Tärkeimmät oppimispisteet
- Tekoälymallit voivat auttaa ennustamaan ilmastonmuutosta, asiantuntijat sanovat.
- Uuden IceNetin tekoälytyökalun avulla tutkijat voivat ennustaa tarkasti arktisen merijään syvyyden.
- Tekoäly ja sääanalytiikka voivat myös auttaa torjumaan ilmastonmuutosta vähentämällä päästöjä toimitusketjussa.
Ei jäätä, jäätä, kulta
IceNet työskentelee valtavan haasteen parissa tehdä tarkkoja arktisen merijääennusteita tulevalle kaudelle. Tutkijat kuvailivat IceNetin toimintaa äskettäin Nature Communications -lehdessä julkaistussa artikkelissa. «Arktisen pintailman lämpötilat ovat nousseet kahdesta kolmeen kertaa nopeammin kuin maailmanlaajuisesti keskimäärin, ilmiö tunnetaan arktisena vahvistumisena, jonka laukaisevat useat positiiviset palautteet», tutkijat kirjoittivat paperissa. «Lämpötilojen nousulla on ollut keskeinen rooli arktisen merijään vähentämisessä, sillä merijäätä oli syyskuussa noin puolet verrattuna vuoden 1979 arktisen alueen satelliittimittausten alkaessa.» Kirjoittajien mukaan merijäätä on vaikea ennustaa, koska se on monimutkainen suhde yläpuolella olevaan ilmakehään ja alla olevaan valtamereen. Toisin kuin perinteiset ennustejärjestelmät, jotka yrittävät mallintaa suoraan fysiikan lakeja, tutkijat suunnittelivat IceNetin syväoppimisen konseptin perusteella. Tämän lähestymistavan avulla malli «oppii» kuinka merijää muuttuu tuhansien vuosien ilmastosimulaatiotiedoista sekä vuosikymmenien havaintotiedoista ennustaakseen arktisen merijääkuukausien laajuuden tulevaisuudessa. «Arktinen alue on ilmastonmuutoksen etulinjoja, ja se on kokenut merkittävää lämpenemistä viimeisten 40 vuoden aikana», BAS AI Labin datatutkija Tom Andersson sanoi lehdistötiedotteessa. «IceNetillä on potentiaalia täyttää kiireellinen aukko merijään ennustamisessa arktisten kestävyysponnistelujen kannalta, ja se toimii tuhansia kertoja nopeammin kuin perinteiset menetelmät.»
Tekoäly heittää leveän verkon
Myös muut tekoälysimulaattorit seuraavat ilmastonmuutosta. Esimerkiksi tutkijat ovat käyttäneet Deep Emulator Network Search -tekniikkaa parantaakseen simulaatiota siitä, kuinka noki ja aerosolit heijastavat ja imevät auringonvaloa. Tutkimuksessa havaittiin, että emulaattori oli 2 miljardia kertaa nopeampi ja yli 99,999 % identtinen fyysisen simulaation kanssa. Tekoäly ja sääanalyysit voivat myös auttaa torjumaan ilmastonmuutosta vähentämällä päästöjä toimitusketjussa, Renny Vandewege, sääennustusyhtiö DTN:n varatoimitusjohtaja, kertoi Lifewirelle sähköpostihaastattelussa. ”Esimerkiksi laivateollisuudessa sään mukaan optimoidulla reitillä voidaan vähentää päästöjä jopa 4 % ja polttoaineen kulutusta jopa 10 %, ja lentoalan sääreitillä voidaan välttää tarpeettomia uudelleenreitityksiä huonon sään välttämiseksi, tai kiertää odottavaa lentokenttää laskeutuakseen.» , hän sanoi.