Key Takeaways
- KI-Modelle können helfen, den Klimawandel vorherzusagen, sagen Experten.
- Ein neues KI-Tool namens IceNet könnte es Wissenschaftlern ermöglichen, die Tiefe des arktischen Meereises genau vorherzusagen.
-
KI und Wetteranalysen können auch zur Bekämpfung des Klimawandels beitragen, indem sie die Emissionen in der Lieferkette reduzieren.
Es gibt immer mehr Beweise dafür, dass das extreme Wetter in diesem Sommer durch den Klimawandel verursacht wird. Künstliche Intelligenz hilft dabei, vorherzusagen, wo sich die Bedingungen ändern werden.
Ein neues KI-Tool könnte es Wissenschaftlern ermöglichen, das arktische Meereis für Monate in die Zukunft genauer vorherzusagen. IceNet ist fast 95% genau bei der Vorhersage, ob Meereis in zwei Monaten vorhanden sein wird, sagen Forscher. Es ist eine von einer wachsenden Zahl von Anwendungen für KI bei der Vorhersage des Klimawandels.
"KI hat die Effizienz bei der Ausführung komplexer Klimamodelle, die in der Vergangenheit rechenintensiv waren, erheblich verbessert", sagte Daniel Intolubbe-Chmil, Analyst bei Harbor Research, in einem E-Mail-Interview mit Lifewire.
Kein Eis, Eis, Baby
IceNet arbeitet an der gew altigen Herausforderung, genaue Vorhersagen über das arktische Meereis für die kommende Saison zu treffen. Forscher haben in einem kürzlich in der Zeitschrift Nature Communications veröffentlichten Artikel beschrieben, wie IceNet funktioniert.
"Die oberflächennahen Lufttemperaturen in der Arktis sind um das Zwei- bis Dreifache des globalen Durchschnitts gestiegen, ein Phänomen, das als arktische Verstärkung bekannt ist und durch mehrere positive Rückkopplungen verursacht wird", schrieben die Forscher in dem Papier. „Steigende Temperaturen haben eine Schlüsselrolle bei der Verringerung des arktischen Meereises gespielt, wobei die Ausdehnung des Meereises im September jetzt etwa halb so groß ist wie im Jahr 1979, als Satellitenmessungen der Arktis begannen."
Meereis ist aufgrund seiner komplexen Beziehung zur Atmosphäre oben und dem Ozean unten schwer vorherzusagen, so die Autoren der Studie. Im Gegensatz zu herkömmlichen Vorhersagesystemen, die versuchen, die Gesetze der Physik direkt zu modellieren, entwarfen die Forscher IceNet auf der Grundlage eines Konzepts namens Deep Learning. Durch diesen Ansatz „lernt“das Modell, wie sich das Meereis aus Jahrtausenden von Klimasimulationsdaten und jahrzehntelangen Beobachtungsdaten verändert, um die Ausdehnung des arktischen Meereises für Monate in die Zukunft vorherzusagen.
"Die Arktis ist eine Region an vorderster Front des Klimawandels und hat in den letzten 40 Jahren eine erhebliche Erwärmung erlebt", sagte der Hauptautor des Papiers, Tom Andersson, ein Datenwissenschaftler am BAS AI Lab, in einer Nachricht Veröffentlichung. „IceNet hat das Potenzial, eine dringende Lücke bei der Vorhersage des Meereises für arktische Nachh altigkeitsbemühungen zu schließen, und läuft tausendmal schneller als herkömmliche Methoden.“
KI wirft ein breites Netz
Auch andere KI-Simulatoren haben den Klimawandel im Blick. Forscher haben beispielsweise die Deep Emulator Network Search-Technik genutzt, um eine Simulation darüber zu verbessern, wie Ruß und Aerosole Sonnenlicht reflektieren und absorbieren. Die Forschung ergab, dass der Emulator 2 Milliarden Mal schneller und zu mehr als 99,999 % identisch mit ihrer physischen Simulation war.
KI und Wetteranalysen können auch zur Bekämpfung des Klimawandels beitragen, indem sie die Emissionen in der Lieferkette reduzieren, sagte Renny Vandewege, Vizepräsident des Wettervorhersageunternehmens DTN, gegenüber Lifewire in einem E-Mail-Interview.
"Zum Beispiel kann in der Schifffahrt eine wetteroptimierte Routenführung die Emissionen um bis zu 4 % und den Kraftstoffverbrauch um bis zu 10 % reduzieren, und die Wetterführung in der Luftfahrtindustrie kann unnötige Umleitungen verhindern, um schlechtes Wetter zu vermeiden. oder einen Flughafen umkreisen, der auf die Landung wartet", sagte er.
Präzise Prognosen für Straßennetze können die unnötige Behandlung von Winterstraßen reduzieren und die Anzahl schädlicher Chemikalien reduzieren, sagte Vandenwege.
"Anstatt eine ganze Fahrbahn zu behandeln, können Straßenwartungsmannschaften wählen, ob sie ausgewählte Stellen entlang einer Straße behandeln möchten, an denen es Straßenabschnitte mit k alten Stellen gibt, oder sie können entscheiden, ob eine Behandlung überhaupt notwendig ist", fügte er hinzu.
Maschinelles Lernen und KI-Modelle werden zunehmend verwendet, um die Emissionen von CO2 und Methan zu verstehen, sagte Marty Bell, Chief Science Officer des Wettervorhersageunternehmens WeatherFlow, gegenüber Lifewire in einem E-Mail-Interview.
"Die Modelle erhöhen auch unsere Widerstandsfähigkeit gegenüber dem Klimawandel, indem sie uns helfen, unseren Ansatz zur Energieerzeugung und -nutzung zu ändern", sagte Bell. „Während viele dieser KI-Anwendungen in großem Umfang in Energieverteilungssystemen von Versorgungsunternehmen betrieben werden, arbeiten andere auf Haush altsebene, wo ML KI-Modelle informiert, die in alltägliche Internet-of-Things-Geräte eingebettet sind, die den Energieverbrauch im Haus effizienter verw alten.“
