W 2024 roku odnotowano na świecie około 604 ekstremalnych zjawisk pogodowych, a wiele z nich uznano za nietypowe albo wręcz bezprecedensowe. Europejski projekt XAIDA sprawdzał, jak zmiany klimatu wpływają na takie zdarzenia i czy da się je lepiej przewidywać. Badacze sięgnęli po uczenie maszynowe i trafili na niepokojący wynik: fale upałów w wielu regionach nasilają się szybciej, niż zakładały modele — a na końcu możesz sprawdzić, jak sam znosisz upał.
Ekstremalne zjawiska pogodowe stały się w ostatnich latach częstsze i bardziej intensywne. To poważny problem nie tylko dla środowiska, ale też dla bezpieczeństwa ludzi.
Liczby robią wrażenie: w 2024 roku odnotowano na świecie około 604 takich zdarzeń. Znaczną część z nich określono jako nietypowe albo wręcz bezprecedensowe.
Związek tych zjawisk ze zmianami klimatu wydaje się silny. Kłopot w tym, że mechanizmy odpowiedzialne za wzrost ich intensywności i złożoności wciąż nie są w pełni poznane. Właśnie tę lukę postanowił wypełnić projekt XAIDA.
XAIDA to projekt finansowany przez Unię Europejską. Konsorcjum tworzy 16 partnerów, którzy specjalizują się w trzech dziedzinach: sztucznej inteligencji, statystyce i modelowaniu klimatu.
Cel był ambitny — opracować metodologię, która pozwoli określić rolę zmian klimatu w występowaniu ekstremalnych zjawisk pogodowych na całym świecie. Do współpracy zaproszono też interesariuszy z różnych sektorów, żeby na tej podstawie przygotować strategie oceny ryzyka i adaptacji.
Zespół zbudował zestaw narzędzi do uczenia maszynowego, wnioskowania przyczynowego, wykrywania zdarzeń i oceny ich skutków. Jednym z głównych pól zastosowania były fale upałów.
Badacze sięgnęli po autoenkoder wariacyjny, czyli specjalną technikę uczenia głębokiego, żeby zrozumieć, jak ekstremalne upały zmieniają się razem z klimatem. Wniosek okazał się niewygodny: w obecnych modelach brakuje istotnych aspektów fizycznych.
„W trakcie projektu dowiedzieliśmy się, że w wielu regionach fale upałów nasilają się szybciej, niż przewidywały to modele klimatyczne. To poważny powód do niepokoju” — mówi Dim Coumou, koordynator projektu i profesor na Vrije Universiteit Amsterdam.
Zespół opublikował też artykuł poświęcony ekstremalnym upałom w Europie Zachodniej. Wskazał w nim kroki niezbędne do udoskonalenia modeli prognozowania klimatu i atrybucji.
Z prac konsorcjum zostały konkretne rozwiązania:
Na tym nie koniec. Powstał pakiet materiałów dydaktycznych dla nauczycieli i uczniów szkół podstawowych i średnich, a badacze zaangażowani w projekt opublikowali ponad 100 artykułów naukowych.
Jedno z największych wyzwań dotyczyło samej AI: jej wyniki muszą być wiarygodne i dawać się zinterpretować. Konsorcjum połączyło więc dwa światy — tradycyjne metody, czyli modele klimatyczne i analizy statystyczne, z nowoczesnymi metodami opartymi na sztucznej inteligencji.
Dzięki temu dało się walidować wyniki i sprawdzać, czy prognozy są wiarygodne. Projekt określił przy okazji, jak wdrażać sztuczną inteligencję w sposób, który budzi zaufanie.
Nowe spostrzeżenia o procesach stojących za zjawiskami ekstremalnymi poprawiły ich przewidywalność. Horyzont prognozowania udało się wydłużyć nawet do kilku tygodni lub miesięcy.
Coumou podkreśla, że XAIDA nie działała w próżni: „Projekt XAIDA wpisuje się w szerszy nurt innowacji związanych z wykorzystaniem sztucznej inteligencji w naukach o klimacie, który w ostatnich latach wyraźnie przyspieszył”.
To dobrze pokazuje, jak zmienia się badanie klimatu. Obok modeli fizycznych coraz ważniejsze stają się dane, statystyka i algorytmy — a projekt zbudowano właśnie na styku tych dziedzin.
Projekt XAIDA połączył sztuczną inteligencję, statystykę i modelowanie klimatu, żeby lepiej zrozumieć ekstremalne zjawiska pogodowe. Pokazał, że fale upałów w wielu regionach nasilają się szybciej, niż przewidywały modele, i zostawił po sobie narzędzia AIDE, CAUSEME oraz GreenEarthNet. Połączenie tradycyjnych metod z AI pomogło zweryfikować wyniki i wydłużyć horyzont prognoz nawet do kilku tygodni lub miesięcy.
5 pytań · minuta
poleca:
