Süni intellektə əsaslanan alqoritm küçənin bir ucu ilə digəri arasındakı temperatur fərqini göstərə biləcək.
Ağacların, parkların və binaların yeri kimi şəhər əraziləri haqqında yerli məlumatları nəzərə alan süni intellekt yolun bir başından digər ucuna qədər havanın temperaturunu proqnozlaşdırmaq üçün istifadə edilə bilər.
News24.az Lent.az-a istinadən xəbər verir ki, Meteorologiya Bürosunun ( Met Office) rəhbərlik etdiyi tədqiqat qrupu, 100 metrlik şəbəkədə hava istiliyini proqnozlaşdıra bilən maşın öyrənmə aləti hazırlamaq üçün Londonda keçmiş istilik dalğalarından əldə edilən məlumatlardan istifadə edib. Nəticələr standart proqnozlardan 225 dəfə daha ətraflı olub.
Meteoroloqlar tərəfindən verilən yerli hava göstəriciləri ilə yanaşı, meteoroloji stansiyaların faktiki məlumatlarından və Met Office standart proqnozlarından istifadə edərək tədqiqatçılar London üçün daha dəqiq maşın öyrənmə modelini yarada biliblər. Lakin gələcəkdə metodologiyanın dünyanın digər böyük şəhərlərində də genişləndirilməsi planlaşdırılır. Şəhər modelləşdirmə mütəxəssisi və tədqiqatın aparıcı müəllifi Lyuis Blann izah edib:
“Əgər bu qədər kiçik miqyasda havanın temperaturu haqqında məlumatımız olsa, biz şəhərlərimizi rahatlıq baxımından daha yaxşı dizayn edə bilərik. Məsələn, problemli ərazilər tapsaq, müəyyən ərazilərdə parklar salmağa, ağac əkməyə cəhd edə bilərik. Bundan əlavə, isti dalğası baş verərsə, biz bilirik ki, bəzi ərazilər gün ərzində həddindən artıq istilərə məruz qalacaq, insanların təhlükəsizliyini qorumaq üçün qabaqlayıcı tədbirlər görə bilərik”.
Elm adamları şəhər istiliyinin proqnozlaşdırılması üçün maşın öyrənmə üsullarının havanın temperaturu proqnozlarını 11 faiz yaxşılaşdırdığını söyləyir. Redinq Universiteti və Avstraliya Meteorologiya Bürosunun tədqiqatçılarının daxil olduğu komanda ətrafdakı binalarda istifadə olunan materialları nəzərə alaraq gələcək modelləşdirməyə daha çox təfərrüat daxil etməyə ümid edir. Beton və asfalt kimi ənənəvi tikinti materialları istiliyi effektiv şəkildə saxlaya bilir və şəhər istilik adası effektini artırır.
Blann qeyd edib ki, eyni maşın öyrənmə üsulları bütün şəhər ərazilərində istifadə edilə bilər və bir gün Hava Xidmətinin ictimaiyyətə təqdim etdiyi gündəlik proqnozlara daxil edilə bilər. Tədqiqatda iştirak edən Redinq Universitetinin doktorantı Flinn Eyms deyib:
"Hava və iqlim elmində maşın öyrənməsinin istifadəsi inanılmaz sürətlə artır və bizim işimiz onun geniş tətbiqini daha da vurğulayır".
