Belangrijkste afhaalrestaurants
- AI-modellen kunnen helpen bij het voorspellen van klimaatverandering, zeggen experts.
- Met een nieuwe AI-tool genaamd IceNet kunnen wetenschappers de diepte van het Arctische zee-ijs nauwkeurig voorspellen.
-
AI en weeranalyse kunnen ook helpen de klimaatverandering tegen te gaan door de uitstoot in de toeleveringsketen te verminderen.
Naarmate het bewijs groeit dat extreem weer deze zomer wordt veroorzaakt door klimaatverandering, helpt kunstmatige intelligentie te voorspellen waar de omstandigheden zullen veranderen.
Een nieuwe AI-tool zou wetenschappers in staat kunnen stellen om de Arctische zee-ijsmaanden in de toekomst nauwkeuriger te voorspellen. IceNet is bijna 95% nauwkeurig in het voorspellen of zee-ijs twee maanden van tevoren aanwezig zal zijn, zeggen onderzoekers. Het is een van een groeiend aantal toepassingen voor AI bij het voorspellen van klimaatverandering.
"AI heeft de efficiëntie van het uitvoeren van complexe klimaatmodellen die van oudsher rekenintensief waren aanzienlijk verbeterd", vertelde Daniel Intolubbe-Chmil, een analist bij Harbor Research, aan Lifewire in een e-mailinterview.
Geen ijs, ijs, baby
IceNet werkt aan de enorme uitdaging om nauwkeurige Arctische zee-ijsvoorspellingen te maken voor het komende seizoen. Onderzoekers beschreven hoe IceNet werkt in een recent artikel gepubliceerd in het tijdschrift Nature Communications.
"De luchttemperaturen in de buurt van het oppervlak in het noordpoolgebied zijn twee tot drie keer zo snel gestegen als het wereldwijde gemiddelde, een fenomeen dat bekend staat als arctische versterking, veroorzaakt door verschillende positieve feedback", schreven de onderzoekers in de krant. "Stijgende temperaturen hebben een sleutelrol gespeeld bij het verminderen van het Arctische zee-ijs, waarbij het zee-ijs in september nu ongeveer de helft is van dat van 1979 toen satellietmetingen van het Noordpoolgebied begonnen."
Zee-ijs is volgens de auteurs van het artikel moeilijk te voorspellen vanwege de complexe relatie met de atmosfeer erboven en de oceaan eronder. In tegenstelling tot conventionele voorspellingssystemen die proberen de wetten van de fysica rechtstreeks te modelleren, hebben de onderzoekers IceNet ontworpen op basis van een concept dat deep learning wordt genoemd. Door deze benadering "leert" het model hoe zee-ijs verandert van duizenden jaren klimaatsimulatiegegevens, samen met tientallen jaren aan observatiegegevens, om de omvang van de Arctische zee-ijsmaanden in de toekomst te voorspellen.
"Het noordpoolgebied is een regio in de frontlinie van klimaatverandering en heeft de afgelopen 40 jaar een aanzienlijke opwarming gekend", zei de hoofdauteur van de krant, Tom Andersson, een datawetenschapper bij het BAS AI Lab, in een nieuwsbericht laat los. "IceNet heeft het potentieel om een dringende leemte op te vullen in het voorspellen van zee-ijs voor inspanningen op het gebied van duurzaamheid in het Noordpoolgebied en werkt duizenden keren sneller dan traditionele methoden."
AI werpt een breed net
Andere AI-simulators houden ook de klimaatverandering in de gaten. Onderzoekers hebben bijvoorbeeld de Deep Emulator Network Search-techniek gebruikt om een simulatie te verbeteren van de manier waarop roet en aerosols zonlicht reflecteren en absorberen. Uit het onderzoek bleek dat de emulator 2 miljard keer sneller was en meer dan 99,999% identiek was aan hun fysieke simulatie.
AI en weeranalyse kunnen ook helpen de klimaatverandering te bestrijden door de uitstoot in de toeleveringsketen te verminderen, vertelde Renny Vandewege, een vice-president bij het weersvoorspellingsbedrijf DTN, aan Lifewire in een e-mailinterview.
"In de scheepvaart kan bijvoorbeeld een weersgeoptimaliseerde route de uitstoot tot 4% verminderen en het brandstofverbruik tot 10% verlagen, en een weerroutering in de luchtvaartindustrie kan onnodige herroutering voorkomen om slecht weer te voorkomen, of cirkelend rond een luchthaven die wacht om te landen, "zei hij.
Nauwkeurige voorspellingen voor wegennetwerken kunnen onnodige behandeling van winterwegen verminderen, waardoor het aantal schadelijke chemicaliën wordt verminderd, zei Vandenwege.
"In plaats van een hele weg te behandelen, kunnen wegonderhoudsploegen ervoor kiezen om geselecteerde locaties langs een weg te behandelen waar koude weggedeelten zijn, of ze kunnen beslissen of behandeling überhaupt nodig is", voegde hij eraan toe.
Machineleren en AI-modellen worden steeds vaker gebruikt om de uitstoot van CO2 en methaan te helpen begrijpen, vertelde Marty Bell, de chief science officer bij weersvoorspellingsbedrijf WeatherFlow, aan Lifewire in een e-mailinterview.
"De modellen vergroten ook onze veerkracht tegen klimaatverandering door ons te helpen onze benadering van energieproductie en -gebruik aan te passen", zei Bell. "Hoewel veel van deze AI-toepassingen op grote schaal werken op energiedistributiesystemen van nutsbedrijven, werken andere op het niveau van het huishouden, waar ML AI-modellen informeert die zijn ingebed in alledaagse internet-of-things-apparaten die het energieverbruik in huis efficiënter beheren."
