Forskersonen er forskning.nos side for debatt og populærvitenskap

I gjennomsnitt går 45.000 menneskeliv tapt kvart år i naturkatastrofar, fordi dei er uførutsette og kjem brått på, med lite tid til evakuering. Samtidig fører klimaendringar no til fleire og verre naturkatastrofar, som megaflaumen i Pakistan i 2022, skogbrann-sesongen 2018 i California, som var den dødelegaste i delstatens historie, og usedvanleg mange flaumar i Noreg sidan 2010. 

Verdas økonomiske forum reknar naturkatastrofar og ekstremvêr som den nest største risikoen for dei komande åra.

Men visste du at stadig fleire typar naturkatastrofar kan varslast på førehand med overraskande treffsikkerheit? Mange av framstega kjem av at forskarane har teke i bruk kunstig intelligens til å varsle både flaum, skred, tørke, orkan og skogbrann.

Ein ny generasjon varsling

Vêrvarslingsmodeller er styrt av fysiske lover om atmosfæren. Fordi veldig mange faktorar spelar inn, er det umogleg å fange opp alle tenkelege utfall, spesielt på enkeltstader der fjell og dalar har mykje å seie for vêret.

Ein skilnad på tradisjonell vêrvarsling og ein basert på kunstige intelligens, er at sistnemnde sjølv har evne til å avdekke komplekse samanhengar og skjulte mønster. Modellen lærer seg reglane blant data vi matar han med, anten det er observasjonar, vêrvarsling, landskapsformer eller geografi. Den kan altså jakte etter mønster langt utover vår fantasi og fornuft som kan sette fleire brikker av puslespelet saman.

I løpet av dei siste åra har forsking på forvarsling av naturkatastrofar ved bruk av kunstig intelligens skote i vêret. Truleg kan vi redde tusenvis av liv ved å ta i bruk slik teknologi på fleire område. 

I stor grad handlar det om å finne den riktige korrelasjonen mellom forløparar, altså ofte vêrforholda som opptrer i forkant, som førar til at elva fløymer over, skogen antennes, tornadoen eller stormen oppstår eller at jordskredet går. Den informasjonen kan brukast til å forutsjå kommande hendingar.

Ved å analysere og samanlikne mange nok til dømes vêrrelaterte katastrofar kan ein altså finne avgjerande mønster som er unike for oppbygging av desse hendingane.

Kunne ha varsla dei største skogbrannane

Skogbrann er ei av naturfarane som blir vanlegare over heile verda, ikkje minst fordi klimaendringane gjev meir tørke og hete. . Brannane kjem òg stadig tidlegare på året og sesongen varer lenger. Samtidig har heldigvis nokre forskarar komme langt i å kunne forutsjå skogbrannar før dei oppstår. 

Ved hjelp av kunstig intelligens, historiske data og annan informasjon om til dømes vêr og geologi, har for eksempel forskarar i USA greidd å spå historiske skogbrannar som herja California i 2018 med ei treffsikkerheit på 97 prosent. 

Med denne teknikken kunne dei ha varsla myndigheiter og innbyggarar 5-14 dagar på førehand om kvar og når brannane ville oppstå og breie seg, og dermed spart dei over 100 menneskeliva som gjekk tapt i desse brannane.

I tillegg til å berge liv gjennom å gje tid til evakuering, ville varsling på førehand også kunne redusert omfanget av skader og tilrettelagt for brannførebygging.

Mennesket som x-faktor

Ein studie viser at om lag 84 prosent av alle skogbrannar i USA over ein periode på 20 år, vart starta av eit menneske. Så kva med uvettig grilling og pyromane brannstiftarar, tenker du kanskje? 

Korleis kan ein treffe så godt på forutsjåing av skogbrann når urasjonelle og uføreseielege menneskelege verk er involvert? Med eit stort nok datagrunnlag, er faktisk vi menneske også nokså føreseielege, som sannsynlegvis reflekterast i treffsikkerheita i dømet over.

Lokalt varslingssystem etter svikt

Hausten 2017 vart store delar av bygda Drangsholt i Kristiansand kommune over-fløymd, utan at verken innbyggjarar eller myndigheiter var budde på flaum. Vatnet stod ein meter opp langs husveggene og folk måtte evakuerast med båtar. I etterkant meinte innbyggjarane at varslingssystemet hadde svikta totalt.

Der og da som i andre stader i landet, må folket ta til takke med eit regionalt gult, oransje eller raud varseltrekant i yr-appen. Regionale flaumvarsel betyr i klartekst noko sånt som: «Vi er sikre på at det kjem til å skje eitt eller anna, ein eller annan stad, men ikkje akkurat når og kvar». 

I fjor fekk Drangsholt, som einaste stad i Norge, eit nytt flaumvarslingssystem som skal varsle om flaum minst fire dagar i forvegen. Det nye systemet er basert på kunstig intelligens, og analyserer forholdet mellom vêr og vasstand. 

Det nye systemet er mye mer presist. Feilmaringen er berre på snaue 5 prosent. Viss vatnet står 5 meter høgare enn vanleg, betyr det at avviket mellom det faktiske vassnivået og varselet for dagar fram i tid vere maks 25 cm.

Ein gamal draum

Jordskjelvet i Tyrkia og Syria i februar 2023 tok livet av meir enn 50 000 menneske og skadde meir enn 120 000 – og var ikkje varsla. Tilbake i 1986 skreiv vulkanforskaren Robert W. Decker at han hadde eit rimeleg håp om at forvarsling av vulkanutbrot snart skulle bli ein realitet og eit respektert fagområde. 

Nesten 40 år seinare har vi framleis ikkje knekt denne koden. Det same gjeld jordskjelv.

Realisering av den draumen inneberer identifisere konsekvente teikn eller mønster som leier fram til jordskjelv eller vulkanutbrot. Kan årevis med forsking på forløparar til skjelv og utbrot, frå unormal dyreåtferd til elektriske impulsar i atmosfæren, no lede til at me nærar oss en milepåle for varsling?

Kunstig intelligens kan gje gjennombrot

Den mest lovande peikepinnen på at noko er i emning om det er jordskjelv eller vulkanutbrot, er framleis små rørsler i jordskorpa, som ekspertar overvakar med sensorar og seismogram.

 I 2019 oppstod eit vulkanutbrot på øya Whakaari i New Zealand (Whakaari-utbrotet) som drap 22 av dei 47 turistane som var på øya. Hendinga framheva behovet for nøyaktige, kortsiktige fare-varsel slik at folk kunne avgjere om dei ville ta risikoen på å besøke området.

Oppbygging av varm væske i berggrunnen før eit vulkanutbrot eller oppbygging av spenning i jordskorpa i forkant av eit jordskjelv kan bli fanga opp av seismogram, forskarane sine “øyre” som lyttar på berggrunnen. Fleire sensorar og bruk av avanserte prosesseringsteknikkar kan gjere det lettare å fange opp meir av lyden, det som i dag er så svak kviskring at forskarane ikkje fangar det opp.

Etter iherdig forsking på Whakaari-utbrotet i ettertid, oppdaga forskarane at det faktisk kom tydelege teikn på rørsle rundt fire timar før utbrotet. Dette er ein type informasjon som ein kunne ha brukt til å slå alarm og setje i verk evakuering.

Forskarar har òg gjort lovande eksperiment i jordskjelvlaboratorium. Ved å ta i bruk ein kunstig intelligens metode ein vanlegvis brukar til å tolke språk på seismiske signal, har dei greidd å avdekke mønster som kan bety at eit jordskjelv er på veg i laboratoriet. Om ein slik metode kan overførast til den meir komplekse og varierte naturen vår, står att å undersøke.

Målet innafor rekkevidde?

KI-baserte varslingssystem vil i framtida sannsynlegvis redde tusenvis av liv og avgrense skadeomfanget ved å gi tidlegare og meir presis informasjon om kommande naturkatastrofar eller naturfarar. 

I tillegg til eksempla nemnd over, er det også eksempel på demonstrasjon av suksessfulle kunstig intelligens-basert varsling av jordskred, flaumskred og naturleg utløyste snøskred. 

Så tenk deg ei framtid der du får ei varsling timar eller dagar før ei naturkatastrofe eller naturfare med stor sannsyn kjem til å oppstår der du er eller skal? Det byr på svimlande utsikter til å berge livet ditt, ved å la deg evakuere i tide. 

I tillegg vil også varsling på førehand kunne redusere omfanget av naturbaserte eller bygg-relaterte skader om man set i gang med førebyggjande tiltak, om det er brannførebygging eller flaum reduksjon.

Samtidig må vi vere på vakt. Kunstig intelligens er ikkje lik sanning, og teknologien har potensial til å vere heilt på viddene, som når modellar varslar ekstreme temperaturar langt utanfor naturen sine tolegrenser. Å stole på kunstig intelligens når ein skal ta viktige avgjerder, er og blir problematisk. 

Etiske spørsmål står òg i kø. Det er til dømes lett å tenke seg at ein får eit skilje mellom stader der mykje data vert samla inn og kan varsle katastrofar lett, og stader der ein manglar data. Ville vi godta at enkelte lokalsamfunn fekk treffsikker varsling som kunne redde liv, og andre ikkje?

Å finne den rette balansen mellom automatiserte verktøy og menneskeleg ekspertkunnskap er ei stor utfordring.

Ei verdifull verknad av slike varslingsverktøy er å hjelpe ekspertane eller forskarane til å gjere jobben sin meir effektivt ved å bruke mindre tid på rutinemessig gjetting og meir tid på å kommunisere konsekvensar på samfunnet og menneska som er utsette for fare.

les også

Hvordan hadde vi forholdt oss til ChatGPT dersom vi eksempelvis visste at det stod en diktator bak?