Clau per emportar
- Elsmodels d'IA poden ajudar a predir el canvi climàtic, diuen els experts.
- Una nova eina d'IA anomenada IceNet podria permetre als científics predir amb precisió la profunditat del gel marí àrtic.
-
La IA i l'anàlisi del temps també poden ajudar a combatre el canvi climàtic reduint les emissions a la cadena de subministrament.
A mesura que augmenta l'evidència que el clima extrem d'aquest estiu està sent impulsat pel canvi climàtic, la intel·ligència artificial està ajudant a predir on canviaran les condicions.
Una nova eina d'IA podria permetre als científics predir amb més precisió els mesos de gel marí de l'Àrtic en el futur. Els investigadors diuen que IceNet té gairebé un 95% de precisió per predir si el gel marí estarà present dos mesos abans. És un d'un nombre creixent d'usos de la IA per predir el canvi climàtic.
"La IA ha millorat significativament l'eficiència de l'execució de models climàtics complexos que històricament han estat computacionalment intensius", va dir Daniel Intolubbe-Chmil, analista de Harbour Research, a Lifewire en una entrevista per correu electrònic.
Sense gel, gel, nadó
IceNet està treballant en el formidable repte de fer previsions precises del gel marí de l'Àrtic per a la temporada que ve. Els investigadors van descriure com funciona IceNet en un article recent publicat a la revista Nature Communications.
"Les temperatures de l'aire a prop de la superfície a l'Àrtic han augmentat de dues a tres vegades la taxa de la mitjana global, un fenomen conegut com a amplificació de l'Àrtic, causat per diversos comentaris positius", van escriure els investigadors a l'article. "L'augment de les temperatures ha jugat un paper clau en la reducció del gel marí de l'Àrtic, amb l'extensió del gel marí al setembre al voltant de la meitat de la del 1979, quan van començar les mesures per satèl·lit de l'Àrtic."
El gel marí és difícil de preveure a causa de la seva complexa relació amb l'atmosfera de d alt i l'oceà a sota, segons els autors de l'article. A diferència dels sistemes de previsió convencionals que intenten modelar directament les lleis de la física, els investigadors van dissenyar IceNet basant-se en un concepte anomenat aprenentatge profund. Mitjançant aquest enfocament, el model "aprèn" com canvia el gel marí a partir de milers d'anys de dades de simulació climàtica, juntament amb dècades de dades d'observació, per predir l'extensió del gel marí de l'Àrtic en el futur..
"L'Àrtic és una regió a la primera línia del canvi climàtic i ha experimentat un escalfament substancial durant els darrers 40 anys", va dir l'autor principal del document, Tom Andersson, científic de dades del BAS AI Lab, en una notícia. alliberament. "IceNet té el potencial d'omplir un buit urgent en la previsió del gel marí per als esforços de sostenibilitat de l'Àrtic i funciona milers de vegades més ràpid que els mètodes tradicionals."
AI emet una xarxa àmplia
Altres simuladors d'IA també estan vigilant el canvi climàtic. Els investigadors han aprofitat la tècnica Deep Emulator Network Search, per exemple, per millorar una simulació sobre la manera com el sutge i els aerosols reflecteixen i absorbeixen la llum solar. La investigació va trobar que l'emulador era 2.000 milions de vegades més ràpid i més del 99,999% idèntic a la seva simulació física.
La IA i l'anàlisi del temps també poden ajudar a combatre el canvi climàtic reduint les emissions a la cadena de subministrament, va dir a Lifewire Renny Vandewege, vicepresident de l'empresa de previsió meteorològica DTN, en una entrevista per correu electrònic.
"Per exemple, a l'enviament, l'encaminament optimitzat per a la meteorologia pot reduir les emissions fins a un 4% i reduir el consum de combustible fins a un 10%, i l'encaminament meteorològic a la indústria de l'aviació pot evitar desviació innecessària per evitar el mal temps. o donant voltes per un aeroport esperant aterrar", va dir.
La previsió precisa de les xarxes de carreteres pot reduir el tractament innecessari de les carreteres d'hivern, reduint el nombre de productes químics nocius, va dir Vandenwege.
"En lloc de tractar una calçada sencera, els equips de manteniment de carreteres poden optar per tractar llocs seleccionats al llarg d'una carretera on hi ha seccions de carreteres amb punts freds, o poden decidir si el tractament és necessari", va afegir.
Els models d'aprenentatge automàtic i d'IA s'utilitzen cada cop més per ajudar a entendre les emissions de CO2 i metà, va dir Marty Bell, director científic de l'empresa de previsió meteorològica WeatherFlow, a Lifewire en una entrevista per correu electrònic.
"Els models també estan augmentant la nostra resiliència al canvi climàtic ajudant-nos a modificar el nostre enfocament de la producció i l'ús d'energia", va dir Bell. "Mentre que moltes d'aquestes aplicacions d'IA operen a gran escala en sistemes de distribució d'energia de serveis públics, d' altres operen a nivell domèstic on ML informa els models d'IA integrats en dispositius quotidians d'Internet de les coses que gestionen de manera més eficient l'ús d'energia a la casa."
