通过人工智能模型预测极端气候事件的发生

你可能很快就能看到未来的洪水将如何通过新开发的人工智能模型袭击你的城市。来自加拿大和美国研究人员团队的研究使用生成性对抗网络（ GAN ）生成气候变化引起的洪水的真实图像。名为 ClimateGAN 的研究小组开发了该模型，以强调极端天气事件的破坏性，并促使采取集体行动遏制排放。

研究人员写道：“预测极端气候事件（如熟悉地区的洪水）的潜在后果，有助于使气候变化的抽象影响更加具体，并鼓励采取行动。”。

全球各地的人们都在努力应对更频繁的极端天气事件，包括风暴、飓风、干旱和由一颗正在下沉的行星引发的野火。由于海平面上升、风暴增强和融雪速度加快，沿海和内陆社区也正在经历更严重的洪水。

全球变暖的毁灭性后果可能会让经历过这些灾难的人们深受其害，无论是飓风艾达造成的毁灭性洪水还是澳大利亚各地的丛林大火。然而，许多人仍将气候变化影响视为一种假设的、遥远的或不确定的事件——一种被称为距离的心理现象。

根据研究人员的说法，第一人称视角和极端天气事件的图像可以减少距离。到目前为止，数字威廉希尔官方网站 （如地理可视化和交互式数据仪表盘）一直专注于创建仅限于特定位置的手动区域渲染。与 ClimateGAN 合作，该团队致力于创建一个 AI 框架，能够说明熟悉地区的洪水，将气候变化的抽象影响转化为具体例子。

该框架使用两阶段、无监督的图像到图像转换管道，同时依赖于真实图像和虚拟世界中的interwetten与威廉的赔率体系 数据。使用这两个数据源，遮罩模型可以预测如果发生洪水，图像中的水的位置。然后，画家模型使用GauGAN，一个由 NVIDIA 研究开发的深度学习模型，在蒙面模型的指导下呈现情境化的水纹理。

在广泛的区域和风景中采样， 5540 张非水淹图像用于训练遮罩模型， 1200 张水淹图像用于训练画家模型。

图 1 。示例 ClimateGAN 输入和输出。

信用证：https://arxiv.org/pdf/2110.02871.pdf

该框架共同呈现了城市、郊区和农村地区洪水的真实图像。

研究人员表示，这项工作的长期目标是创建一个系统，用户可以输入任何地址，并从谷歌街景中看到受气候变化影响的图像版本。

关于作者

Michelle Horton 是 NVIDIA 的高级开发人员通信经理，拥有通信经理和科学作家的背景。她在 NVIDIA 为开发者博客撰文，重点介绍了开发者使用 NVIDIA 威廉希尔官方网站 的多种方式。

审核编辑：郭婷