Badacze trenowali swój system AI na rekonstrukcjach dawnych klimatów. Obejmowały okres od roku 0 aż do 1850 naszej ery, czyli na przestrzeni wielu stuleci.
Lata w Europie stają się coraz gorętsze, dłuższe i bardziej śmiercionośne. Nowy system AI może jednak wkrótce ostrzegać naukowców z wyprzedzeniem nawet do siedmiu tygodni, zanim uderzą ekstremalne fale upałów.
Badacze z Eurośródziemnomorskiego Centrum Zmian Klimatu (CMCC) opracowali model uczenia maszynowego, który, jak twierdzą, przewiduje ekstremalne fale upałów dokładniej i sprawniej niż obecne metody.
Wyniki, opublikowane w czasopiśmie Communications Earth & Environment, mogą odmienić sposób, w jaki Europa przygotowuje się na jedno z najgroźniejszych zagrożeń klimatycznych.
„[Uczenie maszynowe] stanie się podstawą badań nad zmiennością klimatu”, mówi autor badania, dr McAdam. „To badanie pokazało jego przydatność w prognozowaniu zdarzeń ekstremalnych, ale to dopiero pierwszy krok do zdefiniowania sposobu, w jaki to robić, aby otrzymywać wyniki, które da się interpretować i które mają sens fizyczny.”
AI może dać nową przewagę w sezonowych prognozach klimatu
Fale upałów należą do najgroźniejszych zagrożeń klimatycznych w Europie.
Niszczycielskie upały w latach 2003, 2010 i 2022 doprowadziły do dziesiątek tysięcy zgonów, strat w uprawach, skoków zapotrzebowania na energię i poważnych kryzysów zdrowotnych. Naukowcy ostrzegają, że wraz z ocieplaniem się planety takie zjawiska stają się dłuższe, bardziej intensywne i częstsze.
Analiza Climate Resilience for All z 2024 roku wykazała, że w niektórych południowoeuropejskich miastach upał utrzymuje się dziś nawet przez pięć miesięcyw roku, bo temperatury przekraczają 32°C głęboko w jesień. Na przykład to lato znalazło się wśród najgorętszych w Hiszpanii.
Globalne badanie World Weather Attribution i Climate Central ostrzega jednak, że do 2100 roku Ziemię mogą czekać niemal dwa dodatkowe miesiące „supergorących” dni rocznie.
W tym kontekście badacze podkreślają, że systemy wczesnego ostrzegania mogą ratować życie.
„Prognozy sezonowe sporządzane wiosną mogą, co do zasady, wskazać, czy lato będzie cieplejsze od średniej”, mówi McAdam. „Wczesne ostrzeganie przed wyjątkowo gorącymi latami pozwoliłoby społeczeństwu lepiej się przygotować, ograniczyć straty gospodarcze i zmniejszyć ryzyko dla życia.”
Jak działa ten system
Aby przygotować prognozy, system AI zespołu CMCC przeszukuje ok. 2 tys. różnych tropów klimatycznych, od temperatury powietrza i warunków oceanicznych po wilgotność gleby, i znajduje kombinację, która najlepiej sygnalizuje, kiedy i gdzie mogą tworzyć się fale upałów. Gdy zidentyfikuje kluczowe wzorce, system może generować prognozy fal upałów w całej Europie.
Zdaniem badaczy ich podejście dorównuje tradycyjnym systemom prognoz, a w niektórych przypadkach je przewyższa, zwłaszcza w Europie Północnej, gdzie trafność prognoz od dawna jest ograniczona.
Daje też naukowcom cenną wiedzę o tym, które zmienne środowiskowe najsilniej wpływają na ekstremalne upały.
Badanie wykazało, że decydują zarówno warunki lokalne, takie jak stopień przesuszenia gleby, aktualne ocieplenie regionu i cyrkulacja powietrza nad Europą, jak i odległe wzorce w oceanach.
Szczegółowe zapisy pogodowe sięgają zaledwie kilku dekad, dlatego badacze trenowali swoją AI na komputerowych rekonstrukcjach dawnych klimatów z okresu od roku 0 do 1850.
Dzięki temu model zyskał setki dodatkowych „wirtualnych lat” pogody do nauki. Choć dane pochodziły z planety symulowanej, a nie z rzeczywistych obserwacji, AI potrafiła przełożyć zdobytą wiedzę na współczesne warunki i trafnie przewidziała fale upałów z lat 1993–2016.
Czy AI może upowszechnić prognozowanie?
Tradycyjne prognozy klimatyczne opierają się na ogromnych superkomputerach, które uruchamiają złożone modele atmosfery przez dni, a nawet tygodnie. Zespół CMCC przekonuje, że jego system AI potrafi formułować prognozy, korzystając z dużo mniejszej mocy obliczeniowej.
Trzeba jednak pamiętać, że systemy AI zazwyczaj wymagają znacznych ilości energii i wody do zasilania i chłodzenia centrów danych. Raport CMCC nie wyliczył środowiskowego kosztu działania ich AI. W czystych kategoriach dostępności oznacza to jednak, że więcej zespołów badawczych i instytucji publicznych prawdopodobnie będzie mogło z niego korzystać.
Jak wyjaśnia McAdam, ich podejście pokazuje, że uczenie maszynowe może tworzyć wiarygodne prognozy sezonowe, „używając jedynie ułamka zasobów obliczeniowych” potrzebnych starszym metodom.
Dzięki trafnym ostrzeżeniom o ekstremalnych upałach wydawanym na kilka tygodni przed ich nadejściem ta technologia może pomóc Europie planować z wyprzedzeniem, chronić uprawy, odciążać sieci elektroenergetyczne i dawać służbom zdrowia czas na przygotowanie się na wzrost liczby pilnych przypadków.
Korzyści z tego narzędzia opartego na AI mogą ratować życie, czas i zasoby także podczas innych groźnych zjawisk. Badacze uważają, że ten sam schemat da się z czasem dostosować do prognozowania innych ekstremów pogodowych, takich jak powodzie czy susze.