Ključni podaci za van
- Modeli umjetne inteligencije mogu pomoći u predviđanju klimatskih promjena, kažu stručnjaci.
- Novi AI alat nazvan IceNet mogao bi omogućiti znanstvenicima da precizno prognoziraju dubinu leda na Arktiku.
-
AI i vremenska analitika također mogu pomoći u borbi protiv klimatskih promjena smanjenjem emisija u opskrbnom lancu.
Dok se povećavaju dokazi da su ekstremni vremenski uvjeti ovog ljeta uzrokovani klimatskim promjenama, umjetna inteligencija pomaže u predviđanju gdje će se uvjeti promijeniti.
Novi AI alat mogao bi omogućiti znanstvenicima da točnije prognoziraju mjesece leda na Arktiku u budućnosti. IceNet je gotovo 95% točan u predviđanju hoće li 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 učinkovitost pokretanja složenih klimatskih modela koji su povijesno bili računalno intenzivni," Daniel Intolubbe-Chmil, analitičar u Harbour Researchu, rekao je za Lifewire u intervjuu e-poštom.
Bez leda, leda, dušo
IceNet radi na velikom izazovu pravljenja točnih prognoza leda na Arktiku za nadolazeću sezonu. Istraživači su opisali kako IceNet radi u nedavnom radu objavljenom u časopisu Nature Communications.
"Temperature zraka blizu površine na Arktiku porasle su dva do tri puta brže od globalnog prosjeka, fenomen poznat kao arktičko pojačanje, uzrokovan nekoliko pozitivnih povratnih informacija", napisali su istraživači u radu. "Rastuće temperature odigrale su ključnu ulogu u smanjenju arktičkog morskog leda, s rujanskim opsegom morskog leda koji je sada otprilike upola manji od onoga 1979. kada su započela satelitska mjerenja Arktika."
Teško je predvidjeti morski led zbog njegovog složenog odnosa s atmosferom iznad i oceanom ispod, prema autorima rada. Za razliku od konvencionalnih sustava predviđanja koji pokušavaju izravno modelirati zakone fizike, istraživači su dizajnirali IceNet na temelju koncepta koji se zove duboko učenje. Kroz ovaj pristup, model "uči" kako se morski led mijenja iz tisuća godina podataka o klimatskim simulacijama, zajedno s desetljećima podataka promatranja, kako bi predvidio opseg arktičkih ledenih mjeseci u budućnosti.
"Arktik je regija na prvoj crti klimatskih promjena i doživio je značajno zagrijavanje u posljednjih 40 godina", rekao je u vijestima glavni autor rada, Tom Andersson, podatkovni znanstvenik u BAS AI Labu osloboditi. "IceNet ima potencijal popuniti hitnu prazninu u predviđanju morskog leda za napore održivosti Arktika i radi tisuće puta brže od tradicionalnih metoda."
AI postavlja 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 čađa i aerosoli reflektiraju i apsorbiraju sunčevu svjetlost. Istraživanje je pokazalo da je emulator 2 milijarde puta brži i više od 99,999% identičan njihovoj fizičkoj simulaciji.
AI i vremenska analitika također mogu pomoći u borbi protiv klimatskih promjena smanjenjem emisija u opskrbnom lancu, rekao je Renny Vandewege, potpredsjednik u tvrtki za vremensku prognozu DTN, u intervjuu e-poštom za Lifewire.
"Na primjer, u pomorstvu ruta optimizirana za vremenske uvjete može smanjiti emisije do 4% i smanjiti potrošnju goriva do 10%, a ruta za vremensku prognozu u zrakoplovnoj industriji može spriječiti nepotrebno preusmjeravanje kako bi se izbjeglo loše vrijeme, ili kruženje oko zračne luke čekajući slijetanje, " rekao je.
Precizno predviđanje za cestovne mreže može smanjiti nepotrebno tretiranje cesta zimi, smanjujući broj štetnih kemikalija, rekao je Vandenwege.
"Umjesto tretiranja cijelog kolnika, ekipe za održavanje cesta mogu odlučiti tretirati odabrane lokacije uz cestu gdje postoje dijelovi ceste s hladnim točkama ili mogu odlučiti je li liječenje uopće potrebno", dodao je.
Strojno učenje i modeli umjetne inteligencije sve se više koriste za razumijevanje emisija CO2 i metana, rekao je Marty Bell, glavni znanstveni direktor u tvrtki za vremensku prognozu WeatherFlow, u intervjuu e-poštom za Lifewire.
"Modeli također povećavaju našu otpornost na klimatske promjene pomažući nam da promijenimo naš pristup proizvodnji i korištenju energije", rekao je Bell. "Dok mnoge od ovih AI aplikacija rade u velikim razmjerima na sustavima distribucije komunalne energije, druge rade na razini kućanstva gdje ML informira AI modele ugrađene u svakodnevne uređaje interneta stvari koji učinkovitije upravljaju potrošnjom energije u kući."
