Како АИ може предвидети климатске промене

Док то потврђују докази Екстремно време овог лета условљено је климатским променама, вештачка интелигенција помаже да се предвиди где ће се услови променити.

Нови алат за вештачку интелигенцију могао би да омогући научницима да прецизније предвиде месеце арктичког морског леда у будућности. ИцеНет је скоро 95% тачан у предвиђању да ли ће морски лед бити присутан два месеца унапред, кажу истраживачи. То је једна од све већег броја употреба вештачке интелигенције у предвиђању климатских промена.

"АИ је значајно побољшао ефикасност покретања сложених климатских модела који су историјски били рачунарски интензивни", Даниел Интолуббе-Цхмил, аналитичар Харбоур Ресеарцх-а, рекао је за Лифевире у интервјуу е-поштом.

Без леда, леда, душо

ИцеНет ради на огромном изазову израде тачних прогноза арктичког морског леда за предстојећу сезону. Истраживачи су описали како функционише ИцеНет новији рад објављено у часопису Натуре Цоммуницатионс.

„Температуре ваздуха близу површине на Арктику су порасле два до три пута брже од глобалног просека, а феномен познат као арктичко појачање, узрокован неколико позитивних повратних информација“, написали су истраживачи у раду. „Расте температуре су одиграле кључну улогу у смањењу морског леда на Арктику, са обимом морског леда у септембру око половине мањег од 1979. када су почела сателитска мерења Арктика.

Морски лед је тешко предвидети због његовог сложеног односа са атмосфером изнад и океаном испод, према ауторима листа. За разлику од конвенционалних система предвиђања који покушавају директно да моделирају законе физике, истраживачи су дизајнирали ИцеНет на основу концепта који се зове дубоко учење. Кроз овај приступ, модел "учи" како се морски лед мења од хиљада година симулације климе податке, заједно са деценијама посматрачких података, да би се предвидео обим арктичких ледених месеци у будућност.

„Арктик је регион на првој линији климатских промена и у њему је дошло до значајног загревања последњих 40 година“, рекао је главни аутор листа Том Андерссон, научник података у лабораторији БАС АИ у Саопштење за штампу. "ИцеНет има потенцијал да попуни хитну празнину у предвиђању морског леда за напоре одрживости Арктика и ради хиљадама пута брже од традиционалних метода."

АИ баца широку мрежу

Други АИ симулатори такође прате климатске промене. Истраживачи су искористили Дубока претрага мреже емулатора техника, на пример, за побољшање симулације око начина на који чађ и аеросоли рефлектују и апсорбују сунчеву светлост. Истраживање је показало да је емулатор био 2 милијарде пута бржи и више од 99,999% идентичан њиховој физичкој симулацији.

АИ и временска аналитика такође могу помоћи у борби против климатских промена смањењем емисија у ланцу снабдевања, Ренни Вандевеге, потпредседник компаније за временску прогнозу ДТН, рекао је за Лифевире у интервјуу е-поштом.

„На пример, у транспорту, рутирање оптимизовано за временске услове може смањити емисије до 4% и смањити потрошњу горива до 10%, а време рутирање у ваздухопловној индустрији може спречити непотребно преусмеравање како би се избегло лоше време, или кружење око аеродрома чекајући да слети“, он рекао.

Прецизно предвиђање за путне мреже може смањити непотребно третирање зимских путева, смањујући број штетних хемикалија, рекао је Ванденвеге.

„Уместо да третирају цео коловоз, екипе за одржавање путева могу изабрати да третирају одабране локације дуж а пут где постоје хладне деонице пута, или могу да одлуче да ли је лечење уопште неопходно“, рекао је он додао је.

Машинско учење и модели вештачке интелигенције се све више користе за разумевање емисија ЦО2 и метана, Марти Бел, главни научни службеник компаније за временску прогнозу ВеатхерФлов, рекао је за Лифевире у интервјуу е-поштом.

„Модели такође повећавају нашу отпорност на климатске промене помажући нам да изменимо наш приступ производњи и употреби енергије“, рекао је Бел. „Док многе од ових АИ апликација раде у великим размерама на комуналним системима за дистрибуцију енергије, друге раде у домаћинству ниво где МЛ информише АИ моделе уграђене у свакодневне уређаје за интернет ствари који ефикасније управљају потрошњом енергије у кућа."