Үндсэн санаанууд
- AI загварууд нь уур амьсгалын өөрчлөлтийг урьдчилан таамаглахад тусална гэж мэргэжилтнүүд хэлэв.
- IceNet нэртэй хиймэл оюун ухааны шинэ хэрэгсэл нь эрдэмтэд Хойд туйлын далайн мөсний гүнийг нарийн таамаглах боломжтой.
-
AI болон цаг агаарын аналитик нь нийлүүлэлтийн сүлжээн дэх утааг бууруулж, уур амьсгалын өөрчлөлттэй тэмцэхэд тусална.
Энэ зун эрс тэс цаг агаар уур амьсгалын өөрчлөлтөөс шалтгаалж байгааг нотлох баримтууд нэмэгдэж байгаа тул хиймэл оюун ухаан нь нөхцөл байдал хаашаа өөрчлөгдөхийг таамаглахад тусалж байна.
Хиймэл оюун ухааны шинэ хэрэгсэл нь эрдэмтдэд хойд туйлын далайн мөсний саруудын ирээдүйн талаар илүү нарийвчлалтай таамаглах боломжийг олгоно. IceNet нь хоёр сарын өмнө далайн мөс байх эсэхийг таамаглахад бараг 95% үнэн зөв гэж судлаачид хэлж байна. Энэ нь уур амьсгалын өөрчлөлтийг урьдчилан таамаглахад хиймэл оюун ухааны хэрэглээ улам бүр нэмэгдэж буйн нэг юм.
"AI нь тооцооллын хувьд эрчимтэй байсан цаг уурын нарийн төвөгтэй загваруудыг ажиллуулах үр ашгийг эрс сайжруулсан" гэж Harbor Research-ийн шинжээч Даниел Интолуббе-Чмил Lifewire-д цахим шуудангаар өгсөн ярилцлагадаа хэлэв.
Мөс, мөс, хүүхэд байхгүй
IceNet ирэх улиралд Хойд туйлын далайн мөсний урьдчилсан таамаглалыг үнэн зөв гаргах асар том сорилт дээр ажиллаж байна. Судлаачид Nature Communications сэтгүүлд саяхан хэвлэгдсэн нийтлэлдээ IceNet хэрхэн ажилладаг талаар тайлбарласан.
"Арктик дахь гадаргын ойролцоох агаарын температур дэлхийн дунджаас 2-3 дахин нэмэгдсэн. Энэ үзэгдэл нь хэд хэдэн эерэг санал хүсэлтийн улмаас Арктикийн олшруулалт гэгддэг" гэж судлаачид бичжээ. "Температурын өсөлт нь Хойд туйлын далайн мөсний хэмжээг багасгахад гол үүрэг гүйцэтгэсэн бөгөөд 9-р сард далайн мөсний хэмжээ 1979 оны хиймэл дагуулаар хэмжилт хийж эхэлсэн үеийнхээс бараг хоёр дахин бага байна."
Далайн мөс нь дээрх агаар мандал болон доорх далайтай нарийн уялдаа холбоотой байдаг тул урьдчилан таамаглахад хэцүү гэж нийтлэлийн зохиогчид дурджээ. Физикийн хуулиудыг шууд загварчлахыг оролддог ердийн урьдчилан таамаглах системээс ялгаатай нь судлаачид IceNet-ийг гүнзгий суралцах үзэл баримтлалд үндэслэн бүтээжээ. Энэхүү аргын тусламжтайгаар загвар нь хойд туйлын далайн мөсний саруудын цар хүрээг урьдчилан таамаглахын тулд олон мянган жилийн цаг уурын симуляцийн өгөгдөл, олон арван жилийн ажиглалтын өгөгдлөөс далайн мөс хэрхэн өөрчлөгддөгийг "суралцдаг".
"Арктик бол уур амьсгалын өөрчлөлтийн тэргүүн эгнээнд байгаа бүс нутаг бөгөөд сүүлийн 40 жилийн хугацаанд мэдэгдэхүйц дулаарсан" гэж тус сэтгүүлийн ахлах зохиогч, BAS AI лабораторийн мэдээлэл судлаач Том Андерссон мэдээлэв. суллах. "IceNet нь Арктикийн тогтвортой байдлын хүчин чармайлтад далайн мөсийг урьдчилан таамаглах яаралтай цоорхойг нөхөх боломжтой бөгөөд уламжлалт аргуудаас мянга дахин хурдан ажилладаг."
AI өргөн сүлжээг бий болгодог
Бусад AI симуляторууд ч цаг уурын өөрчлөлтийг ажиглаж байна. Судлаачид тортог болон аэрозоль нарны гэрлийг тусгаж, шингээх арга замыг сайжруулахын тулд Deep Emulator Network Search техникийг ашигласан. Судалгаагаар эмулятор нь 2 тэрбум дахин хурдан бөгөөд 99,999%-иар физик симуляцитай ижил болохыг тогтоожээ.
AI болон цаг агаарын аналитик нь нийлүүлэлтийн сүлжээн дэх ялгарлыг бууруулах замаар уур амьсгалын өөрчлөлттэй тэмцэхэд тусалдаг гэж цаг агаарын урьдчилсан мэдээний DTN компанийн дэд ерөнхийлөгч Ренни Вандевеге Lifewire-д цахим шуудангаар ярилцлага өгөхдөө хэлэв.
"Жишээ нь, тээвэрлэлтэд цаг агаарын нөхцөлийг оновчтой болгох нь хорт утаа ялгаруулалтыг 4% хүртэл бууруулж, түлшний зарцуулалтыг 10% хүртэл бууруулах боломжтой ба агаарын тээврийн салбарын цаг агаарын чиглэл нь цаг агаарын таагүй байдлаас зайлсхийхийн тулд шаардлагагүй маршрутыг өөрчлөхөөс сэргийлж, эсвэл буухаар хүлээж буй онгоцны буудлыг тойрон эргэлдэж байна" гэж тэр хэлэв.
Замын сүлжээг нарийн таамаглах нь өвлийн замын шаардлагагүй цэвэрлэгээг бууруулж, химийн хорт бодисын тоог бууруулна гэж Ванденвеге хэлэв.
"Зам засварын ажилчид зам талбайг бүхэлд нь эмчлэхийн оронд хүйтэн цэг бүхий замын дагуух сонгосон байршлыг эмчлэх эсвэл эмчилгээ хийх шаардлагатай эсэхийг шийдэж болно" гэж тэр нэмж хэлэв.
CO2 болон метан ялгаруулалтыг ойлгоход машин суралцах болон хиймэл оюун ухааны загваруудыг ашиглах нь улам бүр нэмэгдсээр байна гэж WeatherFlow цаг агаарын урьдчилсан мэдээний компанийн шинжлэх ухааны ахлах ажилтан Марти Белл Lifewire-д цахим шуудангаар өгсөн ярилцлагадаа хэлэв.
"Загварууд нь эрчим хүчний үйлдвэрлэл, хэрэглээнд хандах хандлагаа өөрчлөхөд тусалж, уур амьсгалын өөрчлөлтөд тэсвэртэй байдлыг маань нэмэгдүүлж байна" гэж Белл хэлэв. "Эдгээр AI програмуудын ихэнх нь эрчим хүчний хэрэглээний эрчим хүчний хуваарилалтын системүүд дээр том хэмжээтэй ажилладаг бол зарим нь гэр ахуйн эрчим хүчний хэрэглээг илүү үр ашигтайгаар удирддаг өдөр тутмын интернетийн төхөөрөмжүүдэд суулгасан хиймэл оюун ухааны загваруудад мэдээлэл өгдөг өрхийн түвшинд ажилладаг."
