Key Takeaway
- Model AI boleh membantu meramalkan perubahan iklim, kata pakar.
- Alat AI baharu yang dipanggil IceNet boleh membolehkan saintis meramalkan kedalaman ais laut Artik dengan tepat.
-
AI dan analitik cuaca juga boleh membantu memerangi perubahan iklim dengan mengurangkan pelepasan dalam rantaian bekalan.
Sementara semakin banyak bukti bahawa cuaca ekstrem pada musim panas ini didorong oleh perubahan iklim, kecerdasan buatan membantu meramalkan keadaan akan beralih.
Alat AI baharu boleh membolehkan saintis meramalkan bulan ais laut Artik dengan lebih tepat ke masa hadapan. IceNet hampir 95% tepat dalam meramalkan sama ada ais laut akan hadir dua bulan hadapan, kata para penyelidik. Ia adalah salah satu daripada penggunaan AI yang semakin meningkat dalam meramalkan perubahan iklim.
"AI telah meningkatkan kecekapan menjalankan model iklim kompleks dengan ketara yang secara historis telah intensif pengiraan, " Daniel Intolubbe-Chmil, seorang penganalisis di Harbour Research,, memberitahu Lifewire dalam temu bual e-mel.
Tiada Ais, Ais, Bayi
IceNet sedang mengusahakan cabaran hebat untuk membuat ramalan ais laut Artik yang tepat untuk musim akan datang. Penyelidik menerangkan cara IceNet berfungsi dalam makalah baru-baru ini yang diterbitkan dalam jurnal Nature Communications.
"Suhu udara dekat permukaan di Artik telah meningkat dua hingga tiga kali ganda kadar purata global, fenomena yang dikenali sebagai penguatan Artik, disebabkan oleh beberapa maklum balas positif," tulis para penyelidik dalam kertas itu. "Peningkatan suhu telah memainkan peranan penting dalam mengurangkan ais laut Artik, dengan tahap ais laut September kini sekitar separuh daripada tahun 1979 apabila pengukuran satelit Artik bermula."
Ais laut sukar untuk diramalkan kerana hubungannya yang kompleks dengan atmosfera di atas dan lautan di bawah, menurut pengarang kertas itu. Tidak seperti sistem ramalan konvensional yang cuba memodelkan undang-undang fizik secara langsung, para penyelidik mereka bentuk IceNet berdasarkan konsep yang dipanggil pembelajaran mendalam. Melalui pendekatan ini, model "mempelajari" bagaimana ais laut berubah daripada beribu-ribu tahun data simulasi iklim, bersama-sama dengan dekad data pemerhatian, untuk meramalkan tahap bulan ais laut Artik ke masa hadapan.
"Artik ialah wilayah di barisan hadapan perubahan iklim dan telah menyaksikan pemanasan yang ketara sejak 40 tahun lalu," kata ketua pengarang kertas itu, Tom Andersson, seorang saintis data di BAS AI Lab, dalam satu berita. lepaskan. "IceNet mempunyai potensi untuk mengisi jurang yang mendesak dalam meramalkan ais laut untuk usaha kelestarian Artik dan berjalan beribu kali lebih pantas daripada kaedah tradisional."
AI Memancarkan Jaringan Luas
Simulator AI yang lain turut mengawasi perubahan iklim. Penyelidik telah memanfaatkan teknik Carian Rangkaian Emulator Dalam, sebagai contoh, untuk menambah baik simulasi sekitar cara jelaga dan aerosol memantul dan menyerap cahaya matahari. Penyelidikan mendapati emulator adalah 2 bilion kali lebih pantas dan lebih daripada 99.999% sama dengan simulasi fizikalnya.
AI dan analisis cuaca juga boleh membantu memerangi perubahan iklim dengan mengurangkan pelepasan dalam rantaian bekalan, Renny Vandewege, naib presiden di syarikat ramalan cuaca DTN, memberitahu Lifewire dalam temu bual e-mel.
"Sebagai contoh, dalam penghantaran, penghalaan yang dioptimumkan cuaca boleh mengurangkan pelepasan sehingga 4% dan mengurangkan penggunaan bahan api sehingga 10%, dan penghalaan cuaca dalam industri penerbangan boleh menghalang penghalaan semula yang tidak perlu untuk mengelakkan cuaca buruk, atau mengelilingi lapangan terbang yang menunggu untuk mendarat," katanya.
Ramalan tepat untuk rangkaian jalan raya boleh mengurangkan rawatan jalan musim sejuk yang tidak perlu, mengurangkan bilangan bahan kimia berbahaya, kata Vandenwege.
"Daripada merawat keseluruhan jalan raya, krew penyelenggaraan jalan boleh memilih untuk merawat lokasi terpilih di sepanjang jalan yang terdapat bahagian jalan yang sejuk, atau mereka mungkin memutuskan sama ada rawatan diperlukan sama sekali," tambahnya.
Model pembelajaran mesin dan AI semakin digunakan untuk membantu memahami pelepasan CO2 dan Metana, Marty Bell, ketua pegawai sains di syarikat ramalan cuaca WeatherFlow, memberitahu Lifewire dalam temu bual e-mel.
"Model ini juga meningkatkan daya tahan kami terhadap perubahan iklim dengan membantu kami mengubah suai pendekatan kami terhadap pengeluaran dan penggunaan tenaga," kata Bell. "Walaupun kebanyakan aplikasi AI ini beroperasi pada skala besar pada sistem pengagihan tenaga utiliti, yang lain beroperasi di peringkat isi rumah di mana ML memaklumkan model AI yang dibenamkan dalam peranti internet-of-things setiap hari yang mengurus penggunaan tenaga di rumah dengan lebih cekap."
