💧 هوش مصنوعی و حل چالش‌های هیدرولوژی؛ ترکیب فیزیک و یادگیری ماشین

محققان در یک پژوهش جدید، مدل جالبی به نام «پرپترون حافظِ جرم» (MCP) طراحی کردند که دنیای مدل‌های هیدرولوژیک سنتی را با شبکه‌های عصبی ترکیب می‌کند.

این مدل جدید می‌تواند فرآیندهای پیچیده‌ی بارش، ذخیره آب و روان‌آب‌ها را با دقت بسیار بالا و با استفاده از پارامترهای کمتر شبیه‌سازی کند. این یعنی ما حالا می‌توانیم با استفاده از شبکه‌های عصبیِ «تفسیرپذیر»، هم پیش‌بینی‌های دقیق‌تری داشته باشیم و هم بفهمیم در هر حوضه‌ی آبریز دقیقاً چه اتفاقی می‌افتد. این دستاورد، گام بزرگی برای مدیریت منابع آب با کمک هوش مصنوعی است! 🌍🌊

منبع: arXiv Machine Learning