都市における自然災害への対応に AI がどのように活用されているか

T都市部に住んでいる人の数は 3倍になった 過去 50 年間で、地震などの大規模な自然災害が都市を襲ったとき、より多くの命が危険にさらされていることを意味します。一方で、異常気象の強度と頻度は増加傾向にあります。 続行するように設定 気候が温暖化するにつれて。このため、これまでよりも迅速、安価、より正確に災害を検出し、対応できるようにする新世代の地震監視および気候予測システムを開発する取り組みが世界中で活発になっています。

11 月 6 日、スペインのバルセロナ スーパーコンピューティング センターで、AI ソリューションを通じた自然災害への回復力に関するグローバル イニシアチブが初めて会合します。新しい国連 主導権 政府、組織、コミュニティが災害管理に AI を使用できるよう指導することを目的としています。

このイニシアチブは、国際電気通信連合、世界気象機関（WMO）、および国連環境計画によって築かれたほぼ4年間の基礎の上に築かれており、これらのプログラムは2021年初めに共同で会合を開催した。 フォーカスグループ 災害管理における AI 利用のベスト プラクティスの開発を開始します。これには、データ収集の強化、予測の改善、コミュニケーションの合理化が含まれます。

続きを読む： 都市は「気候と健康の危機」の最前線にいます。新しいレポートはその影響に取り組むための枠組みを提供する

「私が興味深いと思うのは、1 つの種類の危険に対して、AI を適用できるさまざまな方法があり、それが多くの機会を生み出すということです」と、フォーカス グループの議長を務めたモニク クグリッチュ氏は言います。ハリケーンを例に挙げると、2023 年には、 研究者 フロリダ州タラハシーで、熱帯低気圧の後に道路封鎖を検出するために交通センサーを設置する最適な場所を政策立案者が特定するのに AI が役立つ可能性があることを示しました。また 10 月には、気象学者が AI 天気予報モデルを使用して、 正確に それを予測する ハリケーンミルトンが上陸するだろう フロリダ州シエスタキー近郊。 AI は、より効率的に一般の人々に警告するためにも使用されています。昨年、国立気象局は、 発表された AI翻訳会社と提携 リルト スペイン語と簡体字中国語で予報を提供できるようになり、ハリケーン警報を翻訳する時間を1時間から10分に短縮できるという。

AI は、コミュニティが災害に備えるのを支援するだけでなく、対応作業を調整するためにも使用されています。両方に続いて ハリケーン ミルトン そして ハリケーン イアン、非営利団体の GiveDirectly は、Google の機械学習モデルを使用して衛星撮影前および撮影後の画像を分析し、最も深刻な影響を受けた地域を特定し、それに応じて現金助成の優先順位を付けました。昨年、航空画像の AI 分析は、対応活動を支援するために、サイクロン・フレディ後のモザンビークのケリマネやマグニチュード 7.8 の地震後のトルコのアドゥヤマンなどの都市に導入されました。

続きを読む： 気象学者は AI を使用してハリケーン ミルトンやその他の嵐をどのように予測しているか

早期警報システムの運用は主に政府の責任ですが、AI 気候モデリングと、程度は低いですが地震検出は急成長している民間産業となっています。起動する SeismicAI は、メキシコのゲレーロ州とハリスコ州の国民保護機関と協力して、リアルタイムで地震を検知するAI強化センサーネットワークを導入していると発表した。ハイテク巨人 グーグル、 エヌビディア、 そして ファーウェイ は欧州の予報専門家と提携しており、同社のAI主導モデルは従来のモデルよりも数千倍早く正確な中期予報を生成できると同時に、計算量も少ないとしている。そして9月にはIBMが 提携した NASA と協力して、さまざまな気候モデリングのケースに使用でき、デスクトップ上で実行できる汎用オープンソース モデルをリリースします。

AIの進歩

機械学習技術は長年にわたり気象予測モデルに組み込まれてきましたが、最近の進歩により、AI を使用して多くの新しいモデルをゼロから構築できるようになり、予測の精度と速度が向上しました。従来のモデルは、複雑な物理ベースの方程式に依存して大気中の水と空気の相互作用をシミュレートし、スーパーコンピューターの実行を必要とするため、1 つの予測を生成するのに数時間かかる場合があります。対照的に、AI 気象モデルは、数十年にわたる気候データのトレーニングによってパターンを特定することを学習します。そのデータのほとんどは衛星や地上のセンサーを介して収集され、政府間の協力を通じて共有されます。

AI と物理ベースの予測はどちらも、世界をボックスの 3 次元グリッドに分割し、気温や風速などの変数を決定することで機能します。ただし、AI モデルは計算効率が高いため、よりきめの細かいグリッドを作成できます。たとえば、欧州中期天気予報センターの最高解像度モデルは世界を 5.5 マイルのボックスに分割しますが、スタートアップの予測は アトモス は 1 平方マイルより細かいモデルを提供します。この解像度の向上により、異常気象時のリソースのより効率的な割り当てが可能になり、これは都市にとって特に重要である、と同社の共同創設者兼最高技術責任者（CTO）のヨハン・マテ氏は述べている。 お得情報 フィリピンと島国と ツバル。

制限事項

AI 駆動モデルは通常、トレーニングに使用されたデータと同程度の性能しか持たないため、場合によってはそれが制限要因となる可能性があります。 「災害など、一か八かの状況に陥ったときは、モデルの出力を信頼できる必要があります」と Kuglitsch 氏は言います。貧しい地域 – 多くの場合、 最前線 たとえば、気象センサーの数が少なく、メンテナンスも不十分なため、気象データにギャップが生じています。この偏ったデータに基づいてトレーニングされた AI システムは、災害に対して最も脆弱な場所では精度が低くなる可能性があります。また、設定されたルールに従う物理ベースのモデルとは異なり、AI モデルは複雑になるにつれて、ますます洗練された「ブラック ボックス」として動作し、入力から出力までのパスが不透明になります。国連のイニシアチブは、AI を責任を持って使用するためのガイドラインを開発することに焦点を当てています。クグリッチュ氏は、標準によって、開発者がモデルの限界を明らかにしたり、地域の境界を越えてシステムが動作することを保証したりすることが可能になる可能性があると述べた。

このイニシアチブは、地中海および全ヨーロッパの予報と協力して、その推奨事項を現場でテストします。 自然災害に対する早期警報システム (MedEWSa)、フォーカス グループからスピンアウトしたプロジェクト。 「私たちはフォーカス グループからのベスト プラクティスを適用し、フィードバック ループを回し、どのベスト プラクティスが最も従うのが簡単かを判断するつもりです」と Kuglitsch 氏は言います。 MedEWSa のパイロット プロジェクトの 1 つは、ギリシャのアテネ周辺地域での山火事の発生を予測するための機械学習を調査するものです。もう1つは、ジョージア州トビリシ市周辺地域での洪水や土砂崩れの警報を改善するためにAIを活用する予定だ。

続きを読む： セメント業界はどのようにしてカーボンネガティブな建材を生み出しているのか

一方、民間企業は、 明日.io 彼らは独自のデータを収集することでこれらのギャップを埋めようとしています。 AI 天気予報の新興企業であるこの企業は、レーダーやその他の気象センサーを搭載した衛星を打ち上げて地上センサーのない地域からデータを収集し、そのデータを過去のデータと組み合わせてモデルをトレーニングしています。 Tomorrow.io のテクノロジーは、ボストンを含むニューイングランドの都市で、市当局が降雪に先立って道路に塩を撒く時期を決定するのに利用されています。 Uberやデルタ航空でも採用されています。

もう一つの国連の取り組みとしては、 系統的観測融資制度 (SOFF) は、貧しい国に資金と技術援助を提供することで気象データのギャップを埋めることも目指しています。 SOFFのパートナーの1つであるWMOのサービスディレクターであるヨハン・スタンダー氏は、WMOはGoogleやMicrosoftなどの民間AI開発者と協力しているが、AIシステムに過度の責任を転嫁しないことが重要だと強調する。

「機械の前に行って『わかりました、あなたは間違っていました』なんて言うことはできません。答えてください、何が起こっているのですか？その所有権を引き継いでくれる人がまだ必要です」と彼は言います。同氏は、民間企業の役割は「全国的なメトロポリタンサービスを乗っ取ろうとするのではなく、サポートすること」だと考えている。