Tony Kim
13 de febrero de 2025 21:37

BRLI y Toulouse INP aprovechan el módulo de Nvidia para crear modelos de inundación basados ​​en IA, mejorando significativamente la pronóstico de inundaciones en tiempo real y la mitigación de riesgos.

Las inundaciones son una amenaza significativa para 1.500 millones de personas en todo el mundo, lo que causa hasta $ 25 mil millones en daños económicos anualmente. En respuesta a la necesidad apremiante de un pronóstico eficiente de inundaciones, BRLI y el Instituto Nacional Politécnico de Toulouse (Toulouse INP) han desarrollado una solución basada en IA que utiliza el módulo de Nvidia, según el blog oficial de Nvidia. Este enfoque innovador promete revolucionar el pronóstico de inundaciones en tiempo real reduciendo drásticamente los tiempos de cálculo.

Desafíos del pronóstico tradicional de inundaciones

El pronóstico tradicional de inundaciones se basa en simulaciones numéricas basadas en la física, que son computacionalmente intensivas y requieren mucho tiempo. Dichos métodos pueden tomar horas para simular un evento de inundación, limitando su utilidad en escenarios en tiempo real. Este cuello de botella ha obstaculizado el desarrollo de sistemas de advertencia de inundación receptivos que pueden proporcionar información oportuna y procesable durante los eventos en curso.

Soluciones con IA

Para superar estas limitaciones, BRLI y Toulouse INP, a través del Aniti Research Institute, diseñaron un sistema de IA que reemplaza a los solucionadores tradicionales basados ​​en la física. Al aprovechar Nvidia Modulus de la plataforma Earth-2, el equipo entrenó a un modelo de IA para emular el solucionador, permitiendo una evaluación rápida de escenarios de inundación.

El modelo de IA, entrenado en modelos de física detallados proporcionados por BRLI, puede emular varias horas de inundación en solo segundos en una sola GPU. Este avance mejora significativamente el potencial de pronóstico en tiempo real y toma de decisiones en áreas propensas a inundaciones.

Implementación y prueba

El sistema basado en IA se centra en la cuenca del río Têt en el sur de Francia, utilizando mallas detalladas que incluyen características topográficas e ingeniería vitales. El sistema emplea el módulo de Nvidia para entrenar modelos en datos personalizados, optimizando para una dinámica espacial y temporal compleja crucial para predicciones de inundaciones precisas.

El entrenamiento se realizó en las GPU del núcleo de tensor NVIDIA A100, logrando una aceleración casi lineal y permitiendo predicciones en incrementos de 30 minutos hasta varias horas por delante. La precisión del modelo se validó utilizando métricas como el error medio cuadrado (MSE) y el índice de éxito crítico (CSI), lo que garantiza predicciones confiables.

Impacto y perspectivas futuras

El modelo de GNN sustituto resultante puede realizar una predicción de 6 horas en solo 19 milisegundos en una sola GPU NVIDIA A100, un marcado contraste con el tiempo de CPU de 12 horas requerido por los métodos tradicionales. Esta eficiencia permite el modelado de inundaciones en tiempo real sin comprometer la complejidad de las simulaciones.

Este avance no solo muestra las capacidades del módulo de Nvidia en la configuración y la capacitación de arquitecturas de IA, sino que también establece un precedente para aplicaciones similares en diversas industrias. El éxito de este proyecto allana el camino para integrar los modelos de IA en los servicios operativos de alivio de desastres, mejorando su capacidad para responder a desastres naturales de manera eficiente.

A medida que Brli y Toulouse INP refinan sus modelos, la integración de la IA en las cadenas de herramientas de ingeniería se vuelve cada vez más viable. Este desarrollo significa un gran paso adelante en la gestión de riesgos de inundación, ofreciendo una solución escalable y eficiente a un desafío global persistente.

Para más detalles, visite el Blog nvidia.

Fuente de la imagen: Shutterstock