Key takeaways
- AI-modeller kan bidra til å forutsi klimaendringer, sier eksperter.
- Et nytt AI-verktøy k alt IceNet kan la forskere forutsi arktisk havisen nøyaktig.
-
AI og væranalyse kan også bidra til å bekjempe klimaendringer ved å redusere utslippene i forsyningskjeden.
Når det kommer bevis for at ekstremvær denne sommeren er drevet av klimaendringer, hjelper kunstig intelligens å forutsi hvor forholdene vil endre seg.
Et nytt AI-verktøy kan gjøre det mulig for forskere å forutsi arktiske havis måneder inn i fremtiden mer nøyaktig. IceNet er nesten 95 % nøyaktig når det gjelder å forutsi om havis vil være tilstede to måneder fremover, sier forskere. Det er en av et økende antall bruksområder for AI for å forutsi klimaendringer.
"AI har betydelig forbedret effektiviteten av å kjøre komplekse klimamodeller som historisk har vært beregningsintensive," sa Daniel Intolubbe-Chmil, analytiker ved Harbour Research, til Lifewire i et e-postintervju.
No Ice, Ice, Baby
IceNet jobber med den formidable utfordringen med å lage nøyaktige arktiske havisvarsler for sesongen som kommer. Forskere beskrev hvordan IceNet fungerer i en nylig artikkel publisert i tidsskriftet Nature Communications.
"Temperaturen på overflatenært i Arktis har økt med to til tre ganger hastigheten på det globale gjennomsnittet, et fenomen kjent som arktisk forsterkning, forårsaket av flere positive tilbakemeldinger," skrev forskerne i avisen. "Økende temperaturer har spilt en nøkkelrolle i å redusere arktisk havis, med havisen i september nå rundt halvparten av 1979 da satellittmålinger av Arktis startet.«
Havisen er vanskelig å forutsi på grunn av dens komplekse forhold til atmosfæren over og havet under, ifølge avisens forfattere. I motsetning til konvensjonelle prognosesystemer som prøver å modellere fysikkens lover direkte, designet forskerne IceNet basert på et konsept k alt dyp læring. Gjennom denne tilnærmingen "lærer" modellen hvordan havis endrer seg fra tusenvis av år med klimasimuleringsdata, sammen med tiår med observasjonsdata, for å forutsi omfanget av arktiske havis måneder inn i fremtiden.
"Arktis er en region i frontlinjen av klimaendringer og har opplevd betydelig oppvarming de siste 40 årene," sa avisens hovedforfatter, Tom Andersson, en dataforsker ved BAS AI Lab, i en nyhet utgivelse. "IceNet har potensialet til å fylle et akutt tomrom i å forutsi havis for arktisk bærekraftinnsats og går tusenvis av ganger raskere enn tradisjonelle metoder."
AI kaster et bredt nett
Andre AI-simulatorer holder øye med klimaendringer også. Forskere har utnyttet Deep Emulator Network Search-teknikken, for eksempel for å forbedre en simulering rundt måten sot og aerosoler reflekterer og absorberer sollys. Undersøkelsen fant at emulatoren var 2 milliarder ganger raskere og mer enn 99,999 % identisk med deres fysiske simulering.
AI og væranalyse kan også bidra til å bekjempe klimaendringer ved å redusere utslippene i forsyningskjeden, sa Renny Vandewege, en visepresident i værvarslingsselskapet DTN, til Lifewire i et e-postintervju..
For eksempel, innen skipsfart kan væroptimalisert ruting redusere utslippene med opptil 4 % og redusere drivstofforbruket med opptil 10 %, og værruting i luftfartsindustrien kan forhindre unødvendig omdirigering for å unngå dårlig vær, eller sirkle en flyplass som venter på å lande,» sa han.
Nøyaktige prognoser for veinett kan redusere unødvendig behandling av vinterveier, redusere antall skadelige kjemikalier, sa Vandenwege.
"I stedet for å behandle en hel veibane, kan veivedlikeholdsmannskaper velge å behandle utvalgte steder langs en vei der det er veistrekninger med kalde steder, eller de kan bestemme om behandling i det hele tatt er nødvendig," la han til.
Maskinlæring og AI-modeller brukes i økende grad for å hjelpe til med å forstå utslipp av CO2 og metan, sa Marty Bell, vitenskapssjef i værvarslingsselskapet WeatherFlow, til Lifewire i et e-postintervju.
"Modellene øker også vår motstandsdyktighet mot klimaendringer ved å hjelpe oss med å endre vår tilnærming til energiproduksjon og bruk," sa Bell. "Mens mange av disse AI-applikasjonene opererer i stor skala på energidistribusjonssystemer, opererer andre på husholdningsnivå der ML informerer AI-modeller innebygd i hverdagslige internett-av-ting-enheter som mer effektivt administrerer energibruken i huset."
