Japan er et av de mest sårbare landene for katastrofer værhendelser som orkaner, jordskjelv og tsunamier. I 2011 ble den nordøstlige regionen av landet rammet av en tsunami med katastrofale konsekvenser, som tok livet av mer enn 18 000 mennesker. Siden hendelsen har Japan rettet innsats for å forhindre at noe lignende skjer i fremtiden.
Asiatisk teknologi spår tsunamier
se mer
Google utvikler AI-verktøy for å hjelpe journalister i...
Uåpnet original iPhone fra 2007 selges for nesten $200 000; vet...
Ny forskning fra RIKEN Prediction Science Laboratory har brukt kunstig intelligens til å forutsi påvirkningene fra tsunamier på mindre enn ett sekund. Det påpeker i hvert fall en uttalelse fra institusjonen.
Blant informasjonen som ble avslørt, sa lederen av arbeidet og forskeren Iyan Mulia at: "Den største fordelen med metoden vår er hastigheten på spådommer, som er avgjørende for en tidlig advarsel". Han påpekte også at: "Tradisjonelt gis spådommer etter 30 minutter, noe som er for sent, men modellen vår kan gi spådommer i løpet av sekunder."
For å gjøre dette mulig, måtte de installere det største sensornettverket som var tilgjengelig for å overvåke havbunnens bevegelse. Rundt 150 stasjoner til sjøs kobler sammen dette nettverket, og jobber sammen for å advare teamet på forhånd om risikoen for tilstedeværelsen av et slikt fenomen.
For at alt skal fungere riktig, må dataene som genereres av sensorene konverteres til tsunamihøyder og spres utover hele kystlinjen, som vanligvis innebærer å løse komplekse ikke-lineære ligninger, som kan ta omtrent 30 minutter på en datamaskin felles.
Mer enn det tillater det ikke folk å evakuere stedet i tide.
Dette understreker bare viktigheten av RIKENs nye kunstige intelligens-modell. Dens personell trente maskinlæring med mer enn 3000 datagenererte tsunamihendelser, som allerede har blitt testet i ytterligere 480 situasjoner av fenomenet og i tre som faktisk har materialisert seg.
På denne måten får folk minst 30 minutters forsprang til å evakuere Fare, sammenlignet med den gamle værkatastrofevarslings- og varslingsmetoden.
Elsker av filmer og serier og alt som involverer kino. En aktiv nysgjerrig på nettverkene, alltid koblet til informasjon om nettet.