Key Takeaways
- Model AI dapat membantu meramalkan perubahan iklim, kata para ahli.
- Alat AI baru bernama IceNet memungkinkan para ilmuwan memperkirakan kedalaman es laut Arktik secara akurat.
-
AI dan analisis cuaca juga dapat membantu memerangi perubahan iklim dengan mengurangi emisi dalam rantai pasokan.
Seiring dengan semakin banyaknya bukti bahwa cuaca ekstrem musim panas ini didorong oleh perubahan iklim, kecerdasan buatan membantu memprediksi di mana kondisi akan berubah.
Alat AI baru dapat memungkinkan para ilmuwan untuk memperkirakan bulan es laut Arktik secara lebih akurat di masa depan. IceNet hampir 95% akurat dalam memprediksi apakah es laut akan hadir dua bulan ke depan, kata para peneliti. Ini adalah salah satu dari semakin banyak penggunaan AI dalam memprediksi perubahan iklim.
"AI telah secara signifikan meningkatkan efisiensi menjalankan model iklim kompleks yang secara historis telah intensif komputasi," Daniel Intolubbe-Chmil, seorang analis di Harbour Research,, mengatakan kepada Lifewire dalam sebuah wawancara email.
Tanpa Es, Es, Sayang
IceNet sedang mengerjakan tantangan berat untuk membuat prakiraan es laut Kutub Utara yang akurat untuk musim mendatang. Para peneliti menjelaskan cara kerja IceNet dalam makalah terbaru yang diterbitkan di jurnal Nature Communications.
"Suhu udara dekat permukaan di Kutub Utara telah meningkat dua hingga tiga kali lipat dari rata-rata global, sebuah fenomena yang dikenal sebagai amplifikasi Arktik, yang disebabkan oleh beberapa umpan balik positif," tulis para peneliti dalam makalah tersebut. "Meningkatnya suhu telah memainkan peran kunci dalam mengurangi es laut Arktik, dengan luas es laut September sekarang sekitar setengah dari tahun 1979 ketika pengukuran satelit Arktik dimulai."
Es laut sulit diprediksi karena hubungannya yang kompleks dengan atmosfer di atas dan lautan di bawah, menurut penulis makalah tersebut. Tidak seperti sistem peramalan konvensional yang mencoba memodelkan hukum fisika secara langsung, para peneliti merancang IceNet berdasarkan konsep yang disebut pembelajaran mendalam. Melalui pendekatan ini, model "mempelajari" bagaimana es laut berubah dari ribuan tahun data simulasi iklim, bersama dengan beberapa dekade data pengamatan, untuk memprediksi sejauh mana bulan es laut Arktik di masa depan.
"Arktik adalah wilayah di garis depan perubahan iklim dan telah mengalami pemanasan substansial selama 40 tahun terakhir," penulis utama makalah tersebut, Tom Andersson, seorang ilmuwan data di BAS AI Lab, mengatakan dalam sebuah berita melepaskan. "IceNet memiliki potensi untuk mengisi kesenjangan mendesak dalam memperkirakan es laut untuk upaya keberlanjutan Arktik dan berjalan ribuan kali lebih cepat daripada metode tradisional."
AI Membuat Jaringan Luas
Simulator AI lainnya juga mengawasi perubahan iklim. Para peneliti telah memanfaatkan teknik Deep Emulator Network Search, misalnya, untuk meningkatkan simulasi seputar cara jelaga dan aerosol memantulkan dan menyerap sinar matahari. Penelitian menemukan bahwa emulator 2 miliar kali lebih cepat dan lebih dari 99,999% identik dengan simulasi fisiknya.
AI dan analisis cuaca juga dapat membantu memerangi perubahan iklim dengan mengurangi emisi dalam rantai pasokan, Renny Vandewege, wakil presiden di perusahaan prakiraan cuaca DTN, mengatakan kepada Lifewire dalam sebuah wawancara email.
Misalnya, dalam pelayaran, perutean yang dioptimalkan cuaca dapat mengurangi emisi hingga 4% dan mengurangi konsumsi bahan bakar hingga 10%, dan perutean cuaca di industri penerbangan dapat mencegah perutean ulang yang tidak perlu untuk menghindari cuaca buruk, atau mengitari bandara yang menunggu landing,” ujarnya.
Perkiraan yang tepat untuk jaringan jalan dapat mengurangi perawatan jalan musim dingin yang tidak perlu, mengurangi jumlah bahan kimia berbahaya, kata Vandenwege.
"Alih-alih merawat seluruh jalan, kru pemeliharaan jalan dapat memilih untuk merawat lokasi tertentu di sepanjang jalan di mana terdapat bagian jalan yang dingin, atau mereka dapat memutuskan apakah perawatan diperlukan sama sekali," tambahnya.
Pembelajaran mesin dan model AI semakin banyak digunakan untuk membantu memahami emisi CO2 dan Metana, kata Marty Bell, chief science officer di perusahaan prakiraan cuaca WeatherFlow, kepada Lifewire dalam wawancara email.
"Model tersebut juga meningkatkan ketahanan kita terhadap perubahan iklim dengan membantu kita mengubah pendekatan kita terhadap produksi dan penggunaan energi," kata Bell. "Sementara banyak dari aplikasi AI ini beroperasi pada skala besar pada sistem distribusi energi utilitas, yang lain beroperasi di tingkat rumah tangga di mana ML menginformasikan model AI yang tertanam di perangkat internet-of-things sehari-hari yang lebih efisien mengelola penggunaan energi di rumah."
