روش این تیم هنوز در مرحله اثبات مفهوم است و نیاز به زمان بیشتری دارد تا بتواند پیش‌بینی‌های دقیق‌تری برای مناطق مختلف داشته باشد.

دانشمندان MIT در حال توسعه ابزاری مبتنی بر هوش مصنوعی (AI) هستند که تصاویر واقعی از سناریوهای سیلاب‌های احتمالی ایجاد می‌کند.

به گزارش ایتنا و به نقل از اسپیس، این ابزار با ترکیب یک مدل هوش مصنوعی مولد و یک مدل فیزیکی سیلاب، به پیش‌بینی مناطق در معرض خطر سیلاب می‌پردازد و سپس تصاویر دقیقی از نحوهٔ تغییرات یک منطقه پس از سیلاب، بر اساس شدت طوفان پیش‌رو، تولید می‌کند.
 
بجورن لوتجنز، پژوهشگر فوق‌دکترا در بخش علوم زمین، جو و سیاره‌ای در دانشگاه MIT، در بیانیه‌ای گفت: «ایده این است که روزی بتوانیم از این ابزار پیش از وقوع طوفان استفاده کنیم تا لایه‌ای از تجسم اضافی برای عموم مردم فراهم کنیم».
 
او افزود: «یکی از بزرگ‌ترین چالش‌ها، ترغیب مردم به تخلیه مناطق در معرض خطر است. شاید این ابزار تجسمی دیگری باشد که کمک کند تا آمادگی مردم بیشتر شود».
 
نحوه عملکرد ابزار جدید
تیم تحقیقاتی یک مدل یادگیری ماشین به نام شبکهٔ مولد رقیب شرطی (GAN) را آموزش دادند که با استفاده از دو شبکه عصبی که به طور معکوس عمل می‌کنند، تصاویر واقعی ایجاد می‌کند.

شبکه اول که «مولد» نام دارد، با مطالعه نمونه‌های واقعی مانند تصاویر ماهواره‌ای از مناطق قبل و بعد از طوفان‌ها، می‌آموزد. شبکه دوم که «تفکیک‌کننده» نام دارد، به عنوان یک منتقد عمل می‌کند و تلاش می‌کند تصاویر واقعی را از تصاویر جعلی تولید شده توسط مولد تمیز دهد.

این دو شبکه با هم کار می‌کنند و به تدریج بهبود می‌یابند تا تصاویر تولید شده کاملاً واقعی به نظر برسند.
 
گفتنی است هر دو شبکه به طور خودکار و از طریق بازخوردهایی که از شبکهٔ دیگر دریافت می‌کنند، یاد می‌گیرند و بهبود می‌یابند. این فرآیند رفت و برگشتی هدفش تولید تصاویری است که به طور دقیق مشابه تصاویر واقعی باشند.