AI „учени“ помагат на хората да отговарят на спешни климатични въпроси

С покачването на температурите през последните години до исторически рекорди, климатологът Зийк Хаусфадър от изследователската организация Berkeley Earth се опита да намери думи, за да опише жегата, и се спря на израза "покъртително бананово зашеметяваща“. Той търсеше и нови начини да я визуализира. Хаусфадър създаде свои графики, включително впечатляващ „плот като дървесни пръстени“, с помощта на асистент за идеи и кодиране: ChatGPT.

„Интересно е, защото не е това, което бих очаквал AI да прави добре“, казва Хаусфадър.

Както милиони други хора, климатолозите намират място за големите езикови модели в кодирането, комуникацията и други части от работата си. Те насочват AI инструментите и към ключови въпроси: Колко горещо ще стане, колко дъждовно, колко бързо?

„AI предлага доста вълнуващи възможности да се справим с въпроси, по които сме заседнали отдавна“, казва Елизабет Барнс, професор в Бостънския университет, специалист по екологични данни. „Но това не е пълна трансформация на науката ни.“

Причината е, че традиционните и AI инструментите за климатични изследвания вероятно ще се допълват. Климатичните модели са сложни програми, които симулират физиката на земната система чрез уравнения, изискващи над милион реда код. Учените ги наричат физически базирани модели, за да ги разграничат от AI моделите, които работят без да симулират физика. Те могат да прогнозират големи промени, които още не са настъпили, но трудно улавят малки, но важни явления като образуването на облаци.

AI може да „допълва“ тези стойности, но все още не може да „вижда“ извън обучителните си данни — например екстремно време, което надхвърля историческите записи. (Има първоначални доказателства, че може да „пренася“ екстремно време от една част на света в друга, където не се е случвало.)

Учените публикуват нови AI подходи всеки месец. Ето няколко основни теми:

Глобалните рискове стават локални

Застрахователи, купувачи на имоти и много други искат силно локализирани оценки на климатичния риск — например вероятността даден имот да бъде наводнен. Проблемът е, че глобалните симулации са твърде груби за толкова малък мащаб. Изследователите се надяват AI да помогне да се „преведат“ големите модели на локално ниво, като комбинира резултатите им с исторически метеорологични данни.

Учени от Google миналата пролет писаха, че хибридните AI и физически модели може да предложат „гъвкав, точен и ефективен начин“ за решаване на проблема.

Ураганът Флорънс в окръг Дюплин, Северна Каролина, 18 септември 2018 г.

Google Research тази седмица пусна Groundsource — инструмент за прогнозиране на внезапни наводнения, които причиняват повече смъртни случаи от всички други водни опасности. Изследователите използвали Gemini, за да идентифицират 5 млн. новинарски статии от 2000 г. насам, описващи 2,6 млн. внезапни наводнения в 150 държави. Комбинирайки тези данни с модели, обучени чрез машинно обучение, те създават публичен инструмент (все още непроверен от рецензенти), който дава валидни резултати в 82% от случаите.

Добре дошли, „помощник-учени“

Атлантическата меридионална обръщаща циркулация (AMOC) пренася топла вода на север и студена на юг. Тя е стабилна характеристика на глобалния климат и поддържа Европа по-топла. Но има риск да се срути през следващия век — нещо, което учените искат да разберат по-добре.

Google DeepMind ръководи екип от над дузина учени, включително Хаусфадър, които публикуваха предварителна оценка на състоянието на AMOC. Целта: да се тества доколко AI „помощник-учени“ като Gemini може да сътрудничи в широк научен обзор, подобен на докладите на ООН.

Екипът синтезира 79 научни труда и преработи анализа 104 пъти за общо 46 човеко-часа — около 10 пъти по-бързо от обичайното. Почти целият принос на AI остава в крайния текст и представлява 42% от него.

Но експертите имат знания и интуиция, които AI няма.

„Беше необходим значителен надзор, за да се повиши съдържанието до научните стандарти“, пишат авторите.

Облачни прогнози

Облаците влияят силно на топлинния баланс на Земята. Ниските облаци отразяват слънчевата светлина; високите задържат топлина. Как се образуват и как се променят — това са трудни въпроси, които силно влияят на климатичните прогнози.

Комбинирането на AI с физически оценки показва обещаващи резултати. През 2024 г. екип от университети, НПО и компании заключи, че машинното обучение „може да се използва като заместител“ на сегашните оценки на облаците в някои модели.

Регионални климатични промени

Понякога учените откриват разминавания между глобалните модели и реалността на местно ниво. И физическите, и хибридните модели трудно възпроизвеждат например засушаването в югозападните щати на САЩ. Те очакват повече влага, а не по-малко, при затопляне на атмосферата.

AI също се затруднява, но се доближава повече до реалните тенденции.

Посетител на язовир Хувър гледа към почти пресъхналата река Колорадо, 19 август 2021 г.

Тифани Шоу от Университета в Чикаго и колеги провеждат серия изследвания, за да определят какво могат AI моделите днес и да следят напредъка. В работен документ те показват, че AI превъзхожда моделите и хибридните модели при прогнозиране на засушаването в Югозапада — „макар че все още не знаем дали AI го прави по правилните причини“, казва Шоу.

Учени от Университета на Вашингтон публикуваха през август изследване, показващо, че AI модел, обучен само да минимизира грешките в краткосрочните прогнози, успява да симулира наблюдаваната циклонна активност в западната част на Северния Пасифик.

AI навлиза навсякъде

AI вече превръща сурови сателитни данни в оценки за метанови емисии, симулира откъсването на ледници и идентифицира екстремни метеорологични явления много преди да се случат.

Ясно е, че AI инструментите могат да изпълняват много задачи толкова добре или по-добре от хората. Но дори когато дават правилни отговори, учените трябва да разбират как са стигнали до тях, за да напредва науката.

Още по темата

Фиксирани газови договори ограничават ценовия риск за България от войната в Иран

Конфликтът в Близкия изток може да спре икономическата диверсификация в Залива

Нови проучвания показват, че Земята се затопля по-бързо от прогнозираното