AI có thể thiết lập tiêu chuẩn mới để thiết kế các tòa nhà chống bão

Việc xác định được mức gió phù hợp để thiết kế công trình chống chịu gió bão là một nhiệm vụ khó khăn, nhưng trí tuệ nhân tạo có thể giải quyết điều này.

Dựa trên dữ liệu bão trong vòng 100 năm và các kỹ thuật AI hiện đại, các nhà nghiên cứu tại Viện Tiêu chuẩn và Công nghệ Quốc gia Mỹ (NIST) đã phát triển một phương pháp mới để mô phỏng các cơn bão. Kết quả công bố trên tạp chí Artificial Intelligence for the Earth Systems chứng minh rằng các mô phỏng có thể thể hiện chính xác quỹ đạo và tốc độ gió của các cơn bão thực tế. Kết quả này có thể góp phần xây dựng những hướng dẫn thiết kế tòa nhà ở các khu vực dễ gặp bão.

Luật pháp quy định về việc thiết kế và xây dựng tòa nhà (các quy chuẩn xây dựng) đang hướng nhà thiết kế tới những bản đồ tiêu chuẩn. Trên bản đồ, kỹ sư có thể xác định cấu trúc nhà phải chịu được mức gió nào, dựa trên vị trí và tầm quan trọng của tòa nhà (chẳng hạn bệnh viện phải chịu sức gió tốt hơn so với các nhà kho tự quản). Tốc độ gió trong bản đồ được lấy từ điểm số của những cơn bão giả định được mô phỏng bởi mô hình máy tính.

“Hãy tưởng tượng bạn có một Trái đất thứ hai, hoặc một nghìn Trái đất, nơi bạn có thể quan sát các cơn bão trong 100 năm và xem chúng tấn công vào nơi nào trên bờ biển, cường độ của chúng. Nếu những cơn bão mô phỏng đó hoạt động như ngoài đời thực thì ta có thể sử dụng chúng để tạo ra dữ liệu gần như trực tiếp trong bản đồ,” nhà thống kê toán Adam Pintar của NIST và là đồng tác giả nghiên cứu cho biết.

Các nhà nghiên cứu đã phát triển các bản đồ mới nhất bằng cách mô phỏng hoạt động phức tạp bên trong cơn bão – vốn chịu ảnh hưởng của các thông số vật lý như nhiệt độ mặt nước biển và độ nhám bề mặt Trái đất. Tuy nhiên, không phải lúc nào dữ liệu về các yếu tố này cũng có sẵn.

Nhóm nghiên cứu đã lựa chọn cách tiếp cận mới – sử dụng học máy để phát triển mô hình mô phỏng dữ liệu những cơn bão thực. Với nguồn thông tin chất lượng, các thuật toán học máy có thể xây dựng các mô hình dựa trên các mẫu mà chúng phát hiện ra trong bộ dữ liệu mà các phương pháp khác có thể bỏ lỡ.

Trong nghiên cứu mới, nhóm tác giả đã sử dụng Cơ sở dữ liệu bão Đại Tây Dương (HURDAT2) của Trung tâm Bão Quốc gia Mỹ, chứa thông tin về các cơn bão từ hơn 100 năm trước, chẳng hạn như tọa độ đường đi và tốc độ gió của chúng. Họ chia dữ liệu về 1.500 cơn bão thành các tập dữ liệu để đào tạo và thử nghiệm mô hình. Trong thử nghiệm mô phỏng mô phỏng quỹ đạo và sức gió của những cơn bão chưa có trong dữ liệu đào tạo, mô hình đạt điểm khá cao. Pintar nhận xét, “[Mô hình] hoạt động rất tốt. Tùy từng chỗ, ta khó có thể phân biệt được đâu là cơn bão mô phỏng và đâu là cơn bão thật.”

Tuy nhiên, vẫn có một số hạn chế. Chẳng hạn như ở các bang ven biển Đông Bắc, dữ liệu HURDAT2 rất thưa thớt, do đó mô hình tạo ra các cơn bão ít thực tế hơn. “Bạn càng có ít dữ liệu, sự không chắc chắn về dự đoán của bạn càng lớn”, đồng tác giả Emil Simiu nói.

Bước tiếp theo, nhóm nghiên cứu dự định sẽ sử dụng các cơn bão mô phỏng để phát triển bản đồ ven biển về tốc độ gió cực đoan, cũng như định lượng sự bất định trong các tốc độ gió ước tính.

Vì sự hiểu biết của mô hình về các cơn bão hiện chỉ giới hạn trong dữ liệu lịch sử, nên nó không thể mô phỏng những tác động của biến đổi khí hậu đối với các cơn bão trong tương lai. Cách tiếp cận truyền thống mô phỏng các cơn bão từ dưới lên sẽ phù hợp hơn. Tuy nhiên, trong ngắn hạn, các tác giả tự tin rằng bản đồ gió dựa trên mô hình của họ – ít phụ thuộc vào các thông số vật lý khó nắm bắt hơn so với các mô hình khác – sẽ phản ánh tình hình thực tế tốt hơn. Họ đặt mục tiêu sẽ xây dựng và đề xuất các bản đồ gió mới để đưa vào quy chuẩn xây dựng.

Trang Linh tổng hợp

Nguồn: https://www.nist.gov/news-events/news/2023/03/ai-could-set-new-bar-designing-hurricane-resistant-buildings

https://agenparl.eu/2023/03/29/ai-could-set-a-new-bar-for-designing-hurricane-resistant-buildings/

Tác giả