Mogu li alati umjetne inteligencije smanjiti gubitke infrastrukture od katastrofa?
MOŽE LI AI SMANJITI GUBITKE INFRASTRUKTURE OD KATASTROFA? Prirodne katastrofe uzrokovale su godišnje gubitke od oko 170 milijardi eura diljem svijeta u posljednjih 15 godina. Kako AI može pomoći?
Prirodne katastrofe uzrokovale su godišnje gubitke od oko 170 milijardi eura diljem svijeta u posljednjih 15 godina, prema izvješću Deloittea. Ti će se gubici povećati na 400 milijardi do 2050. jer klimatske promjene potiču porast takvih katastrofa. Osim toga, očekuje se da će se ove katastrofe događati češće u nadolazećim godinama.
Međutim, korištenjem alata umjetne inteligencije, godišnje uštede od 65 milijardi eura izravnih troškova od ovih katastrofa mogle bi se postići do 2050. Prema izvješću AI for Infrastructure Resilience, poboljšanja umjetne inteligencije mogla bi povećati godišnje uštede na više od 90 milijardi eura.
Koji rizici utječu na infrastrukturu?
Prirodne katastrofe poput potresa, uragana, oluja i poplava uzrokuju najveću štetu infrastrukturi. Procjenjuje se da je samo 25% gubitaka od ovih katastrofa, koji prelaze 400 milijardi, osigurano.
Porast gubitaka infrastrukture od ovih događaja uglavnom je posljedica intenziviranja takvih pojava posljednjih godina. Prema Svjetskoj meteorološkoj organizaciji, katastrofe povezane s klimom povećale su se za više od 80% u posljednja četiri desetljeća. Oluje su posebno značajne i uzrokuju većinu gubitaka, uz ekstremne temperature i šumske požare.
Kako umjetna inteligencija može pomoći u održavanju infrastrukture?
Alati umjetne inteligencije mogu poboljšati otpornost infrastrukture tijekom cijelog njezina životnog ciklusa, od planiranja i prevencije do oporavka nakon katastrofe.
U fazi planiranja, prediktivni modeli temeljeni na umjetnoj inteligenciji pomažu u promicanju prikladnijeg korištenja zemljišta pružajući podatke o nadmorskoj visini terena, zasićenosti tla i gustoći naseljenosti. Digitalni blizanci također pomažu u planiranju omogućujući simulacije kako prirodne katastrofe mogu utjecati na infrastrukturu i pomažući u njezinoj pripremi za minimiziranje negativnih utjecaja.
U fazi prevencije koriste se modeli strojnog učenja jer obrađuju velike količine podataka koji pomažu u preciznijem predviđanju katastrofa. Također omogućuju rano aktiviranje sustava upozorenja kako bi se smanjio utjecaj katastrofa. Jedan primjer ovih modela je sustav koji je razvila NASA koristeći satelitske podatke za predviđanje točaka paljenja šumskih požara, što pomaže vatrogasnim timovima da poduzmu ciljane mjere za smanjenje rizika od požara.
U fazi oporavka, AI alati ubrzavaju procjenu štete i popravak infrastrukture omogućujući prediktivne procjene štete i učinkovitiju raspodjelu resursa kako bi se troškovi smanjili.
Izazovi korištenja umjetne inteligencije
Unatoč značajnim prednostima primjene AI alata na infrastrukturu radi ublažavanja učinaka prirodnih katastrofa, postoje izazovi u njihovom razvoju. S jedne strane, postoje financijska ograničenja jer je implementacija skupa i zahtijeva velika ulaganja u hardver i softver, kao i specijalizirano osoblje.
Također se postavljaju regulatorni izazovi u vezi s privatnošću podataka, kao i kvalitetom podataka, jer ako se AI modeli obučavaju s netočnim podacima, rezultati će biti manje učinkoviti.
Rješenje za poboljšanje otpornosti infrastrukture i sprječavanje gubitaka od prirodnih katastrofa leži u zajedničkoj suradnji financijskih institucija, osiguravatelja, inženjerskih stručnjaka, zakonodavaca i operatera infrastrukture.
AI treba uključiti u planiranje i projektiranje infrastrukture kako bi se povećala učinkovitost i ojačala otpornost, osiguralo financiranje putem inovativnih financijskih instrumenata i implementirala integrirana rješenja koja kombiniraju AI s drugim komplementarnim tehnologijama.
