Key Takeaways
- AI modeli mogu pomoći u predviđanju klimatskih promjena, kažu stručnjaci.
- Novi AI alat pod nazivom IceNet mogao bi omogućiti naučnicima da precizno prognoziraju dubinu arktičkog morskog leda.
-
AI i vremenska analitika takođe mogu pomoći u borbi protiv klimatskih promena smanjenjem emisija u lancu snabdevanja.
Kako sve više dokaza da je ekstremno vrijeme ovog ljeta uzrokovano klimatskim promjenama, umjetna inteligencija pomaže u predviđanju gdje će se uslovi promijeniti.
Novi AI alat mogao bi omogućiti naučnicima da preciznije prognoziraju ledene mjesece na Arktiku u budućnosti. IceNet je skoro 95% tačan u predviđanju da li će morski led biti prisutan dva mjeseca unaprijed, kažu istraživači. To je jedna od sve većeg broja upotreba umjetne inteligencije u predviđanju klimatskih promjena.
"AI je značajno poboljšao efikasnost pokretanja složenih klimatskih modela koji su istorijski bili računarski intenzivni ", rekao je za Lifewire Daniel Intolubbe-Chmil, analitičar Harbour Research-a..
No Ice, Ice, Baby
IceNet radi na ogromnom izazovu izrade tačnih prognoza arktičkog morskog leda za sezonu koja je pred nama. Istraživači su opisali kako IceNet radi u nedavnom radu objavljenom u časopisu Nature Communications.
"Temperature zraka blizu površine na Arktiku su porasle dva do tri puta brže od globalnog prosjeka, fenomen poznat kao arktičko pojačanje, uzrokovan nekoliko pozitivnih povratnih informacija", napisali su istraživači u radu. „Raste temperature odigrale su ključnu ulogu u smanjenju morskog leda na Arktiku, a obim morskog leda u septembru je sada oko pola manji od 1979. kada su počela satelitska mjerenja Arktika."
Morski led je teško predvideti zbog njegovog složenog odnosa sa atmosferom iznad i okeanom ispod, prema autorima lista. Za razliku od konvencionalnih sistema predviđanja koji pokušavaju direktno modelirati zakone fizike, istraživači su dizajnirali IceNet zasnovan na konceptu koji se zove duboko učenje. Kroz ovaj pristup, model "uči" kako se morski led mijenja iz hiljadama godina podataka simulacije klime, zajedno sa decenijama opservacijskih podataka, kako bi se predvidio obim mjeseci arktičkog morskog leda u budućnosti..
"Arktik je regija na prvoj liniji klimatskih promjena i u njoj je došlo do značajnog zagrijavanja u posljednjih 40 godina", rekao je u vijestima glavni autor lista Tom Andersson, naučnik podataka u laboratoriji BAS AI pustiti. "IceNet ima potencijal da popuni hitnu prazninu u predviđanju morskog leda za napore održivosti Arktika i radi hiljadama puta brže od tradicionalnih metoda."
AI baca široku mrežu
Drugi AI simulatori također prate klimatske promjene. Istraživači su iskoristili tehniku Deep Emulator Network Search, na primjer, kako bi poboljšali simulaciju oko načina na koji čađ i aerosoli reflektiraju i apsorbiraju sunčevu svjetlost. Istraživanje je pokazalo da je emulator bio 2 milijarde puta brži i više od 99,999% identičan njihovoj fizičkoj simulaciji.
AI i vremenska analitika takođe mogu pomoći u borbi protiv klimatskih promena smanjenjem emisija u lancu snabdevanja, rekao je Renny Vandewege, potpredsednik kompanije za vremensku prognozu DTN, za Lifewire u intervjuu e-poštom.
"Na primjer, u transportu, rutiranje optimizirano za vremenske prilike može smanjiti emisije do 4% i smanjiti potrošnju goriva do 10%, a vremenske rute u zrakoplovnoj industriji mogu spriječiti nepotrebno preusmjeravanje kako bi se izbjeglo loše vrijeme, ili kruži oko aerodroma čekajući da sleti, " rekao je.
Precizno predviđanje za putne mreže može smanjiti nepotrebnu obradu zimskih puteva, smanjujući broj štetnih hemikalija, rekao je Vandenwege.
"Umjesto da tretiraju cijeli kolovoz, ekipe za održavanje puteva mogu odabrati da tretiraju odabrane lokacije duž puta na kojima postoje hladne dionice puta, ili mogu odlučiti da li je tretman uopće neophodan", dodao je.
Mašinsko učenje i AI modeli se sve više koriste za razumijevanje emisija CO2 i metana, rekao je Marty Bell, glavni naučni službenik u kompaniji za prognozu vremena WeatherFlow, za Lifewire u intervjuu e-poštom.
"Modeli također povećavaju našu otpornost na klimatske promjene pomažući nam da modificiramo naš pristup proizvodnji i korištenju energije", rekao je Bell. "Dok mnoge od ovih AI aplikacija rade u velikim razmjerima na komunalnim sistemima za distribuciju energije, druge rade na nivou domaćinstva gdje ML informiše AI modele ugrađene u svakodnevne uređaje interneta stvari koji efikasnije upravljaju potrošnjom energije u kući."
