استفاده از قدرت هوش مصنوعی در پیش بینی تغییرات آب و هوا

به گزارش خبرگزاری آنا به نقل از فیزیکس او آر جی، با شدت گرفتن تغییرات اقلیمی، جهان شاهد افزایش تعداد و شدت بالایای آب و هوایی و جوی است. کشور‌های عضو سازمان ملل باید اقدامات فوری کاهش و سازگاری را براساس پیش بینی‌های قابل اعتماد تغییرات آب و هوایی توسعه دهند.

با این حال، دستیابی به این پیش بینی‌ها می‌تواند دشوار باشد. مدل‌های ارزیابی اثرات تغییرات آب و هوایی (ابزار اولیه برای به دست آوردن تخمین‌هایی از اثرات آب و هوایی آینده) مدل‌های محاسباتی پیچیده‌ای هستند که برای اجرا و تفسیر به دانش تخصصی نیاز دارند.

دسترسی به این دانش تخصصی و الزامات محاسباتی آن در بسیاری از مناطق و جوامع محلی مشکل است. از این رو عدم ارزیابی پایدار، جوامع را در معرض خطر قرار می‌دهد و آن‌ها را در برابر تغییرات اقلیمی آسیب پذیرتر می‌کند.

گزارش جدید دانشمندان سازمان ملل، جامعه جهانی و کشور‌های عضو سازمان ملل را تشویق می‌کند تا هوش مصنوعی را به عنوان یک راه حل امیدوارکننده برای این مشکل در نظر بگیرند. هوش مصنوعی انعطاف پذیر و از نظر محاسباتی کارآمد است و می‌تواند در سرویس‌های تحت وب و ابری اجرا شود.

با افزایش محبوبیت هوش مصنوعی برای کاربرد‌های مختلف، این احتمال وجود دارد که به زودی افراد بیشتری قادر به فعالیت و تفسیر خروجی هوش مصنوعی نسبت به مدل‌های سنتی ارزیابی تاثیر تغییرات اقلیمی باشند.

با این حال، هوش مصنوعی به طور کامل در فضای ارزیابی اثرات تغییرات اقلیمی مورد استفاده قرار نگرفته است. این موضوع محققان موسسه آب، محیط زیست و سلامت دانشگاه سازمان ملل متحد (UNU - INWEH) را بر آن داشت تا با انجام یک ارزیابی سریع، انعطاف پذیر و قابل اعتماد تاثیر تغییرات اقلیمی برای ۴۶ شهر در سراسر ایالات متحده، قابلیت‌های هوش مصنوعی را مورد بررسی قرار دهند.

نتایج آن‌ها قدرت این تکنیک را برای جایگزینی روش‌های مرسوم ارزیابی تأثیر تغییرات آب و هوایی در سطح محلی نشان می‌دهد که از نظر محاسباتی فشرده و زمان‌بر هستند.

دکتر رنه اوبرینگر، پژوهشگر سیستم‌های زیرساخت شهری در موسسه آب، محیط زیست و سلامت دانشگاه سازمان ملل متحد که این مطالعه را رهبری کرده است، می‌گوید: هوش مصنوعی ابزار قدرتمندی است که تقریبا در همه بخش‌ها، از تولید تصاویر گرفته تا پزشکی، مورد استفاده قرار می‌گیرد.

آن‌ها پروژه‌هایی را گزارش می‌دهند که می‌تواند تا ۱۵ درصد برای آب و ۲۰ درصد برای برق در ۴۶ شهر مدل‌سازی شده افزایش یابد. شهر‌های غرب میانه آمریکا احتمالا پس از آنکه دمای جهان ۲ درجه سانتی گراد گرمایش بالاتر از سطوح پیش از صنعتی شدن را تجربه کرد، با افزایش متوسط ۲۰ درصدی مصرف برق رو به رو خواهد شد. برای شهر شیکاگو، این مقدار برابر با ۷۴۵ هزار مگاوات ساعت در ماه است که معادل برق مصرفی سالانه بیش از ۲۶ هزار نفر از ساکنان انگلستان، ۹۸هزار نفر از ساکنان هند، یا ۲۹۲ هزار نفر از ساکنان نیجریه است.

از نظر مصرف آب، این مطالعه نشان داد که شهر‌های غرب میانه آمریکا ممکن است پس از عبور از ۲.۰ درجه سانتی گراد دمای بالاتر از سطح پیش از صنعتی شدن، افزایشی ۷.۵ درصدی را تجربه کنند. با توجه به اینکه به طور متوسط هر خانوار آمریکایی بیش از ۱۱۰۰ لیتر آب در روز مصرف می‌کند، افزایش این میزان تا ۷.۵ درصد منجر به ۸۵ لیتر آب اضافی در روز برای هر خانوار یا ۵۷ میلیون لیتر در روز در کل شهر خواهد شد. این معادل نزدیک به ۲۳ استخر شنا در اندازه المپیک است (تنها در یک روز برای یک شهر).

دانشمندان دانشگاه سازمان ملل در گزارش خود نشان می‌دهند که چگونه می‌توان از مفهوم «آنالوگ‌های آب و هوا» برای ایجاد پیش بینی‌های کم هزینه که قابل درک هستند، استفاده کرد. بر اساس این مفهوم، آنها هر یک از شهر‌های مورد مطالعه ایالات متحده را با یک شهر دیگر در آمریکای شمالی تطبیق دادند که آب و هوای فعلی آن با بهترین برآورد برای آب و هوای آینده شهر ایالات متحده مطابقت داشت.

به عنوان مثال، نتایج آن‌ها نشان می‌دهد که آب و هوای آینده شهر نیویورک با آب و هوای فعلی جونزبورو، آرکانزاس، شهری در جنوب ایالات متحده، شباهت زیادی دارد. استفاده از این آنالوگ‌ها به محققان اجازه داد تا نیاز به مدل‌های آب و هوایی پیچیده را از بین ببرند و منجر به پیشرفت‌های بیشتری در دسترس بودن رویکرد هوش مصنوعی خود شوند.

استفاده از آنالوگ‌ها یک رویکرد جدید است که این فرآیند را ساده می‌کند و می‌تواند به خصوص برای مطالعات تاثیر تغییرات آب و هوایی محلی مفید باشد. دکتر اوبرینگر گفت: آنالوگ‌ها هزینه محاسباتی فرآیند ارزیابی تاثیر هوش مصنوعی را کاهش می‌دهند و نیاز کاربران را برای به دست آوردن پیش بینی‌های بزرگ و پیچیده اقلیمی آینده را از بین می‌برند. این یک راه ایده آل برای کشورها، مناطق و شهر‌ها برای به حداقل رساندن هزینه و تلاش در زمانی است که فاقد تخصص هستند.

نویسندگان چندین توصیه برای گسترش استفاده از هوش مصنوعی در ارزیابی اثرات تغییرات اقلیمی ارائه می‌دهند، از جمله توسعه سرویس‌های مبتنی بر وب و ابری که می‌توانند به ویژه در کره جنوبی زمین مفید باشند. با این حال، این گزارش هشدار می‌دهد که هوش مصنوعی به داده‌های با کیفیت و به راحتی در دسترس متکی است موضوعی که در بسیاری از نقاط جهان وجود دارد.

هوش مصنوعی خطرات و محدودیت‌های خاص خود را دارد، اما مزایای عمده‌ای نیز دارد که نباید آن‌ها را نادیده گرفت، به خصوص زمانی که صحبت از مقابله با شکاف و نابرابری دیجیتال می‌شود. فقدان زیرساخت‌های محاسباتی نباید کشور‌ها را از اقدام مناسب اقلیمی باز دارد. هوش مصنوعی می‌تواند به جوامع جنوبی جهان و محروم کمک کند تا بر یک مانع بزرگ غلبه کنند و برنامه‌های خود برای مقابله با تغییرات آب و هوایی و رویداد‌های شدید را بهبود بخشند.