Περιεχόμενα Άρθρου
Οι ηπειρωτικές Ηνωμένες Πολιτείες είναι γεμάτες μαρμελάδες με υπενθυμίσεις της όρεξής μας για λάδι. Από τη δεκαετία του 1850, υπάρχουν ένα υπολογίζονται 3,5 εκατομμύρια πηγάδια πετρελαίου και φυσικού αερίου γεωτρήσεις σε όλη τη χώρα. Πολλά από αυτά εγκαταλείφθηκαν όταν οι εταιρείες που τα διαχειρίζονταν τελείωσαν ή διέκοψαν τη λειτουργία τους. Αυτά τα ξεχασμένα τεχνουργήματα ορυκτών καυσίμων, που αναφέρονται επίσημα ως “ορφανά πηγάδια χωρίς έγγραφα” (UOW) συχνά μένουν πίσω χωρίς να γίνονται σημαντικές προσπάθειες για την ασφαλή σφράγισή τους. Τα ορφανά πηγάδια που δεν έχουν πρίζα μπορεί να διαρρέουν επικίνδυνα μεθάνιο, πετρέλαιο και άλλες χημικές ουσίες για χρόνια που μπορούν να μολύνουν τον αέρα και να μολύνουν δυνητικά κοντινές πηγές νερού. Το Γραφείο Διαχείρισης Γης υποπτεύονται ότι υπάρχουν ακόμα 130.000 από αυτά τα παλιά πηγάδια που δεν έχουν πρίζα διάσπαρτα σε όλες τις ΗΠΑ. Οι βιομηχανικοί οργανισμοί όπως η Διακρατική Επιτροπή Συμφώνου Πετρελαίου και Αερίου πιστεύουν αυτός ο αριθμός μπορεί να είναι πιο κοντά στις 740.000.
Η εύρεση και η απόφραξη αυτών των φρεατίων είναι μια επίπονη, χρονοβόρα εργασία. Εάν επρόκειτο να αναγνωρίσετε τα σύμβολα των πηγαδιών με μη αυτόματο τρόπο, θα μπορούσατε να ξοδέψετε αμέτρητες ώρες ξεχύνοντας εκατοντάδες χιλιάδες παλιούς χάρτες, ορισμένοι που χρονολογούνται στα μέσα του 19ου αιώνα, αναζητώντας αναφορές σε πηγάδια που δεν αναφέρονται επί του παρόντος στα επίσημα αρχεία. Η τεχνητή νοημοσύνη μπορεί να κάνει τη διαδικασία πολύ πιο γρήγορη.
Οι ερευνητές προσάρμοσαν ένα υπερσύγχρονο μοντέλο νευρωνικού δικτύου όρασης που εκπαιδεύτηκε σε λιγότερους από 100 χάρτες στη σειρά τετραγωνικών χαρτών του USGS, που εκτείνεται σε 45 χρόνια. Για τα πρόσφατα ανακαλυφθέντα ορφανά πηγάδια που επιβεβαίωσε η ομάδα, ο αλγόριθμος προέβλεψε με ακρίβεια τη θέση εντός 10 μέτρων. Οι ερευνητές έχουν ήδη επιβεβαιώσει την παρουσία 44 από τα 1.301 πιθανά πηγάδια που προσδιορίζονται από το μοντέλο στην Καλιφόρνια και την Οκλαχόμα. Μόλις κλιμακωθεί, ο ερευνητής πιστεύει ότι αυτή η νέα προσέγγιση με γνώμονα την τεχνητή νοημοσύνη θα μπορούσε να βοηθήσει να γίνουν ουσιαστικές εισβολές για να φέρουμε τελικά αυτά τα μακροχρόνια αδρανή φρεάτια πλήρως εκτός σύνδεσης.
Το μοντέλο AI εκπαιδεύτηκε σε λιγότερους από 100 χάρτες τοπογραφικών χαρτών
Οι ερευνητές περιέγραψαν τη διαδικασία εκπαίδευσης του AI σε ένα άρθρο δημοσιεύθηκε αυτή την εβδομάδα στο περιοδικό Περιβαλλοντική Επιστήμη & Τεχνολογία. Η ομάδα εκπαίδευσε τη λειτουργία AI ειδικά για να αναγνωρίσει ένα σύμβολο με σχήμα κοίλου μαύρου κύκλου που χρησιμοποιούνταν συνήθως για την αναγνώριση πηγαδιών πετρελαίου και φυσικού αερίου σε τοπογραφικούς χάρτες. Ένας υπεύθυνος ετικετών ανθρώπινων δεδομένων αφιέρωσε 40 ώρες για να προσδιορίσει χειροκίνητα παραδείγματα αυτών των συμβόλων, τα οποία στη συνέχεια χρησίμευσαν ως το σετ εκπαίδευσης του μοντέλου AI. Κατά την εκπαίδευση του AI, οι ερευνητές έπρεπε να λάβουν υπόψη άλλα σύμβολα ή κατασκευαστές με παρόμοια κυκλικά μοτίβα που θα μπορούσαν να εντοπιστούν εσφαλμένα και να οδηγήσουν σε ψευδώς θετικά αποτελέσματα. Ακόμη και στρογγυλεμένα σύμβολα όπως οι αριθμοί “9” ή “0” θα μπορούσαν ενδεχομένως να γίνουν ψευδώς θετικά. Μερικοί χάρτες ήταν σε σχετικά καλή κατάσταση, αλλά άλλοι είχαν φθαρεί με τον καιρό και λερώθηκαν. Ο επιστήμονας του Berkeley Lab και ανώτερος συγγραφέας χαρτιού Charuleka Varadharajan συνέκρινε αυτή τη διαδικασία με το “βρίσκοντας μια βελόνα σε μια θημωνιά.»
Μόλις το AI εκπαιδεύτηκε πλήρως για να ανιχνεύει τα σύμβολα των πηγαδιών, οι ερευνητές το εξαπέλυσαν σε χιλιάδες χάρτες που περιορίζονται σε τέσσερις πλούσιες σε πετρέλαιο κομητείες στην Καλιφόρνια και την Οκλαχόμα. Το μοντέλο επέστρεψε με 1.301 ορφανά πηγάδια χωρίς έγγραφα. Στη συνέχεια, οι ερευνητές προσπάθησαν να επαληθεύσουν αυτά τα ευρήματα αναλύοντας εναέριες και δορυφορικές εικόνες από το Google Earth. Περνούσαν πάνω από τις περιοχές που προσδιορίστηκαν από το AI και αναζήτησαν χαρακτηριστικά όπως πετρελαιοφόροι, γρύλοι αντλιών και δεξαμενές αποθήκευσης που θα υποδείκνυαν έναν πρίγκιπα πηγαδιού. Η ομάδα επαλήθευσε 29 φρεάτια που δεν είχαν τεκμηριωθεί στο παρελθόν χρησιμοποιώντας αυτήν την οπτική μέθοδο.
Αλλά δεν είναι απαραίτητα ορατά όλα τα εγκαταλελειμμένα πηγάδια με αεροφωτογραφίες. Πολλά είναι αποκομμένα κάτω από την επιφάνεια. Σε αυτές τις περιπτώσεις, οι ερευνητές πρέπει να διεξάγουν αυτοπροσώπως δοκιμές πεδίου όπου χρησιμοποιούν μαγνητόμετρα τοποθετημένα στο σακίδιο για να ανιχνεύσουν μαγνητικές ανωμαλίες που υποδηλώνουν την παρουσία κάθετων μεταλλικών σωλήνων θαμμένων κάτω από το έδαφος. Οι ερευνητές κατάφεραν να επαληθεύσουν 15 ακόμη φρεάτια χρησιμοποιώντας αυτή τη μέθοδο.
«Επιλέξαμε σκόπιμα να έχουμε περισσότερα ψευδώς αρνητικά παρά ψευδώς θετικά, αφού θέλαμε να είμαστε προσεκτικοί με τις επιμέρους τοποθεσίες πηγαδιών που προσδιορίζονται μέσω της προσέγγισής μας», πρόσθεσε ο Varadharajan. “Πιστεύουμε ότι ο αριθμός των πιθανών πηγαδιών που βρήκαμε είναι υποεκτιμημένος και μπορεί να βρούμε περισσότερα πηγάδια με περισσότερη τελειοποίηση των μεθόδων μας.”
Οι προβλέψεις τεχνητής νοημοσύνης μπορούν να λειτουργήσουν παράλληλα με drones που ανιχνεύουν καλά
Οι ερευνητές ελπίζουν να συνδυάσουν την προγνωστική ισχύ της τεχνητής νοημοσύνης με άλλη σύγχρονη τεχνολογία, όπως drones εξοπλισμένα με αισθητήρες, για να επιταχύνουν γρήγορα τον ρυθμό που μπορούν να ανιχνεύσουν οι επιστήμονες και τελικά να βουλώσουν δυνητικά διαρροές. Στο μέλλον, drones εξοπλισμένα με μαγνητόμετρα θα μπορούσαν να αναπτυχθούν γρήγορα σε περιοχές όπου η εναέρια ανίχνευση δεν είναι δυνατή. Άλλα drones εξοπλισμένα με αισθητήρες μεθανίου θα μπορούσαν να μετρήσουν τον αέρα για διαρροή. Εν τω μεταξύ, το drone διακοσμημένο με υπερφασματικές κάμερες θα μπορούσε να σαρώσει περιοχές για μήκη κύματος που σχετίζονται με λοφία μεθανίου που διαφορετικά θα ήταν μη ανιχνεύσιμα στο ανθρώπινο μάτι.
«Η τεχνητή νοημοσύνη μπορεί να ενισχύσει την κατανόησή μας για το παρελθόν εξάγοντας πληροφορίες από ιστορικά δεδομένα σε μια κλίμακα που ήταν ανέφικτη μόλις πριν από λίγα χρόνια», δήλωσε ο μεταδιδακτορικός συνεργάτης του Lawrence Berkeley National Laboratory Fabio Ciulla. «Όσο περισσότερο πηγαίνουμε στο μέλλον, τόσο περισσότερο μπορείτε επίσης να χρησιμοποιήσετε το παρελθόν».
Διορθώσεις 6/12/24 19:28: Ο αριθμός των χαρτών στους οποίους εκπαιδεύτηκε το μοντέλο, οι μετρήσεις πρόβλεψης αλγορίθμων και οι καταστάσεις όπου χρησιμοποιήθηκε το μοντέλο έχουν ενημερωθεί μετά από διευκρινίσεις από το Berkley Lab.
Κερδίστε τις διακοπές με τους οδηγούς δώρων της PopSci
VIA: popsci.com
Greek Live Channels Όλα τα Ελληνικά κανάλια:
Βρίσκεστε μακριά από το σπίτι ή δεν έχετε πρόσβαση σε τηλεόραση;
Το IPTV σας επιτρέπει να παρακολουθείτε όλα τα Ελληνικά κανάλια και άλλο περιεχόμενο από οποιαδήποτε συσκευή συνδεδεμένη στο διαδίκτυο.
Αν θες πρόσβαση σε όλα τα Ελληνικά κανάλια
Πατήστε Εδώ
Ακολουθήστε το TechFreak.GR στο Google News για να μάθετε πρώτοι όλες τις ειδήσεις τεχνολογίας.
