การใช้ AI เพื่อเตือนน้ำท่วมและพายุ: ประโยชน์และข้อจำกัด

นักดับเพลิงช่วยเหลือผู้คนจากน้ำท่วมในออสเตรีย ภาพ: Keystone

แม้ว่าแบบจำลอง AI จะมีประสิทธิภาพเหนือกว่าแบบจำลองทางฟิสิกส์ในบางกรณี แต่ก็ไม่ได้เป็นเช่นนั้นเสมอไป ศาสตราจารย์แอนดรูว์ ชาร์ลตัน-เปเรซ จากมหาวิทยาลัยเรดดิง (สหราชอาณาจักร) กล่าว ความแม่นยำของการคาดการณ์ AI ขึ้นอยู่กับคุณภาพของข้อมูลที่ป้อนเข้าเป็นอย่างมาก หากข้อมูลไม่เพียงพอหรือมีเหตุการณ์รุนแรงเกิดขึ้นแบบสุ่มตลอดทั้งปีและในหลายภูมิภาค การคาดการณ์ภัยพิบัติก็จะทำได้ยาก

ศาสตราจารย์ชาร์ลตัน-เปเรซแนะนำว่า AI ควรเสริมเครื่องมือพยากรณ์ที่มีอยู่เพื่อปรับปรุงความแม่นยำในการประเมินความน่าจะเป็นของเหตุการณ์สภาพอากาศรุนแรง โดยเน้นย้ำถึงความจำเป็นในการปรับปรุงอย่างต่อเนื่องในการรวบรวมและวิเคราะห์ข้อมูล

ตั้งแต่เดือนมกราคม ศูนย์พยากรณ์อากาศยุโรป (ECMWF) ได้นำระบบ AI แบบบูรณาการ (AIFS) มาใช้ ซึ่งให้การพยากรณ์อากาศระยะยาวอย่างรวดเร็วสำหรับเหตุการณ์สภาพอากาศรุนแรง เช่น พายุไซโคลนและคลื่นความร้อน การประเมินเมื่อเร็วๆ นี้แสดงให้เห็นว่าระบบนี้มีประสิทธิภาพ โดยเฉพาะอย่างยิ่งในการพยากรณ์ฝนตกหนักที่ทำให้เกิดน้ำท่วมในเดือนกันยายน

อย่างไรก็ตาม นักวิทยาศาสตร์ เตือนว่าการสื่อสารถึงผลกระทบของสภาพอากาศสุดขั้วเป็นสิ่งสำคัญ โดยเฉพาะอย่างยิ่งเมื่อการเปลี่ยนแปลงสภาพภูมิอากาศทวีความรุนแรงขึ้น รายงานจากสำนักงานสิ่งแวดล้อมแห่งยุโรป (EEA) แสดงให้เห็นว่าทวีปยุโรปกำลังเผชิญกับความเสี่ยงด้านสภาพภูมิอากาศครั้งใหญ่ ซึ่งมีผลกระทบมากกว่าความพยายามในการปรับตัวในปัจจุบันมาก ภัยแล้ง ไฟป่า อุณหภูมิสูง และน้ำท่วมจะรุนแรงยิ่งขึ้น

ความท้าทายอีกประการหนึ่งคือการประมวลผลข้อมูล เนื่องจากโมเดล AI ที่ซับซ้อนจำเป็นต้องมีการอัปเดตอย่างต่อเนื่อง ซึ่งต้องใช้ทรัพยากรคอมพิวเตอร์จำนวนมาก ส่งผลให้เกิดการปล่อยมลพิษที่ก่อให้เกิดการเปลี่ยนแปลงสภาพภูมิอากาศ เพื่อแก้ไขปัญหานี้ บริษัทขนาดใหญ่ เช่น Microsoft และ Google กำลังศึกษาการใช้พลังงานนิวเคลียร์เพื่อบำรุงรักษาศูนย์ข้อมูล ผู้เชี่ยวชาญยังแนะนำให้ลงทุนในโซลูชันทางกายภาพ เช่น พื้นที่เก็บน้ำท่วมและระบบเตือนภัยล่วงหน้า ควบคู่ไปกับการจำกัดการพัฒนาในพื้นที่เสี่ยงภัยน้ำท่วม เพื่อลดความเสี่ยงจากการเปลี่ยนแปลงสภาพภูมิอากาศ

เวียด อันห์ (ต่อชม.)