Kľúčové poznatky
- Modely AI môžu pomôcť predpovedať zmenu klímy, hovoria odborníci.
- Nový nástroj AI s názvom IceNet by vedcom mohol umožniť presne predpovedať hĺbku ľadu v Arktíde.
-
AI a analýza počasia môžu tiež pomôcť v boji proti klimatickým zmenám znížením emisií v dodávateľskom reťazci.
Ako pribúdajú dôkazy, že extrémne počasie tohto leta je poháňané klimatickými zmenami, umelá inteligencia pomáha predpovedať, kde sa podmienky zmenia.
Nový nástroj umelej inteligencie by vedcom mohol umožniť presnejšie predpovedať mesiace arktického morského ľadu do budúcnosti. IceNet je takmer 95% presný v predpovedi, či bude morský ľad prítomný dva mesiace dopredu, tvrdia vedci. Je to jedno z rastúceho počtu použití AI pri predpovedaní klimatických zmien.
„AI výrazne zlepšila efektivitu spustenia zložitých klimatických modelov, ktoré boli historicky náročné na výpočtovú techniku,“povedal pre Lifewire Daniel Intolubbe-Chmil, analytik spoločnosti Harbor Research, v e-mailovom rozhovore.
No Ice, Ice, Baby
IceNet pracuje na obrovskej výzve vytvoriť presné predpovede arktického morského ľadu na nadchádzajúcu sezónu. Výskumníci opísali, ako funguje IceNet v nedávnom článku publikovanom v časopise Nature Communications.
"Teploty vzduchu pri povrchu v Arktíde sa zvýšili dvakrát až trikrát rýchlejšie ako celosvetový priemer, čo je fenomén známy ako arktické zosilnenie, ktorý je spôsobený niekoľkými pozitívnymi spätnými väzbami," napísali vedci v článku. „Stúpajúce teploty zohrali kľúčovú úlohu pri znižovaní arktického morského ľadu, pričom rozsah morského ľadu v septembri je približne polovičný v porovnaní s rokom 1979, keď sa začali satelitné merania Arktídy."
Morský ľad je podľa autorov článku ťažké predpovedať kvôli jeho zložitému vzťahu s atmosférou nad a oceánom pod ním. Na rozdiel od bežných predpovedných systémov, ktoré sa pokúšajú modelovať fyzikálne zákony priamo, výskumníci navrhli IceNet na základe konceptu nazývaného hlboké učenie. Prostredníctvom tohto prístupu sa model „učí“, ako sa mení morský ľad z tisícok rokov údajov zo simulácie klímy, spolu s desaťročiami pozorovacích údajov, aby predpovedal rozsah mesiacov ľadového ľadu v Arktíde do budúcnosti.
„Arktída je oblasť v prvej línii klimatických zmien a za posledných 40 rokov zaznamenala výrazné otepľovanie,“uviedol v správe hlavný autor článku Tom Andersson, dátový vedec z BAS AI Lab. uvoľniť. „IceNet má potenciál vyplniť naliehavú medzeru v predpovediach morského ľadu pre snahy o udržateľnosť Arktídy a funguje tisíckrát rýchlejšie ako tradičné metódy.“
AI vrhá širokú sieť
Na zmenu klímy dohliadajú aj ďalšie simulátory AI. Výskumníci využili napríklad techniku Deep Emulator Network Search na zlepšenie simulácie spôsobu, akým sadze a aerosóly odrážajú a absorbujú slnečné svetlo. Výskum zistil, že emulátor bol 2 miliardy krát rýchlejší a na viac ako 99,999 % identický s ich fyzickou simuláciou.
AI a analytika počasia môžu tiež pomôcť v boji proti klimatickým zmenám znižovaním emisií v dodávateľskom reťazci, povedal Renny Vandewege, viceprezident spoločnosti na predpovedanie počasia DTN, v e-mailovom rozhovore Lifewire.
Napríklad v lodnej doprave môže trasa optimalizovaná pre počasie znížiť emisie až o 4 % a znížiť spotrebu paliva až o 10 % a trasa podľa počasia v leteckom priemysle môže zabrániť zbytočnej zmene trasy, aby sa predišlo zlému počasiu, alebo obiehať letisko, ktoré čaká na pristátie,“povedal.
Presné predpovede pre cestné siete môžu znížiť zbytočné ošetrenie zimných ciest, čím sa zníži počet škodlivých chemikálií, povedal Vandenwege.
"Namiesto ošetrenia celej vozovky sa môžu posádky údržby ciest rozhodnúť ošetriť vybrané miesta pozdĺž cesty, kde sú úseky ciest so studenými miestami, alebo sa môžu rozhodnúť, či je ošetrenie vôbec potrebné," dodal.
Strojové učenie a modely AI sa čoraz častejšie používajú na pochopenie emisií CO2 a metánu, povedal Marty Bell, vedúci vedecký pracovník spoločnosti WeatherFlow, ktorá sa zaoberá predpovedaním počasia, v e-mailovom rozhovore pre Lifewire.
„Modely tiež zvyšujú našu odolnosť voči klimatickým zmenám tým, že nám pomáhajú upraviť náš prístup k výrobe a využívaniu energie,“povedal Bell. „Zatiaľ čo mnohé z týchto aplikácií AI fungujú vo veľkom meradle na systémoch distribúcie energie z verejných zdrojov, iné fungujú na úrovni domácností, kde ML informuje modely AI zabudované do každodenných zariadení internetu vecí, ktoré efektívnejšie riadia spotrebu energie v dome.“
