Connect with us

AI ใช้เพิ่มความแม่นยำในการทำนายการเกิดฟ้าผ่า

ปัญญาประดิษฐ์

AI ใช้เพิ่มความแม่นยำในการทำนายการเกิดฟ้าผ่า

mm

การทำนายสภาพอากาศได้ดีขึ้นอย่างมากในช่วงหนึ่งทศวรรษที่ผ่านมา โดยการทำนายสภาพอากาศล่วงหน้า 5 วัน มีความแม่นยำถึง 90% อย่างไรก็ตาม มีหนึ่งด้านของสภาพอากาศที่ยากจะทำนายได้ คือ ฟ้าผ่า เนื่องจากฟ้าผ่าเป็นปรากฏการณ์ที่ไม่แน่นอน ทำให้ยากที่จะลดความเสียหายที่จะเกิดขึ้นต่อชีวิตมนุษย์ ทรัพย์สิน และธรรมชาติ ขอบคุณงานของทีมวิจัยจาก EPFL (Ecole Polytechnique Fédérale de Lausanne) School of Engineering ที่อาจทำให้การทำนายฟ้าผ่าในอนาคตใกล้ๆ นี้มีความแม่นยำมากขึ้น

ตามรายงานจาก SciTechDaily ทีมวิจัยจาก EPFL’ s School of Engineering – Electromagnetic Compatibility Laboratory ได้สร้างโปรแกรม AI ที่สามารถทำนายการเกิดฟ้าผ่าได้อย่างแม่นยำภายในระยะเวลา 10 ถึง 30 นาที และในพื้นที่ 30 กิโลเมตร ระบบที่สร้างโดยทีมวิศวกรใช้ข้อมูลสภาพอากาศและจะถูกนำไปใช้ในโครงการ European Laser Lightning Rod

เป้าหมายของโครงการ European Laser Lightning Rod (ELLR) คือการสร้างระบบป้องกันฟ้าผ่าและเทคนิคใหม่ๆ โดยเฉพาะ ELLR มีเป้าหมายที่จะสร้างระบบที่ใช้เทคนิคเลเซอร์เพื่อลดการเกิดฟ้าผ่าธรรมชาติลง โดยการกระตุ้นการเกิดฟ้าผ่าขึ้น

ตามทีมวิจัย วิธีการทำนายฟ้าผ่าในปัจจุบันขึ้นอยู่กับข้อมูลที่รวบรวมจากเรดาร์หรือดาวเทียม ซึ่งมีค่าใช้จ่ายสูง เรดาร์ถูกใช้เพื่อสแกนพายุและกำหนดศักยภาพไฟฟ้าของพายุ ระบบทำนายฟ้าผ่าอื่นๆ มักต้องการใช้รับ信号 3 ตัวขึ้นไปในพื้นที่เพื่อที่จะสามารถกำหนดตำแหน่งของฟ้าผ่าได้ การทำนายในลักษณะนี้เป็นกระบวนการที่ซับซ้อนและช้า

แทนการใช้วิธีนี้ ทีมวิจัยจาก EPFL ได้พัฒนาวิธีที่ใช้ข้อมูลที่สามารถรวบรวมได้ที่สถานีตรวจวัดสภาพอากาศมาตรฐาน ซึ่งหมายความว่าข้อมูลมีค่าใช้จ่ายต่ำและสามารถรวบรวมได้ง่าย ระบบนี้สามารถนำไปใช้ในพื้นที่ห่างไกลที่ไม่มีการครอบคลุมของระบบดาวเทียมหรือเรดาร์ และไม่มีการเชื่อมต่อเครือข่าย

ข้อมูลสำหรับการทำนายสามารถรวบรวมได้อย่างรวดเร็วและแบบเรียลไทม์ ซึ่งหมายความว่าพื้นที่สามารถได้รับการแจ้งเตือนเกี่ยวกับการเกิดฟ้าผ่าได้แม้ก่อนที่พายุจะเกิดขึ้นในพื้นที่ ตามรายงานจาก ScienceDaily วิธีการที่ทีมวิจัยจาก EPFL ใช้ในการทำนายคืออัลกอริทึมการเรียนรู้ของเครื่องจักรที่ได้รับการฝึกฝนจากข้อมูลที่รวบรวมจากสถานีตรวจวัดสภาพอากาศ 12 สถานีในสวิตเซอร์แลนด์ ข้อมูลครอบคลุมระยะเวลา 10 ปี และรวมถึงพื้นที่ภูเขาและพื้นที่เมือง

สาเหตุที่ฟ้าผ่าสามารถทำนายได้เพราะว่ามันเกี่ยวข้องกับสภาพอากาศที่เฉพาะเจาะจง สภาพอากาศที่เกี่ยวข้องกับการเกิดฟ้าผ่า ส่วนประกอบที่สำคัญที่สุดในการเกิดฟ้าผ่าคือการเกิดการขึ้นของอากาศชื้นในพื้นที่ที่มีความไม่มั่นคง การชนกันของหยดน้ำ ไอศกรีม และโมเลกุลอื่นๆ ในเมฆสามารถทำให้เกิดการแยกของประจุไฟฟ้าภายในโมเลกุล ซึ่งนำไปสู่การเกิดชั้นเมฆที่มีประจุไฟฟ้าตรงกันข้าม ซึ่งนำไปสู่การเกิดฟ้าผ่า สภาพอากาศที่เกี่ยวข้องกับสภาพอากาศเหล่านี้สามารถถูกนำมาใช้ในอัลกอริทึมการเรียนรู้ของเครื่องจักรเพื่อทำนายการเกิดฟ้าผ่า

ในบรรดาคุณลักษณะในข้อมูลที่ใช้ในการทำนาย ได้แก่ ความเร็วลม ความชื้นสัมพัทธ์ อุณหภูมิอากาศ และความกดอากาศ คุณลักษณะเหล่านี้ถูกทำเครื่องหมายด้วยการเกิดฟ้าผ่าที่บันทึกไว้และตำแหน่งของระบบที่ตรวจจับฟ้าผ่า ตามคุณลักษณะเหล่านี้ อัลกอริทึมสามารถตีความรูปแบบของสภาพอากาศที่นำไปสู่การเกิดฟ้าผ่าได้ เมื่อทดสอบแบบจำลองนี้ พบว่าสามารถทำนายการเกิดฟ้าผ่าได้อย่างถูกต้องประมาณ 80% ของเวลา

แบบจำลองของทีมวิจัยจาก EPFL นี้มีความสำคัญเพราะเป็นตัวอย่างแรกของระบบที่ใช้ข้อมูลสภาพอากาศที่มีอยู่ทั่วไปในการทำนายการเกิดฟ้าผ่าได้อย่างแม่นยำ

นักบล็อกและโปรแกรมเมอร์ที่มีความเชี่ยวชาญใน Machine Learning และ Deep Learning หัวข้อ Daniel หวังที่จะช่วยให้ผู้อื่นใช้พลังของ AI สำหรับสิ่งที่ดี