Actualité Le supercalculateur Fugaku et un modèle d'IA au service de la prévention...

Pour approfondir le sujet

Automatisation robotisée des processus et machine learning : le pari des hôtels pour relancer le tourisme

UiPath, une entreprise spécialisée dans l'automatisation robotisée de processus, a exploité sa technologie pour développer plusieurs processus d'automatisation au service de l'industrie du tourisme....

Atos et Graphcore annoncent leur partenariat pour concevoir des solutions de calcul haute performance

D'un côté, Atos, un spécialiste français de la transformation numérique, qui a présenté en début de mois sa nouvelle plateforme de computer vision, mais...

DeepMind et EMBL : une avancée majeure dans l’analyse du protéome humain grâce à l’intelligence artificielle

DeepMind, société technologique et filiale de Google, a annoncé sa collaboration avec le laboratoire européen de biologique moléculaire (EMBL) dans l'objectif de proposer une...

Grâce au deep learning, une application pourrait aider à diagnostiquer le VIH plus facilement

Une équipe de recherche composée d'experts de l'Africa Health Research Institute (AHRI) et de l'University College de Londres (UCL) a exploité l'intelligence artificielle pour...

Le supercalculateur Fugaku et un modèle d’IA au service de la prévention d’inondations dues aux tsunamis

En 2011, un tsunami s’est produit au large des côtes japonaises. Le bilan fût grave : 15 897 morts, 2 534 disparus, 6 152 blessés et 139 000 réfugiés. Il a même provoqué un accident à la centrale nucléaire de Fukushima. Dix ans plus tard, les laboratoires Fujitsu, avec l’aide de RIKEN, de l’Université de Tohoku et de l’Université de Tokyo ont développé un modèle d’IA qui donnera aux équipes de gestion des catastrophes, une vraie capacité de prédire les inondations dues aux tsunamis.

Une remise en question de la prévision des tsunamis

Durant les années 2010, lorsque l’on souhaitait prévoir un tsunami, il fallait comparer les données reçues lors de l’alerte en cours à l’aide d’une base de données existante. Les modèles ressemblant le plus avec les informations obtenues permettaient d’annoncer avec une précision relative, la gravité ou non d’un tsunami sur les zones côtières.

Le tsunami japonais de 2011 a révélé que de nombreux problèmes subsistaient du point de vue de l’acquisition et de l’utilisation des informations pour une évacuation efficace et sûre en cas de catastrophe. La technique sus présentée est très bonne mais repose sur les performances des supercalculateurs qui analysent la situation actuelle de A à Z avec des données de tremblement de terre ou de tsunamis s’étant déjà produits.

Deux soucis apparaissent quant à l’application de cette technique : premièrement, celui concernant les bases de données. Les tsunamis provoqués par des tremblements de Terre ne sont pas des évènements fréquents. Les bases de données issues d’évènements passés ne sont pas aussi fournies que nécessaire pour faire des comparaisons parfaites avec les données d’une situation se produisant à l’instant T. Le second souci est corrélé au supercalculateur utilisé. Plus celui-ci est performant dans la simulation et la modélisation de modèles de tremblement de terre et de tsunamis, plus celui-ci sera à même de définir les zones touchées, l’heure à laquelle l’eau atteindra les côtes, et avec quelle sévérité.

Le supercalculateur Fugaku et l’utilisation de l’IA pour la prédiction de tsunamis

Pour résoudre ces problèmes, Fujitsu, RIKEN, l’Université Tohoku et l’Université de Tokyo ont travaillé ensemble pour développer une technologie d’IA dépendante du supercalculateur Fugaku et capable de prédire instantanément les inondations dues au tsunami.

Le processus de prédiction se fait alors en deux étapes, l’une en amont et l’autre, pour parfaire les résultats. Plusieurs simulations de tsunamis furent réalisées à l’aide de Fugaku afin d’étoffer les bases de données du modèle d’IA conçu par les chercheurs. En cas de tremblement de terre réel, la saisie des données dans ce modèle d’IA de la série d’ondes du tsunami observée au large permettra de prédire les conditions d’inondation dans les zones côtières avant impact.

Le modèle d'IA permet à l'aide de modélisations préalablement faites, de prédire la force d'un tsunami.

Le modèle d’IA sert donc à augmenter la résolution des conditions d’inondation estimées au préalable par la simple analyse des résultats des ondes du tsunami. Les résultats finaux sont affinés et permettent de déduire plus précisément les zones touchées et à quelle profondeur l’eau s’engouffrera dans ces zones.

L'utilisation d'un modèle d'IA permet de peaufiner les résultats.

 

A terme, les chercheurs espèrent qu’avec un entrainement encore plus poussé du modèle d’IA grâce à Fugaku, ou grâce à un nouveau modèle d’IA plus performant, les prédications de tsunamis et d’inondations pourront se faire sur des zones bien plus larges.

 

Zacharie Tazrout

Partager l'article

Automatisation robotisée des processus et machine learning : le pari des hôtels pour relancer le tourisme

UiPath, une entreprise spécialisée dans l'automatisation robotisée de processus, a exploité sa technologie pour développer plusieurs processus d'automatisation au service de l'industrie du tourisme....

Atos et Graphcore annoncent leur partenariat pour concevoir des solutions de calcul haute performance

D'un côté, Atos, un spécialiste français de la transformation numérique, qui a présenté en début de mois sa nouvelle plateforme de computer vision, mais...

DeepMind et EMBL : une avancée majeure dans l’analyse du protéome humain grâce à l’intelligence artificielle

DeepMind, société technologique et filiale de Google, a annoncé sa collaboration avec le laboratoire européen de biologique moléculaire (EMBL) dans l'objectif de proposer une...

Grâce au deep learning, une application pourrait aider à diagnostiquer le VIH plus facilement

Une équipe de recherche composée d'experts de l'Africa Health Research Institute (AHRI) et de l'University College de Londres (UCL) a exploité l'intelligence artificielle pour...