AI가 기후 변화를 예측하는 방법

증거가 늘어남에 따라 올 여름 극한의 날씨는 기후 변화에 의해 주도되고 있습니다, 인공 지능은 상황이 어디로 바뀔지 예측하는 데 도움이 됩니다.

새로운 AI 도구를 통해 과학자들은 미래의 북극 해빙 개월을 보다 정확하게 예측할 수 있습니다. IceNet은 2개월 전에 해빙이 나타날지 여부를 예측하는 데 거의 95% 정확하다고 연구원들은 말합니다. 기후 변화를 예측하는 데 AI가 점점 더 많이 사용되고 있습니다.

"AI는 역사적으로 계산 집약적이었던 복잡한 기후 모델을 실행하는 효율성을 크게 향상시켰습니다." 다니엘 인톨루베-크밀, Harbour Research의 분석가는 이메일 인터뷰에서 Lifewire에 말했습니다.

얼음 없음, 얼음, 베이비

IceNet은 다가오는 시즌에 대한 정확한 북극 해빙 예측을 만드는 엄청난 도전을 하고 있습니다. 연구원들은 IceNet이 어떻게 작동하는지 설명했습니다. 최근 논문 네이처 커뮤니케이션즈 저널에 게재

"북극의 지표면 부근 기온은 지구 평균의 2~3배의 속도로 상승했습니다. 여러 긍정적 피드백에 의해 야기되는 북극 증폭으로 알려진 현상"이라고 연구원들은 논문에 썼습니다. "상승하는 온도는 북극 해빙을 줄이는 데 핵심적인 역할을 했으며, 현재 9월 해빙 범위는 북극에 대한 위성 측정이 시작된 1979년의 절반 정도입니다."

논문의 저자에 따르면 해빙은 위의 대기와 아래의 바다와의 복잡한 관계 때문에 예측하기 어렵습니다. 물리학 법칙을 직접 모델링하려는 기존의 예측 시스템과 달리 연구원들은 딥 러닝이라는 개념을 기반으로 IceNet을 설계했습니다. 이 접근 방식을 통해 모델은 수천 년의 기후 시뮬레이션에서 해빙이 어떻게 변화하는지 "배웁니다" 수십 년간의 관측 데이터와 함께 데이터를 사용하여 북극 해빙 개월의 범위를 예측합니다. 미래.

"북극은 기후 변화의 최전선에 있는 지역이며, 지난 40년"이라고 이 논문의 주저자인 BAS AI Lab의 데이터 과학자인 Tom Andersson은 말했습니다. 보도 자료. "IceNet은 북극 지속 가능성 노력을 위한 해빙 예측의 긴급한 격차를 메울 잠재력이 있으며 기존 방법보다 수천 배 빠르게 실행됩니다."

AI는 광범위한 네트워크를 던집니다.

다른 AI 시뮬레이터도 기후 변화를 주시하고 있습니다. 연구자들은 딥 에뮬레이터 네트워크 검색 예를 들어 그을음과 에어로졸이 햇빛을 반사하고 흡수하는 방식에 대한 시뮬레이션을 개선하기 위한 기술입니다. 연구에 따르면 에뮬레이터는 물리적 시뮬레이션과 20억 배 더 빠르고 99.999% 이상 동일합니다.

AI와 기상 분석은 또한 공급망의 배출량을 줄여 기후 변화를 퇴치하는 데 도움이 될 수 있습니다. 레니 반데위지, 일기 예보 회사 DTN의 부사장은 이메일 인터뷰에서 라이프와이어에 말했습니다.

"예를 들어, 운송에서 날씨에 최적화된 라우팅은 배출량을 최대 4%까지 줄이고 연료 소비를 최대 10%까지 줄일 수 있으며 날씨는 항공 산업의 라우팅은 악천후를 피하기 위해 불필요한 re-routing을 방지하거나 착륙을 기다리는 공항을 선회하는 것을 방지할 수 있습니다." 말했다.

도로망에 대한 정확한 예측은 겨울철 도로의 불필요한 처리를 줄여 유해한 화학물질의 수를 줄일 수 있다고 Vandenwege는 말했습니다.

"도로 전체를 처리하는 대신 도로 유지 관리 직원은 도로를 따라 선택한 위치를 처리하도록 선택할 수 있습니다. 콜드 스폿 도로 구간이 있는 도로 또는 치료가 필요한지 여부를 결정할 수 있습니다"라고 그는 말했습니다. 추가했습니다.

기계 학습 및 AI 모델은 CO2 및 메탄 배출을 이해하는 데 점점 더 많이 사용되고 있습니다. 마티 벨, 일기 예보 회사 WeatherFlow의 최고 과학 책임자(CSO)는 이메일 인터뷰에서 Lifewire에 말했습니다.

Bell은 "모델은 또한 에너지 생산 및 사용에 대한 접근 방식을 수정하는 데 도움을 주어 기후 변화에 대한 우리의 회복력을 높입니다."라고 말했습니다. "이러한 AI 응용 프로그램의 대부분은 유틸리티 에너지 분배 시스템에서 대규모로 작동하지만 다른 응용 프로그램은 가정에서 작동합니다. ML이 일상적인 사물 인터넷 장치에 내장된 AI 모델에 정보를 제공하여 에너지 사용량을 보다 효율적으로 관리하는 수준 집."