Wissenschaftler des Massachusetts Institute of Technology (MIT) entwickeln ein KI-Tool (künstliche Intelligenz), das realistische Satellitenbilder generieren kann, um potenzielle Überschwemmungsszenarien zu visualisieren. Diese Technologie kombiniert generative KI-Modelle mit physikbasierten Hochwassermodellen, um Hochrisikogebiete genauer zu identifizieren und Entscheidungsträgern zuverlässige visuelle Unterstützung zu bieten.
AI + Physikmodell: Präzisere Hochwasserbilder generieren
Wie Space.com berichtet, identifiziert das Tool zunächst über ein Physikmodell Gebiete mit Überschwemmungsrisiko. Anschließend generiert es, basierend auf der Stärke des bevorstehenden Sturms, detaillierte Luftaufnahmen des Gebiets, wie es nach einer Überschwemmung aussehen könnte. Das Tool verwendet einen innovativen Ansatz, der generative Adversarial Networks (GANs) mit physikalischen Modellen kombiniert, um „Halluzinationen“ (d.h. realistisch aussehende, aber ungenaue Merkmale im Bild) zu reduzieren, die durch GANs entstehen können.
Björn Lütjens, Postdoktorand am MIT-Department für Erd-, Atmosphären- und Planetenwissenschaften, erklärt: „'Halluzinationen' können die Betrachter irreführen. Wir untersuchen, wie wir diese generativen KI-Modelle im Kontext von Klimaeinflüssen einsetzen können, wobei zuverlässige Datenquellen entscheidend sind. Hier kommen die physikalischen Modelle ins Spiel.“
Intuitivere Warnungen: Höhere Bereitschaft zur Evakuierung
Lütjens sagt: „Unsere Idee ist, diese Technologie eines Tages vor einem Hurrikan einsetzen zu können, um der Öffentlichkeit eine zusätzliche visuelle Ebene zu bieten.“ Er betont auch die Bedeutung der Evakuierung: „Die Menschen bei drohender Gefahr zur Evakuierung zu bewegen, ist eine große Herausforderung. Vielleicht kann diese Visualisierung dazu beitragen, die Bereitschaft zu verbessern.“
Vergleichstest: Deutliche Vorteile des AI + Physikmodells
Zur Demonstration des Modells wendeten die Forscher es auf ein Szenario in Houston an und generierten Satellitenbilder der Stadt nach einer Überschwemmung durch einen Sturm ähnlicher Stärke wie Hurrikan Harvey. Sie verglichen die von der KI generierten Bilder mit echten Satellitenbildern und Bildern, die ohne Unterstützung durch ein physikalisches Modell generiert wurden. Die Ergebnisse zeigten, dass die ohne physikalisches Modell generierten KI-Bilder sehr ungenau waren und viele „Halluzinationen“ aufwiesen, hauptsächlich Überschwemmungen in Gebieten, in denen keine Überschwemmungen möglich sind. Im Gegensatz dazu stimmten die mit physikalischer Verstärkung generierten Bilder sehr gut mit der realen Situation überein.
Anwendungsperspektiven: Unterstützung von Entscheidungen, Schutz von Leben
Die Wissenschaftler erwarten, dass diese Technologie dazu beitragen wird, zukünftige Überschwemmungsszenarien vorherzusagen und zuverlässige visuelle Daten bereitzustellen, um Entscheidungsträgern bei der Planung, Evakuierung und Minderung von Überschwemmungen zu helfen. Lütjens erklärt, dass Entscheidungsträger normalerweise Visualisierungen (z. B. farbcodierte Karten) verwenden, um potenzielle Überschwemmungsgebiete zu bewerten, aber die Visualisierung mit Satellitenbildern kann intuitivere und ansprechendere Informationen liefern und gleichzeitig die Glaubwürdigkeit erhalten.
Derzeit befindet sich die Methode des Teams noch im Stadium des Proof of Concept. Es ist mehr Zeit erforderlich, um weitere Gebiete zu analysieren, um die Ergebnisse verschiedener Stürme genauer vorherzusagen.
Dava Newman, Professorin für Luft- und Raumfahrttechnik am MIT und Leiterin des MIT Media Lab, sagt: „Wir haben einen praktikablen Ansatz gezeigt, der maschinelles Lernen mit Physik für risikosensitive Anwendungsfälle kombiniert. Dies erfordert die Analyse der Komplexität von Erdsystemen und die Vorhersage zukünftigen Handelns und möglicher Szenarien, um Menschen von Gefahren fernzuhalten. Wir freuen uns darauf, unser generatives KI-Tool Entscheidungsträgern auf lokaler Ebene zur Verfügung zu stellen, was erhebliche Auswirkungen haben und sogar Leben retten könnte.“
