Japan is een van de meest kwetsbare landen rampen weersomstandigheden zoals orkanen, aardbevingen en tsunami's. In 2011 werd het noordoosten van het land getroffen door een tsunami met catastrofale gevolgen, waarbij meer dan 18.000 mensen om het leven kwamen. Sinds het incident heeft Japan inspanningen geleverd om te voorkomen dat iets soortgelijks in de toekomst gebeurt.
Aziatische technologie voorspelt tsunami's
Bekijk meer
Google ontwikkelt AI-tool om journalisten te helpen bij…
Ongeopende originele iPhone uit 2007 wordt verkocht voor bijna $ 200.000; weten...
Nieuw onderzoek door het RIKEN Prediction Science Laboratory heeft kunstmatige intelligentie gebruikt om de effecten van tsunami's in minder dan een seconde correct te voorspellen. Dat blijkt althans uit een verklaring van de instelling.
Onder de openbaar gemaakte informatie zei de leider van het werk en wetenschapper Iyan Mulia: "Het grootste voordeel van onze methode is de snelheid van voorspellingen, wat cruciaal is voor een vroege waarschuwing". Hij wees er ook op dat: "Traditioneel worden voorspellingen na 30 minuten gegeven, wat te laat is, maar ons model kan binnen enkele seconden voorspellingen doen."
Om dit mogelijk te maken, moesten ze het grootste beschikbare sensornetwerk installeren om de beweging van de zeebodem te volgen. Ongeveer 150 stations op zee verbinden dit netwerk en werken samen om het team vooraf te waarschuwen voor de risico's van de aanwezigheid van een dergelijk fenomeen.
Om alles correct te laten werken, moeten de gegevens die door de sensoren worden gegenereerd, worden omgezet in tsunami-hoogten en worden verspreid over hele kustlijn, wat meestal het oplossen van complexe niet-lineaire vergelijkingen inhoudt, wat op een computer ongeveer 30 minuten kan duren gewoon.
Meer dan dat, het stelt mensen niet in staat om de site tijdig te evacueren.
Dit benadrukt alleen maar het belang van het nieuwe kunstmatige-intelligentiemodel van RIKEN. Het personeel trainde de machinaal leren met meer dan 3.000 door de computer gegenereerde tsunami-gebeurtenissen, die al zijn getest in nog eens 480 situaties van het fenomeen en in drie die daadwerkelijk zijn uitgekomen.
Zo krijgen mensen minimaal 30 minuten voorsprong om te evacueren risico, in vergelijking met de oude methode voor het voorspellen en waarschuwen van weerrampen.
Liefhebber van films en series en alles wat met cinema te maken heeft. Een actieve nieuwsgierigheid op de netwerken, altijd verbonden met informatie over internet.
