Τεχνητή νοημοσύνη, αλλά και βασικό μυαλό για την ουσιαστική πρόληψη και μετριασμό των κινδύνων των φυσικών καταστροφών.


Του ε.α.Αντιστρατήγου Π.Σ. Γιάννη Σταμούλη 


Με εξαιρετικό ενδιαφέρον βλέπουμε την εισαγωγή των δυνατοτήτων της τεχνητής νοημοσύνης στην διαχείριση και αντιμετώπιση της κλιματικής κρίσης.
Σε ένα πρόσφατο κείμενο ο επίκουρος καθηγητής στο Εθνικό Μετσόβιο Πολυτεχνείο και συνεργάτης ερευνητής στο ΙΑΑΔΕΤ του Εθνικού Αστεροσκοπείου Αθηνών Γιάννης Παπουτσής επισημαίνει:
«Η τεχνητή νοημοσύνη θα προσπαθήσει να προβλέψει αυτή την αύξηση στη συχνότητα και στην ένταση των φαινομένων αυτών και των καταστροφών που προκαλούν», εξηγεί ο κ. Παπουτσής και προσθέτει ότι ένα δεύτερο κομμάτι είναι η εξηγήσιμη τεχνητή νοημοσύνη (explainable artificial intelligence). «Να φτιάξουμε δηλαδή δεδομένα ερμηνεύσιμα έτσι ώστε να χτιστεί μία εμπιστοσύνη σε αυτά που παράγουμε. Για παράδειγμα στον επιχειρησιακό παράγοντα δεν αρκεί να πεις μόνο που θα είναι υψηλός ο κίνδυνος για την εκδήλωση μιας πυρκαγιάς ή μιας πλημμύρας αλλά θα πρέπει να του εξηγήσεις τον λόγο που ένα μοντέλο έχει φτάσει σε ένα τέτοιο συμπέρασμα».
Μόνο που παράλληλα με την τεχνητή νοημοσύνη σε αυτό το στάδιο, θα πρέπει να λειτουργήσει και το βασικό μυαλό των ανθρώπων που θα λάβουν αυτά τα δεδομένα. Δηλαδή θα γνωστοποιηθεί με όλα αυτά τα εργαλεία π.χ. η επικινδυνότητα για έναρξη πυρκαγιάς, αν δεν συγκλονιστούν οι πολίτες και δεν αποφύγουν να κάψουν τα ξηρόχορτά τους, τα σκουπίδια τους, η να κάνουν τις καυτές εργασίες στην ύπαιθρο, η να κάνουν το μπάρμπεκιου στο δάσος…εις μάτην.
Συνεχίζοντας ο κ. Παπουτσής, με εξαιρετικό ενδιαφέρον επισημαίνει ότι «όταν κανείς αξιοποιεί την τεχνητή νοημοσύνη για γεγονότα που έχουν να κάνουν με την κλιματική αλλαγή και τις φυσικές καταστροφές καλείται να κάνει earth system deep learning. Δηλαδή για να μπορέσω να προβλέψω τι θα γίνει στην Ελλάδα σε δύο μήνες από τώρα πρέπει να αντλήσω πληροφορία για τις μετεωρολογικές συνθήκες για κλιματικούς δείκτες από παντού στον κόσμο. Είναι μια νέα κατεύθυνση που στην ουσία προσπαθεί να αξιοποιήσει παρατηρήσεις σε παγκόσμια κλίμακα για να μπορέσει κανείς να πει τι θα γίνει τοπικά».
Την εξαιρετική αυτή πληροφορία, για μια επικείμενη π.χ. πλημμύρα στο επόμενο διάστημα, θα έχει πράγματι αξία, αν οι έχοντες την ευθύνη κρατικοί φορείς σπεύσουν στο συγκεκριμένο υποδειχθέν σημείο, άρουνε τις επικινδυνότητες, κάνουν τα απαραίτητα αντιπλημμυρικά έργα, εκπαιδεύσουν τον τοπικό πληθυσμό στην συγκεκριμένη μελλούμενη επικίνδυνη κατάσταση και σχεδιάσουν την εναλλακτική σε περίπτωση γενικευμένης αστοχίας.
Όπως τονίζει, ο κ. καθηγητής και πολύ σωστά, όλα αυτά τα επιστημονικά εργαλεία μπορούν κυρίως να βοηθήσουν στον μετριασμό των επιπτώσεων, στην πρόληψη και στον σχεδιασμό, καθότι «Ο πλούτος δεδομένων που έχουμε η πολύ καλή υπολογιστική ισχύ πλέον με τις κάρτες γραμμικών και με τους υπερυπολογιστές που είναι διαθέσιμοι και το αλγοριθμικό κομμάτι της τεχνητής νοημοσύνης το οποίο έχει ανθίσει τα τελευταία χρόνια, αν λάβει κανείς υπόψη και τα τρία αυτά μαζί μπορεί να αξιοποιήσει αυτό το ιστορικό αρχείο δεδομένων όπου είχαμε παρατηρήσεις από φυσικές καταστροφές».
Πράγματι και πέρα από τα εργαλεία της τεχνητής νοημοσύνης, μια απλή ματιά στα απλά δεδομένα της ακολουθίας των καταστροφών ανά τόπο, δείχνει ξεκάθαρα, ποιες περιοχές πλήττονται από πυρκαγιές, πλημμύρες, σεισμούς ή χιονοπτώσεις. Υπό το βάρος της κλιματικής κρίσης με την απλή νοημοσύνη, καταλαβαίνεις ότι οι παρεμβάσεις της πολιτείας και η προσεχτική προετοιμασία σε σχέδια εκτάκτων αναγκών φορέων και πολιτών, μπορεί να είναι η απάντηση σε πρώτο βαθμό για την διαφύλαξη της ασφάλειας της ζωής, αλλά και των περιουσιών.
Εν κατακλείδι και με την έλευση της νέας χρονιάς, και μέχρι να ολοκληρωθεί η ενσωμάτωση της τεχνητής νοημοσύνης στη ζωή μας, ίσως αρκεί η πλήρης ενσωμάτωση της απλής νοημοσύνης στην καθημερινότητα της διαχείρισης των εκτάκτων καταστάσεων από το σύνολο της κοινωνίας μας.