Inteligența artificială este utilizată pentru a îmbunătăți predicția loviturilor de trăsnet

Prognoza vremii a devenit considerabil mai bună în cursul ultimului deceniu, cu prognoze pe cinci zile care sunt acum de aproximativ 90% precise. Cu toate acestea, un aspect al vremii care a evitat mult timp încercările de a o prezice este trăsnetul. Deoarece trăsnetul este atât de imprevizibil, este foarte dificil să se minimizeze daunele pe care le poate cauza asupra vieților umane, proprietăților și naturii. Mulțumită eforturilor unei echipe de cercetare de la EPFL (Școala Politehnică Federală din Lausanna) School of Engineering, lovirile de trăsnet ar putea fi mult mai previzibile în viitorul apropiat.

Conform raportului SciTechDaily, o echipă de cercetători de la Școala de Inginerie a EPFL – Laboratorul de Compatibilitate Electromagnetică, a creat recent un program de inteligență artificială capabil să prevadă cu acuratețe un trăsnet într-un interval de 10 până la 30 de minute și pe o rază de 30 de kilometri. Sistemul creat de echipa de ingineri aplică algoritmi de inteligență artificială la date meteorologice, iar sistemul va fi utilizat în proiectul European Laser Lightning Rod.

Scopul proiectului European Laser Lightning Rod (ELLR) este de a crea noi tipuri de sisteme și tehnici de protecție împotriva trăsnetului. În special, ELLR își propune să creeze un sistem care utilizează o tehnică bazată pe laser pentru a reduce cantitatea de trăsnete naturale descendente, realizată prin stimularea fulgerelor ascendente.

Conform echipei de cercetare, metodele actuale de predicție a trăsnetului se bazează pe date colectate prin radar sau satelit, care tind să fie foarte scumpe. Radarul este utilizat pentru a scana furtunile și a determina potențialul electric al furtunii. Alte sisteme de predicție a trăsnetului necesită adesea utilizarea a trei sau mai multe receptoare într-o regiune pentru a putea triunghiula aparițiile de trăsnet. Crearea de predicții în acest mod este adesea un proces lent și complex.

În schimb, metoda dezvoltată de echipa EPFL utilizează date care pot fi colectate la orice stație meteorologică standard. Acest lucru înseamnă că datele sunt mult mai ieftine și mai ușor de colectat, iar sistemul ar putea fi aplicat în regiuni îndepărtate unde sistemele de satelit sau radar nu acoperă și unde rețelele de comunicații sunt slabe.

Datele pentru predicții pot fi colectate rapid și în timp real, ceea ce înseamnă că o regiune ar putea fi avertizată cu privire la lovirile de trăsnet care urmează să apară, chiar înainte ca o furtună să se formeze în acea regiune. Conform raportului ScienceDaily, metoda utilizată de echipa EPFL pentru a face predicții este un algoritm de învățare automată instruit pe date colectate de la 12 stații meteorologice elvețiene. Datele acopereau o perioadă de un deceniu și atât regiunile muntoase, cât și cele urbane erau reprezentate în setul de date.

Motivul pentru care lovirile de trăsnet pot fi prevăzute deloc este că ele sunt puternic corelate cu anumite condiții meteorologice. Unul dintre cele mai importante ingrediente pentru formarea trăsnetului este convecția intensă, în care aerul umed se ridică pe măsură ce atmosfera devine instabilă în regiunea locală. Coliziunile dintre picături de apă, particule de gheață și alte molecule din nori pot cauza separarea sarcinilor electrice din interiorul particulelor. Această separare conduce la crearea unor straturi de nori cu sarcini opuse, ceea ce duce la descărcările care apar sub formă de trăsnet. Caracteristicile atmosferice asociate cu aceste condiții meteorologice pot fi introduse în algoritmi de învățare automată pentru a prezice lovirile de trăsnet.

Printre caracteristicile din setul de date se numărau variabile precum viteza vântului, umiditatea relativă, temperatura aerului și presiunea atmosferică. Aceste caracteristici au fost etichetate cu lovirile de trăsnet înregistrate și locația sistemului care a detectat lovitura. Pe baza acestor caracteristici, algoritmul a fost capabil să interpreteze modelele din condițiile care au condus la lovirile de trăsnet. Atunci când modelul a fost testat, s-a dovedit a fi capabil să prevadă corect un trăsnet în aproximativ 80% din cazuri.

Modelul echipei EPFL este remarcabil deoarece este primul exemplu de sistem bazat pe date meteorologice disponibile în mod obișnuit, care poate prezice cu acuratețe lovirile de trăsnet.