме того, для повышения точности предсказаний будет запущена вторая нейросеть, обученная на реальных спутниковых снимках. Это сочетание подходов позволит создать более надежные и реалистичные прогнозы последствий бедствий.
Свежие комментарии