ทีมนักวิจัยจาก École Polytechnique Fédérale de Lausanne คิดค้นระบบที่ค่อนข้างเรียบง่ายและราคาถูกโดยใช้ข้อมูลอุตุนิยมวิทยาและระบบเรียนรู้เพื่อคาดการณ์การเกิดฟ้าผ่าได้ล่วงหน้า 10-30 นาที ในรัศมี 30 กิโลเมตร
เมื่อต้องการทำสิ่งนี้ทีมได้ฝึก AI การเรียนรู้ด้วยเครื่องของพวกเขาให้รู้จักสภาพอากาศที่โดยทั่วไปนำไปสู่สายฟ้า โดยเฉพาะพวกเขาใช้ตัวแปรสี่ตัวรวมถึงความดันอากาศที่ระดับสถานีอุณหภูมิอากาศความชื้นสัมพัทธ์และความเร็วลม ข้อมูลการฝึกอบรมนี้มาจากสถานีตรวจอากาศสวิส 12 แห่งทั้งในเมืองและภูเขาระหว่างปี 2549 ถึง 2560
หลังจาก AI เสร็จสิ้นขั้นตอนการเรียนรู้ของมันแล้วมันทำการคาดการณ์ที่ถูกต้องเกี่ยวกับฟ้าผ่าใหม่ประมาณ 80 เปอร์เซ็นต์ของเวลา นี่เป็นครั้งแรกที่รูปแบบง่าย ๆ ที่ผ่านการฝึกอบรมเกี่ยวกับข้อมูลอุตุนิยมวิทยาได้ทำนายการเกิดฟ้าผ่าด้วยการคำนวณแบบสด และเนื่องจากเป็นข้อมูลที่มีอยู่จึงค่อนข้างถูกและง่ายต่อการทำซ้ำ
“ระบบปัจจุบันช้าและซับซ้อนมากและพวกเขาต้องการข้อมูลภายนอกที่มีราคาแพงที่ได้จากเรดาร์หรือดาวเทียม”
นักศึกษาปริญญาเอกผู้คิดค้นเทคนิคนี้กล่าวกับ Science Daily “วิธีการของเราใช้ข้อมูลที่สามารถรับได้จากสถานีตรวจอากาศทุกแห่งซึ่งหมายความว่าเราสามารถครอบคลุมพื้นที่ห่างไกลที่อยู่นอกช่วงเรดาร์และดาวเทียมและที่ซึ่งเครือข่ายการสื่อสารไม่พร้อมใช้งาน”
นักวิจัยหวังว่าจะใช้โมเดลใหม่ของพวกเขาเป็นเครื่องมือในโครงการLightning Laser Rod ของยุโรปซึ่งเป็นความพยายามในการสร้างระบบป้องกันฟ้าผ่าแบบใหม่ แทนที่จะพึ่งสายล่อฟ้าสมาคมที่อยู่เบื้องหลังโครงการคือการทดสอบพัลส์ของแสงเลเซอร์เพื่อกระตุ้นจำนวนฟ้าผ่าที่สูงขึ้น พวกเขาหวังว่าจะถ่ายโอนประจุของคลาวด์ไปที่พื้นด้วยวิธีนี้โดยตรงที่มีอิทธิพลต่อการเกิดฟ้าผ่าลง
Cr : popularmechanics