Bu məqalə Science X-in redaksiya prosesinə və siyasətlərinə uyğun olaraq nəzərdən keçirilib. Redaktorlar məzmunun etibarlılığını təmin edərkən aşağıdakı atributları vurğulamışlar: Rəsmi daşqın xəritələri fəlakətlərə hazırlığı, sığorta qərarlarını və şəhərsalma planlamasını formalaşdırır, lakin ABŞ-ın böyük hissələri xəritəsiz və ya az xəritədə qalır. Bu o deməkdir ki, bəzi icmalar gələcək daşqınlara hazırlaşmaq imkanlarını məhdudlaşdıraraq üzləşdikləri risklərdən xəbərsiz qala bilərlər.
Sinqapur Milli Universitetinin (NUS) Dizayn və Mühəndislik Kollecinin (CDE) və NUS-un Memarlıq Departamentindən dosent Rudi Stoufsun rəhbərlik etdiyi Tsinghua Universiteti Memarlıq Məktəbinin tədqiqatçıları Birləşmiş Ştatlarda daşqın təhlükəsi zonalarında çatışmayan və xəritədə göstərilməmiş dərin öyrənmə sistemini birgə işləyib hazırlayıblar. Mövcud rəsmi daşqın qeydlərindən və ərazi məlumatlarından öyrənməklə, çərçivə hazırkı rəsmi xəritələrin göstərdiyindən daha böyük miqyasda daşqınlara məruz qalma miqyasını ortaya qoyan məkan baxımından tam 30 metrlik daşqın təhlükəsi xəritəsi yaratdı. Nature Communications-da dərc olunan məqalə süni intellektin daşqın riski ilə bağlı məlumatlara ictimaiyyətin çıxışını gücləndirmək və daha məqsədyönlü davamlılıq planlamasına rəhbərlik etmək potensialını vurğulayır.
Tədqiqatçılar müəyyən etdilər ki, rəsmi məlumat bazaları xəritədə çəkilmiş daşqın zonalarından təxminən 11 milyon insan və 4,1 milyon bina buraxılmış ola bilər. Rəsmi ilkin göstərici ilə birlikdə, tapıntılar göstərir ki, bitişik ABŞ-da daşqınlara məruz qalma hal-hazırda qəbul ediləndən əhəmiyyətli dərəcədə çox ola bilər. Tədqiqat həm də bu boşluqların bərabər paylanmadığını müəyyən etdi.
Xəritədə göstərilməyən və xəritələşdirilməmiş bir çox ərazilərə sosial cəhətdən həssas əhali, xüsusən də yaşlılar və uşaqlar daxildir ki, bu da risk kommunikasiyası, davamlılığın planlaşdırılması və ictimai resursların ən çox ehtiyacı olan icmalara ayrılması üçün daha geniş təsirlərə işarə edir. Bununla belə, tədqiqat həm də əhalinin sıx məskunlaşdığı ərazilərdə və iqtisadi cəhətdən zəif olan bölgələrdə daha tam xəritələşdirməni təmin etmək üçün birgə səy göstərildiyini göstərdi. Çərçivə ərazi xüsusiyyətləri ilə məlum daşqın təhlükəsi zonaları arasında əlaqəni öyrənmək üçün öyrədildi.
Yüksəklik məlumatlarından və mövcud rəsmi daşqın qeydlərindən istifadə edərək, model daşqına meyilli ərazilərlə əlaqəli nümunələri müəyyən etdi və bu anlayışı daşqın xəritəsinin natamam və ya olmadığı yerlərə tətbiq etdi. Tədqiqatçılar ABŞ-a bitişik olan 30 metrlik davamlı daşqın təhlükəsi təbəqəsi yaratdılar. Bu yanaşma, baha başa gələn və vaxt tələb edən adi daşqın xəritələşdirilməsinə genişlənə bilən əlavə təklif edir.
Süni intellekt modelinin əsas gücü onun müasir relyef məlumatları ilə daşqınların su basması nümunələri arasında əsas əlaqəni ümumiləşdirmək qabiliyyətidir. Yüksək keyfiyyətli və köhnəlmiş xəritələrin qarışığından ibarət səs-küylü məlumat dəstində təlim keçməsinə baxmayaraq, model hidroloji cəhətdən ardıcıl nümunələri tarixi səhvlərdən üstün tutmağı öyrəndi. Bu qabiliyyət onun çıxışında özünü göstərir.
Xülasə — davamını mənbədə oxuyun.
