Использование ИИ для предсказания того, где и когда ударит молния

Молния — одно из самых непредсказуемых явлений в природе. Он регулярно убивает людей и животных, поджигает дома и леса. Он держит самолеты на земле и повреждает линии электропередач, ветряные турбины и солнечные панели. Однако мало что известно о том, что вызывает молнию, и не существует простой технологии для прогнозирования, когда и где молния ударит по земле.

В инженерной школе EPFL исследователи из Лаборатории электромагнитной совместимости под руководством Фархада Рашиди разработали простую и недорогую систему, которая может предсказать, когда ударит молния, с точностью до 10–30 минут в радиусе 30 км. Система использует комбинацию стандартных метеорологических данных и искусственного интеллекта. Этот исследовательский документ был опубликован в Climate and Atmospheric Science , журнале-партнере Nature. Теперь исследователи планируют использовать свою технологию в проекте European Laser Lightning Rod.

«Современные системы медленные и очень сложные, и для них требуются дорогостоящие внешние данные, полученные с помощью радара или спутника», — объясняет Амирхоссейн Мостаджаби, аспирант, который придумал эту технологию. «В нашем методе используются данные, которые могут быть получены с любой метеостанции. Это означает, что мы можем охватить удаленные регионы, которые находятся вне зоны действия радаров и спутников и где сети связи недоступны».

Более того, поскольку данные можно собирать легко и в режиме реального времени, прогнозы можно делать очень быстро, а предупреждения могут выдаваться даже до того, как сформируется шторм.

Обучение машины с использованием доступных данных

В методе исследователей EPFL используется алгоритм машинного обучения, который был обучен распознавать условия, приводящие к возникновению молний. Для проведения тренинга исследователи использовали данные, собранные за десятилетний период с 12 швейцарских метеостанций, расположенных как в городских, так и в горных районах.

Учитывались четыре параметра: атмосферное давление, температура воздуха, относительная влажность и скорость ветра. Эти параметры были сопоставлены с записями систем обнаружения и определения местоположения молний. Используя этот метод, алгоритм смог узнать условия, при которых возникает молния.

После обучения система делала прогнозы, которые оказывались верными почти в 80% случаев.

Это первый случай, когда система, основанная на простых метеорологических данных, смогла прогнозировать удары молнии с помощью расчетов в реальном времени. Этот метод предлагает простой способ прогнозирования сложного явления.