با ما همراه باشید

هوش مصنوعی

پیش‌بینی سونامی با سریع‌ترین ابررایانه جهان در ژاپن

نویسنده:

تیم تحقیقاتی متشکل از دانشمندان دانشگاه "توهوکو" و موسسه تحقیقات زلزله دانشگاه توکیو از قدرت محاسباتی فوق‌العاده بالای سریع‌ترین ابررایانه جهان برای شبیه‌سازی سونامی با رزولوشن بالا استفاده کردند.

در ژاپن که زلزله‌های زیادی رخ می‌دهد، سونامی یک تهدید واقعی برای مردم محسوب می‌شود، بنابراین آمادگی برای واکنش به این فاجعه اهمیت بالایی دارد؛ در آینده نزدیک، احتمالاً تیم‌های مسئول مدیریت وضعیت در هنگام سونامی، به یک ابزار قدرتمند مجهز می‌شوند که یک مدل هوش مصنوعی جدید است و این هوش مصنوعی که با سریع‌ترین اَبَرکامپیوتر جهان توسعه پیدا کرده، می‌تواند در زمان واقعی نحوه شکل‌گیری طغیان‌ها را پیش‌بینی کند.

پژوهشگران برای توسعه این هوش مصنوعی برای پیش‌بینی سونامی به سراغ "Fugaku" رفته‌اند که سریع‌ترین اَبَررایانه جهان محسوب می‌شود؛ "Fugaku" که توسط "Riken" و فوجیتسو توسعه پیدا کرده، سال گذشته میلادی توانست لقب قدرتمندترین اَبَرکامپیوتر جهان را تصاحب کند.

دانشمندان تیم تحقیقات فوجیتسو، دانشگاه "توهوکو" و موسسه تحقیقات زلزله دانشگاه توکیو از قدرت محاسباتی فوق‌العاده بالای این اَبَرکامپیوتر برای شبیه‌سازی سونامی با رزولوشن بالا استفاده کردند؛ این تیم در نهایت توانست 20 هزار سناریوی احتمالی سونامی برای آموزش مدل هوش مصنوعی خود خلق کند.

الگوریتم یادگیری عمیق برای مطالعه و تایید داده‌های شکل موج سونامی در هنگام زلزله با شرایط طغیان ناشی از آن در خشکی، مورد استفاده قرار گرفت و با گذر زمان، دقتش بیشتر شد؛ آموزش مدل با استفاده از این روش موجب شکل‌گیری هوش مصنوعی شد که می‌تواند طغیان سونامی را در زمان واقعی با وضوح مکانی بالا پیش‌بینی کند.

در حالی که این مدل باید توسط ابر کامپیوتر "Fugaku" آموزش ببیند، می‌توان آن را روی کامپیوترهای معمولی اجرا کرد و با ارائه داده‌های مربوط به شکل موج، در چندین ثانیه به پیش‌بینی آن دسترسی پیدا کرد؛ پژوهشگران، شبیه‌سازی یک زمین‌لرزه و سونامی بزرگ در خلیج توکیو را به نمایش گذاشتند که با مدل‌سازی سیل دفتر کابینه ژاپن مطابقت داشت.

این موضوع که می‌توان از این مدل هوش مصنوعی در کامپیوترهای معمولی استفاده کرد، یکی از اهداف اصلی توسعه‌دهندگان بود تا بتوانند آن را در اختیار تیم‌های نجات قرار دهند تا تاثیرات سونامی روی ساختمان‌ها، جاده‌ها و زیرساخت‌ها را در زمان واقعی پیش‌بینی کنند.

منبع: tasnimnews


ادامه مطلب
برای افزودن دیدگاه کلیک کنید

یک پاسخ بگذارید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند*