ხელოვნურ ინტელექტს შეუძლია ახალი საზომი შექმნას ქარიშხლის მიმართ მდგრადი შენობების დიზაინისთვის
ქარიშხლების, ქარების გაძლება გასაღებია შენობა-ნაგებობების ექსპლუატაციის ხანგრძლივობისთვის აშშ-ის მთელ აღმოსავლეთ სანაპიროზე. ნაგებობის დიზაინისთვის ქარის სიჩქარის გამოთვლა საკმაოდ რთულია, თუმცა ხელოვნური ინტელექტი (AI) მარტივ გამოსავალს გვთავაზობს.
სტანდარტებისა და ტექნოლოგიების ეროვნული ინსტიტუტის (NIST) მკვლევრებმა, ქარიშხლების 100 წლის მონაცემებითა და თანამედროვე ხელოვნური ინტელექტის ტექნიკით შეიმუშავეს ქარიშხლების ციფრული სიმულაციის ახალი მეთოდი. ხელოვნური ინტელექტის მიერ შედგენილი, დედამიწის სისტემებისთვის დღეს გამოქვეყნებული კვლევის შედეგები აჩვენებს, რომ სიმულაციებს შეუძლიათ, ზუსტად წარმოადგინონ რეალური ქარიშხლების ტრაექტორია და ქარის სიჩქარე. ავტორები ვარაუდობენ, რომ ახალი მიდგომით მრავალი რეალისტური ქარიშხლის სიმულაცია ხელს შეუწყობს ქარიშხლისადმი მიდრეკილ რეგიონებში შენობების დიზაინის გაუმჯობესებული სახელმძღვანელოს შემუშავებას.
სახელმწიფო და ადგილობრივი კანონები, რომლებიც არეგულირებენ შენობების დიზაინსა და მშენებლობას – უფრო ხშირად ცნობილია, როგორც მშენებლობის კოდექსები – დიზაინერებს მიუთითებენ სტანდარტიზებულ რუკებზე. ამ რუკებზე ინჟინრებს შეუძლიათ იპოვონ ქარის დონე, რომელსაც მათი სტრუქტურა უნდა გაუმკლავდეს, მისი მდებარეობისა და შედარებითი მნიშვნელობის მიხედვით (ანუ, ზოლი საავადმყოფოსთვის უფრო მაღალია, ვიდრე თვითშენახვის ობიექტისთვის). რუკებში ქარის სიჩქარე მიღებულია კომპიუტერული მოდელების მიერ სიმულირებული ჰიპოთეტური ქარიშხლების მრავლობით, რომლებიც თავად ეფუძნება ქარიშხლების რეალურ ჩანაწერებს.
„წარმოიდგინეთ, რომ გქონდეთ მეორე დედამიწა, ან ათასი დედამიწა, სადაც შეგიძლიათ დააკვირდეთ ქარიშხლებს 100 წლის განმავლობაში და ნახოთ, სად მოხდნენ ისინი სანაპიროზე, რამდენად ინტენსიურია ისინი. ეს სიმულირებული ქარიშხლები თუ ისინი იქცევიან, როგორც ნამდვილი ქარიშხლები, შეიძლება გამოვიყენოთ რუკების მონაცემების შესაქმნელად“, – განაცხადა NIST-ის მათემატიკოსმა, ადამ პინტარმა, კვლევის თანაავტორმა.
მკვლევრებმა, რომლებმაც შექმნეს უახლესი რუკები, ეს გააკეთეს ქარიშხლების რთული შიდა მუშაობის სიმულაციის გზით, რომლებიც გავლენას ახდენენ ისეთი ფიზიკური პარამეტრებით, როგორებიცაა ზღვის ზედაპირის ტემპერატურა და დედამიწის ზედაპირის სიუხეშე. თუმცა, ამ კონკრეტული ფაქტორების შესახებ საჭირო მონაცემები ყოველთვის არ არის ხელმისაწვდომი.
ათ წელზე მეტი ხნის შემდეგ, AI-ზე დაფუძნებულ ინსტრუმენტებში მიღწევებმა და ქარიშხლების დამატებითი ჩანაწერების შექმნამ, წლების განმავლობაში შესაძლებელი გახადა უპრეცედენტო მიდგომა, რამაც შეიძლება გამოიწვიოს ქარიშხლის ქარის უფრო რეალისტური რუკები გზაზე.
NIST-ის პოსტდოქტორანტმა რიხი ბოზმა, პინტართან და NIST-ის თანამშრომელთან, ემილ სიმიუსთან ერთად, გამოიყენეს ეს ახალი ტექნიკა და რესურსები საკითხის სხვა კუთხით მოსაგვარებლად. იმის ნაცვლად, რომ მათმა მოდელმა მათემატიკურად ააგოს ქარიშხალი, ახალი კვლევის ავტორებმა მას ასწავლეს, ქარიშხლის რეალური მონაცემების მიბაძვა მანქანური სწავლებით , თქვა პინტარმა.
საკმარისი ხარისხის ინფორმაციის შესასწავლად, მანქანათმცოდნეობის ალგორითმებს შეუძლიათ, შექმნან მოდელები იმ შაბლონების საფუძველზე, რომლებიც აღმოაჩენენ მონაცემთა ნაკრებებში, რომლებიც შეიძლება სხვა მეთოდებმა გამოტოვონ. ამ მოდელებს შეუძლიათ კონკრეტული ქცევის სიმულაცია, როგორიცაა ქარის სიძლიერე და ქარიშხლის მოძრაობა.
ახალ კვლევაში სასწავლო მასალა მოვიდა ქარიშხლების ეროვნული ცენტრის ატლანტიკური ქარიშხლების მონაცემთა ბაზის (HURDAT2) სახით, რომელიც შეიცავს ინფორმაციას 100 წელზე მეტი ხნის წინანდელი ქარიშხლების შესახებ, როგორიცაა მათი ბილიკების კოორდინატები და ქარის სიჩქარე.
მკვლევრებმა 1500-ზე მეტი ქარიშხლის მონაცემები დაყვეს ნაკრებებად მათი მოდელის შესამოწმებლად. როდესაც მათ გამოთვალეს ისტორიული ქარიშხლების ტრაექტორია და ქარის სიმულაციას, რომელიც ხელოვნურ ინტელექტზე დაფუძნებულ მოდელს მანამდე არ დაუმუშავებია, მოდელმა მაღალი ქულა მიიღო.
„ძალიან კარგად გამოდის. იმისდა მიხედვით, თუ სად უყურებთ სანაპიროს გასწვრივ, საკმაოდ რთული იქნება სიმულირებული ქარიშხლის ამოცნობა რეალურისგან“, – თქვა პინტარმა.
მათ ასევე გამოიყენეს მოდელი 100 წლის ჰიპოთეტური ქარიშხლების ნაკრების შესაქმნელად. მან წარმოადგინა სიმულაციები რამდენიმე წამში და ავტორებმა დაინახეს დიდი ხარისხით გადახურვა HURDAT2 ქარიშხლების ზოგად ქცევასთან, რაც ვარაუდობს, რომ მათ მოდელს შეუძლია სწრაფად შექმნას რეალისტური ქარიშხლების კოლექცია.
თუმცა, იყო გარკვეული შეუსაბამობები, მაგალითად, ჩრდილო-აღმოსავლეთ სანაპირო შტატებში. ამ რეგიონებში HURDAT2 მონაცემები მწირი იყო და, შესაბამისად, მოდელმა წარმოქმნა ნაკლებად რეალისტური შტორმები.
„ქარიშხალი არ არის ისეთი ხშირი, მაგალითად, ბოსტონში, როგორც, მაგალითად, მაიამიში. რაც უფრო ნაკლები მონაცემები გაქვთ, მით უფრო დიდია თქვენი პროგნოზების ცდომილება“, – თქვა სიმიუმ.
როგორც შემდეგი ნაბიჯი, გუნდი გეგმავს გამოიყენოს სიმულაციური ქარიშხალი ექსტრემალური ქარის სიჩქარის სანაპირო რუკების შესაქმნელად, ასევე გაურკვევლობის რაოდენობრივ განსაზღვრაში ამ სავარაუდო სიჩქარეებში.
იმის გამო, რომ მოდელის გაგება ქარიშხლების შესახებ შემოიფარგლება ისტორიული მონაცემებით, მას არ შეუძლია სიმულაცია მოახდინოს კლიმატის ცვლილებით გამოწვეულ პოტენციურ ქარიშხლებზე. ქარიშხლების სიმულაციის ტრადიციული მიდგომა უფრო მეტად შეეფერება ამ ამოცანას. თუმცა, მოკლევადიან პერსპექტივაში, ავტორები დარწმუნებულნი არიან, რომ ქარის რუკები, რომლებიც დაფუძნებულია მათ მოდელზე – რომელიც ნაკლებად არის დამოკიდებული ფიზიკურ პარამეტრებზე, ვიდრე სხვა მოდელები – უკეთ ასახავს რეალობას.
მომდევნო რამდენიმე წლის განმავლობაში ისინი მიზნად ისახავს, შექმნან და შესთავაზონ ახალი რუკები სამშენებლო სტანდარტებსა და კანონებში შესატანად.
სტატიაზე მუშაობდა : ალექსანდრე ფიფია და მარიამ ტატუაშვილი
წყარო : www.nist.gov
25 სექტემბერი 2023 წელი.