Sztuczna inteligencja, która potrafi już generować teksty i naśladować ludzką mowę, może również pomóc światu przygotować się na najbardziej katastrofalne skutki zmiany klimatu.
Pod koniec października br. mieszkańcy północnych Włoszech zostali dramatycznie doświadczeni efektami globalnego ocieplenia. Silne burze sprowadziły na region obfite opady deszczu, które spowodowały wystąpienie z brzegów wód jeziora Como i rzeki Seveso. Powódź nawiedziła kilka miast, w tym Mediolan, potwierdzając jak bardzo obszar ten jest podatny na zagrożenia pogodowe. Profesor Andrea Castelletti z Politechniki Mediolańskiej, ekspert w dziedzinie zarządzania zasobami naturalnymi, uważa że do lepszego prognozowanie niszczycielskich żywiołów – burz, powodzi, fal upałów i susz – można wykorzystać coraz szybciej rozwijającą się w ostatnich latach sztuczną Inteligencję (AI).
Potencjalny sojusznik
Październikowe powodzie we Włoszech nastąpiły tuż po ekstremalnej suszy, która pustoszyła kraj zaledwie kilka miesięcy wcześniej. Z podobnymi kaskadowymi zagrożeniami zmagała się w tym roku Grecja – w lipcu szalały pożary wywołane falą upałów, a we wrześniu region nawiedziły niszczycielskie burze.
„Stoimy przed dramatycznymi wyzwaniami w obliczu przyspieszonych skutków zmian klimatycznych. Musimy przygotować się na nie i znacznie szybciej wprowadzać rozwiązania mitygacyjne”. – wyjaśnia Castelletti.
Sztuczna inteligencja jak dotąd trafiała na pierwsze strony gazet ze względu na stale udoskonalane możliwości generowania tekstu, personalizowania usług, a nawet tworzenia dzieł sztuki. Jednak technologię tę można również wykorzystać w walce ze zmianami klimatycznymi, które sprawiają, że ekstremalne warunki pogodowe są nie tylko częstsze, ale także trudniejsze do przewidzenia. Czy sztuczna inteligencja może zatem pomóc w prognozowaniu i czy mogła przewidzieć powódź w Como?
Lepsze prognozy
Jednym z narzędzi do ograniczania zagrożeń związanych z następstwami globalnego ocieplenia są systemy wczesnego ostrzegania. Ich rozbudowa to kluczowy element pięcioletniego planu ONZ znanego pod nazwą Early Warnings for All, którego celem jest objęcie do roku 2027 wszystkich ludzi na ziemi globalnym system ostrzeżeń. Rezolucję w tej sprawie jednogłośnie przyjęto na tegorocznym 19. Światowym Kongresie Meteorologicznym, a rozmowy na temat planowanych działań będą prowadzone również na rozpoczynającym się w Dubaju szczycie klimatycznym COP28.
Mimo że dzisiejsze modele prognostyczne pracują na ogromnej ilości danych, wykorzystując najlepsze jednostki obliczeniowe, nadal mają swoje słabości. Castelletti uważa, że sztuczna inteligencja może być ważnym narzędziem do ich udoskonalenia. Profesor kieruje projektem badawczym finansowanym ze środków unijnym, którego celem jest połączenie możliwości AI i europejskiej sieci satelitarnej Copernicus w celu poprawy prognozowania klimatu. Czteroletni projekt o nazwie CLINT będzie realizowany do czerwca 2025 roku. Naukowcy z Belgii, Francji, Włoch, Niemiec, Grecji, Holandii, Hiszpanii, Szwecji i Wielkiej Brytanii pracują nad ustaleniem, w jaki sposób sztuczna inteligencja może poszerzyć wiedzę na temat ekstremalnych warunków pogodowych.
„Istniejące modele klimatyczne nie są zbyt dobre w przypadku niektórych ekstremalnych zjawisk pogodowych”. – powiedział profesor Dim Coumou, ekspert ds. klimatologii na Uniwersytecie w Amsterdamie w Holandii. – „Na przykład fale upałów w Europie nasilają się znacznie szybciej niż pokazują to scenariusze modelowe”.
Przyczyną mogą być zmiany w prądach powietrza na dużych wysokościach – jak np. jet stream – które wpływają na wszelkiego rodzaju zjawiska pogodowe, w tym fale upałów, huragany i susze. Naukowcy mają nadzieję, że dzięki sztucznej inteligencji będą w stanie lepiej zrozumieć przyczyny takich zdarzeń i ostatecznie dokładniej je przewidzieć. Oznaczałoby to np. bardziej niezawodne i aktualne ostrzeżenia dla mieszkańców Europy Południowej o niebezpiecznie gorącym lecie. Służyłoby także innym częściom świata, takim jak Afryka, która boryka się z coraz bardziej uciążliwymi warunkami pogodowymi. We wrześniu w Libii cyklon przyniósł ulewne deszcze, które spowodowały powodzie, zawalenie się dwóch zapór i śmierć ponad 4 tys. osób.
„Sztuczna inteligencja zostanie prawdopodobnie szeroko wprowadzona do modeli klimatycznych w ciągu najbliższych pięciu lat. To pomoże lepiej prognozować ekstrema pogodowe i odpowiednio wcześnie ostrzegać mieszkańców przed zagrożeniami”. – dodaje Coumou.
Zdaniem profesora Castellettiego to już się dzieje. Europejskie Centrum Prognoz Średnioterminowych niedawno uruchomiło serię modeli uczenia maszynowego. „Spodziewam się, że w najbliższych czasie zaobserwujemy wykładniczy wzrost integracji sztucznej inteligencji i modeli klimatycznych”.
Autentyczność
Coumou kieruje innym projektem prowadzonym równolegle z CLINT, którego celem również jest wykorzystanie sztucznej inteligencji do poprawy przewidywania ekstremalnych warunków pogodowych. Czteroletnia inicjatywa, nazwana XAIDA, potrwa do sierpnia 2025 roku, angażując partnerów z Francji, Niemiec, Hiszpanii, Szwajcarii i Wielkiej Brytanii. W przeciwieństwie do CLINT, zespół XAIDA koncentruje się także na przyczynach ekstremalnych warunków pogodowych.
Głównym zainteresowaniem badawczym profesora Coumou jest wpływ globalnego ocieplenia zarówno na liczbę, jak i intensywność ekstremalnych zjawisk pogodowych. Oprócz pracy w Instytucie Studiów nad Środowiskiem Uniwersytetu w Amsterdamie współpracuje z Królewskim Holenderskim Instytutem Meteorologicznym i koordynuje specjalną grupą badawczą o nazwie Climateextremes.eu, w skład której wchodzi również Potsdam Institute for Climate Impact Research w Niemczech.
„Chodzi o zrozumienie roli zmiany klimatu w różnych zjawiskach, od fal upałów po susze i ekstremalne opady deszczu”. – tłumaczy Coumou. – „Chcemy poznać czynniki napędzające”.
Wykorzystanie sztucznej inteligencji do poprawy jakości prognoz jest wyzwaniem ze względu na ogromną złożoność obu narzędzi. Popularne systemy AI działają poprzez przepuszczanie danych przez rozległą sieć „parametrów” – wartości, które algorytmy zmieniają w miarę uczenia się. Najnowszy model AI, GPT4, został wydany na początku tego roku i ma 1,76 biliona parametrów.
„Sztuczna inteligencja jest bardzo potężna, ale interpretacja wyników stanowi wyzwanie”. – mówi Coumou. On i jego koledzy analizują „wnętrza” systemów sztucznej inteligencji – w ich przypadku w oparciu o informacje o pogodzie – próbując zrozumieć, które parametry mają kluczowy wpływ na wynik.
Głodne maszyny
Kolejna przeszkoda, przed którą stoją badacze, wynika z ogromnego zapotrzebowania na dane – sztuczna inteligencja, aby dobrze działać, potrzebuje dostępu do jak największej ilości informacji. I chociaż dysponujemy wieloma bazami danych historycznych, to znacznie skromniejsze są zasoby na temat ekstremalnych zjawisk klimatycznych.
„Takie zdarzenia są z definicji rzadkie, nie mamy więc tak dużo obserwacji w tym zakresie, jak byśmy chcieli”. – twierdzi Castelletti. – „To główna przeszkoda, jeśli chcesz korzystać z metod sztucznej inteligencji”.
Celem projektu CLINT jest rozwiązanie tego niedoboru za pomocą metody zwanej data augmentation. To technika uczenia maszynowego stosowana w celu zmniejszenia nadmiernego dopasowania, poprzez szkolenie modeli na kilku nieznacznie zmodyfikowanych kopiach istniejących danych. uproszczeniu naukowcy wykorzystują systemy sztucznej inteligencji do tworzenia danych na podstawie informacji historycznych.
„W ciągu ostatnich kilku lat ludzie na całym świecie dramatycznie doświadczali ekstremalnych warunków pogodowych, a sztuczna inteligencja stała się częścią świata, w którym żyjemy”. – podsumowuje Castelletti. „Musimy połączyć te światy i sprawić, by AI służyła ludziom i chroniła ich przed zagrożeniami”.
Artykuł został pierwotnie opublikowany w Horizon, czasopiśmie UE poświęconym badaniom i innowacjom: https://ec.europa.eu/research-and-innovation/en/horizon-magazine/fighting-extreme-weather-extreme-computing-power.
Zdjęcie główne: Cash Macanaya | Unsplash.
