Ως μία από τις μεγαλύτερες απειλές για την ανθρωπότητα, η πρόκληση της κλιματικής αλλαγής έχει αρχίσει να απασχολεί τεχνολογικούς κολοσσούς και ολοένα και περισσότερες καινοτομίες στοχεύουν στον περιορισμό της. Η εμφάνιση γλωσσικών μοντέλων όπως το ChatGPT έχει διεγείρει το ενδιαφέρον του κοινού τροφοδοτώντας ισχυρισμούς σχετικά με το πώς αυτή η τεχνολογία θα φέρει επανάσταση σε ένα ευρύ φάσμα τομέων.
H πραγματική δύναμη της τεχνητής νοημοσύνης (AI) θα αποδειχθεί στην επίλυση των μεγάλων προβλημάτων για τις οποία οι ανθρώπινες ικανότητες είναι ανεπαρκείς. Και σίγουρα ένα από τα μεγαλύτερα σήμερα είναι η κλιματική αλλαγή.
Στις αρχές του 20ου αιώνα, ο Νορβηγός φυσικός Vilhelm Bjerknes έθεσε στον εαυτό του έναν φαινομενικά δυσεπίλυτο στόχο: να κάνει τη μετεωρολογία μια ακριβή επιστήμη. Εκείνη την εποχή, ήταν κοινή πρακτική να προσπαθούμε να προβλέψουμε τον καιρό χρησιμοποιώντας ιστορικούς χάρτες που έδειχναν μια ατμοσφαιρική κατάσταση ανάλογη με τη σημερινή, με την υπόθεση ότι τα πράγματα θα εξελιχθούν με παρόμοιο τρόπο.
Πρώτα ο Bjerknes και μετά ο Άγγλος επιστήμονας Quaker Lewis Fry Richardson κατέληξαν σε εξισώσεις που προσπάθησαν να περιγράψουν τη φυσική της ατμόσφαιρας. Όταν ο ENIAC, ο πρώτος ηλεκτρονικός γενικός υπολογιστής, έκανε την πρώτη του πρόγνωση καιρού το 1950, ο Richardson την αποκάλεσε «τεράστια επιστημονική πρόοδο», παρόλο που ο ENIAC χρειάστηκε σχεδόν 24 ώρες για να κάνει την 24ωρη πρόβλεψή της.
Η τεχνητή νοημοσύνη στην πρόγνωση του καιρού
Σήμερα, τα μαθηματικά μοντέλα που εμπνέονται από τις εξισώσεις Bjerknes και Richardson και τροφοδοτούνται με παρατηρούμενα δεδομένα παραμένουν το πιο ευρέως χρησιμοποιούμενο σύστημα για πρόγνωση καιρού, με σημαντικές βελτιώσεις στην αξιοπιστία τις τελευταίες δεκαετίες.
Αλλά μια άλλη μέθοδος, η μηχανική μάθηση ή η τεχνητή νοημοσύνη, εισχωρεί σιγά σιγά. Όπως εξηγήθηκε από τους ατμοσφαιρικούς επιστήμονες Russ Schumacher και Aaron Hill του Κρατικού Πανεπιστημίου του Κολοράντο, αυτά τα συστήματα επεξεργάζονται αμέτρητους χάρτες του παρελθόντος για να μάθουν ποια θα είναι η τάση. Είναι ενδιαφέρον ότι η ιδέα θυμίζει το κλασικό σύστημα πριν από τους Bjerknes και Richardson, αλλά η υπολογιστική ισχύς της τεχνητής νοημοσύνης φτάνει σε ύψη που οι άνθρωποι δεν μπορούν.
Σύμφωνα με ανάλυση του Open Mind, πέρα από τον καιρό, που είναι αυτό που συμβαίνει στην ατμόσφαιρα βραχυπρόθεσμα, αυτί που έχει σημασία είναι το κλίμα, η συσσώρευση παρατηρήσεων σε βάθος χρόνου. Όπως ορίζει η Εθνική Υπηρεσία Ωκεανών και Ατμόσφαιρας των ΗΠΑ (NOAA), «το κλίμα είναι αυτό που περιμένεις και ο καιρός είναι αυτό που παίρνεις».
Σήμερα μπορεί να βρέχει στη Σεβίλλη και να έχει λιακάδα στο Λονδίνο, αλλά αυτό σαφώς δεν αντανακλά τον καιρό σε καμία από τις δύο πόλεις. Αλλαγές που προκαλούνται από την κλιματική αλλαγή, όπως η εντατικοποίηση του κύκλου του νερού, περιπλέκουν τις προβλέψεις, και έτσι οι επιστήμονες εκπαιδεύουν συστήματα τεχνητής νοημοσύνης για να καλύψουν τα κενά όπου τα αριθμητικά μοντέλα υπολείπονται.
Παρατήρηση και μοντελοποίηση του κλίματος
Σε γενικές γραμμές, οι επιστήμονες του κλίματος χρησιμοποιούν συστήματα AI για δύο σκοπούς: παρατήρηση και μοντελοποίηση. O όγκος των δεδομένων και των αρχείων στο κομμάτι της παρατήρησης, είναι πλέον τόσο τεράστιος που είναι αδύνατον να το διαχειριστούν οι άνθρωποι, αλλά η τεχνητή νοημοσύνη μπορεί να τα κατανοήσει όλα.
Μια ομάδα στο Ολλανδικό Ινστιτούτο Διαστημικής Έρευνας εργάζεται σε ένα σύστημα τεχνητής νοημοσύνης που σαρώνει 12 εκατομμύρια δορυφορικές παρατηρήσεις της Γης κάθε μέρα για να ανιχνεύσει μεγάλες εκπομπές μεθανίου, ενός ισχυρού αερίου θερμοκηπίου. Το Climate Trace χρησιμοποιεί τεχνητή νοημοσύνη για την παρακολούθηση των εκπομπών αερίων του θερμοκηπίου.
Αυτά τα εργαλεία μπορούν να παράγουν αναλύσεις που συλλέγουν και συνθέτουν μεγάλο αριθμό προηγούμενων μελετών – σε επίπεδο ανέφικτο για τον άνθρωπο, για παράδειγμα συγκεντρώνοντας περισσότερες από 100.000 μελέτες σχετικά με συγκεκριμένες επιπτώσεις της κλιματικής αλλαγής.
Ο δεύτερος στόχος, η μοντελοποίηση, είναι η δημιουργία συστημάτων ικανών να προβλέψουν τόσο τον αντίκτυπο της κλιματικής αλλαγής στην ανθρώπινη κοινωνία όσο και, αντιστρόφως, τον αντίκτυπο των δραστηριοτήτων μας – όπως η παραγωγή και χρήση ενέργειας ή οι γεωργικές πρακτικές – στην κλιματική αλλαγή, προκειμένου να μετριάσει και τα δύο. Έτσι, η τεχνητή νοημοσύνη μπορεί να προβλέψει εάν οι πόλεις τηρούν τις δεσμεύσεις τους για τη μείωση των εκπομπών ή πώς και πότε θα παραβιαστούν τα διεθνώς συμφωνημένα όρια θέρμανσης.
Τεχνολογικές καινοτομίες για πρόγνωση φυσικών φαινομένων
Φυσικά, η παρατήρηση και η μοντελοποίηση πάνε χέρι-χέρι. Η IBM και η NASA συνεργάζονται σε ένα έργο στο οποίο δύο από τα βασικά μοντέλα της IBM – συστήματα μηχανικής εκμάθησης που εκπαιδεύονται σε μεγάλο όγκο δεδομένων για την επίλυση διαφορετικών εργασιών, όπως γλωσσικά μοντέλα όπως το ChatGPT – θα εκπαιδευτούν σε 300.000 επιστημονικές μελέτες και δεδομένα από τους δορυφόρους της διαστημικής υπηρεσίας, αντίστοιχα. Τα μοντέλα θα είναι σε θέση να απαντήσουν στο ερώτημα πώς τα αερολύματα θα επηρεάσουν την κλιματική αλλαγή και να μοντελοποιήσουν τέτοιες επιδράσεις.
Πιθανώς ένα από τα πιο φιλόδοξα έργα είναι το Destination Earth της Ευρωπαϊκής Ένωσης, το οποίο στοχεύει στη δημιουργία ενός «ψηφιακού δίδυμου» της Γης. Σύμφωνα με την Ευρωπαϊκή Επιτροπή, «αυτό το μοντέλο θα παρακολουθεί, θα προσομοιώνει και θα προβλέπει την αλληλεπίδραση μεταξύ φυσικών φαινομένων και ανθρώπινων δραστηριοτήτων».
Με αυτόν τον τρόπο, θα είναι σε θέση να προβλέψει τόσο τις επιπτώσεις της κλιματικής αλλαγής όσο και τα μετεωρολογικά της φαινόμενα —με λεπτομερείς προβλέψεις χρόνια πριν— και, αντιστρόφως, τον αντίκτυπο των ανθρώπινων πολιτικών και δραστηριοτήτων στην κλιματική αλλαγή.
Εν ολίγοις, όπως περιγράφεται λεπτομερώς από την Climate Change AI, έναν οργανισμό που ειδικεύεται στην τεχνητή νοημοσύνη και την κλιματική αλλαγή, υπάρχει ένας μακρύς κατάλογος περιοχών και εφαρμογών όπου αυτές οι τεχνολογίες μπορούν να μας βοηθήσουν.
Αλλά ας μην ξεχνάμε τη σκοτεινή πλευρά: Χωρίς το σωστό έλεγχο, οι αλγόριθμοι τεχνητής νοημοσύνης δυνητικά μπορούν και να διαδίδουν αρνητικές και συνωμοτικές ιδέες στα κοινωνικά δίκτυα ή ακόμα και μέσω του ChatGPT. Είναι σημαντικό, η συνεργασία μεταξύ επιστημόνων, μετεωρολόγων και ΑΙ να γίνει με προσοχή και σωστή διαχείριση ώστε να μειώνουμε τους κινδύνους που η χρήση της ενέχει, ενώ παράλληλα ξοδεύουμε λιγότερο χρόνο για τα επιθυμητά αποτελέσματα.
