Stanford və Kolorado Dövlət Universitetinin tədqiqatçıları fərdi ekstremal hava hadisələrinin qlobal istiləşmədən necə təsirləndiyini öyrənmək üçün sürətli, ucuz bir yanaşma işləyib hazırlayıblar. Avqustun 21-də “Science Advances” jurnalında təfərrüatları açıqlanan onların metodu son illərdə ABŞ-da və başqa yerlərdə qlobal istiləşmənin istilik dalğalarına nə qədər töhfə verdiyini müəyyən etmək üçün maşın öyrənməsindən istifadə edir.

Bu yanaşma çox dəqiq olduğunu sübut etdi və elm adamlarının iqlim dəyişikliyinin bir sıra ekstremal hava hadisələrinə təsirini öyrənmə və proqnozlaşdırma üsullarını dəyişdirə bilər . Nəticələr həmçinin iqlimə uyğunlaşma strategiyalarına rəhbərlik etməyə kömək edə bilər və iqlim dəyişikliyi nəticəsində dəyən ziyana görə kompensasiya toplamaq istəyən məhkəmə iddiaları üçün aktualdır.

“Biz ekstremal hava hadisələrinin insan sağlamlığına , infrastruktura və ekosistemlərə göstərə biləcəyi təsirləri gördük ” dedi tədqiqatın aparıcı müəllifi, Ph.D. Jared Trok. Stanford Doerr Davamlılıq Məktəbində Yer sistemi elmləri üzrə tələbə. “Effektiv həllər hazırlamaq üçün qlobal istiləşmənin bu ekstremal hadisələrdə dəyişikliklərə səbəb olduğunu daha yaxşı başa düşməliyik .”

Trok və onun həmmüəllifləri süni intellekt modellərinə regional hava şəraiti və qlobal orta temperatur əsasında gündəlik maksimum temperaturları proqnozlaşdırmaq üçün təlim keçiblər. Süni intellekt modellərini öyrətmək üçün onlar 1850-dən 2100-ə qədər uzanan iqlim modeli simulyasiyalarının böyük verilənlər bazasından məlumatlardan istifadə ediblər.

Lakin süni intellekt modelləri öyrədildikdən və yoxlanıldıqdan sonra tədqiqatçılar eyni hava şəraiti, lakin qlobal istiləşmənin müxtəlif səviyyələrində baş verərsə, istilik dalğalarının nə qədər isti olacağını proqnozlaşdırmaq üçün xüsusi real dünya istilik dalğalarından faktiki hava şəraitindən istifadə etdilər.

Daha sonra iqlim dəyişikliyinin tarixi hava hadisələrinin tezliyinə və şiddətinə necə təsir etdiyini təxmin etmək üçün müxtəlif qlobal istiləşmə səviyyələrində bu proqnozları müqayisə etdilər.

https://googleads.g.doubleclick.net/pagead/ads?gdpr=0&us_privacy=1—&gpp_sid=-1&client=ca-pub-0536483524803400&output=html&h=135&slotname=8188791252&adk=2329133447&adf=1857921027&pi=t.ma~as.8188791252&w=540&abgtt=6&fwrn=4&lmt=1724271422&rafmt=11&format=540×135&url=https%3A%2F%2Fphys.org%2Fnews%2F2024-08-ai-link-global.html&wgl=1&uach=WyJXaW5kb3dzIiwiMTUuMC4wIiwieDg2IiwiIiwiMTI3LjAuNjUzMy4xMjAiLG51bGwsMCxudWxsLCI2NCIsW1siTm90KUE7QnJhbmQiLCI5OS4wLjAuMCJdLFsiR29vZ2xlIENocm9tZSIsIjEyNy4wLjY1MzMuMTIwIl0sWyJDaHJvbWl1bSIsIjEyNy4wLjY1MzMuMTIwIl1dLDBd&dt=1724271071349&bpp=2&bdt=316&idt=407&shv=r20240815&mjsv=m202408130101&ptt=9&saldr=aa&abxe=1&cookie=ID%3D6bf3eefe49031f83%3AT%3D1721367059%3ART%3D1724271175%3AS%3DALNI_MacAfAOJA8VyURIyKJCZKOtEk96_Q&eo_id_str=ID%3D253fe466b124068d%3AT%3D1721367059%3ART%3D1724271175%3AS%3DAA-Afja3CR3UFVWEVuVSmzApOeu3&prev_fmts=0x0&nras=1&correlator=6296385734565&frm=20&pv=1&rplot=4&u_tz=240&u_his=1&u_h=864&u_w=1536&u_ah=816&u_aw=1536&u_cd=24&u_sd=1.25&dmc=8&adx=395&ady=2063&biw=1519&bih=695&scr_x=0&scr_y=0&eid=44759876%2C44759927%2C44759837%2C42531705%2C95331688%2C95334828%2C95338227%2C95340752%2C31086337%2C31086139&oid=2&pvsid=3243077291316315&tmod=8859146&uas=0&nvt=1&ref=https%3A%2F%2Fphys.org%2Fsort%2Fdate%2Fall%2Fpage2.html&fc=1920&brdim=0%2C0%2C0%2C0%2C1536%2C0%2C0%2C0%2C1536%2C695&vis=1&rsz=%7C%7CpeEbr%7C&abl=CS&pfx=0&fu=128&bc=31&bz=0&td=1&tdf=0&psd=W251bGwsbnVsbCwibGFiZWxfb25seV8xIiwxXQ..&nt=1&ifi=2&uci=a!2&btvi=1&fsb=1&dtd=M

Case Studies və kənarda

Tədqiqatçılar ilk olaraq süni intellekt metodunu 2023-cü il Texas isti dalğasını təhlil etmək üçün işə qoydular və bu, həmin il ştatda istiliklə bağlı rekord sayda ölümə səbəb oldu . Komanda müəyyən etdi ki, qlobal istiləşmə tarixi istilik dalğasını iqlim dəyişikliyi olmadan olduğundan 1,18 ilə 1,42 dərəcə Selsi (2,12 ilə 2,56 F) daha qızdırdı.

Tədqiqatçılar həmçinin aşkar ediblər ki, onların yeni texnikası dünyanın digər yerlərində rekord səviyyəyə çatan istilik dalğalarının miqyasını dəqiq proqnozlaşdırıb və nəticələrin həmin hadisələrlə bağlı əvvəllər dərc edilmiş tədqiqatlara uyğun olduğunu göstərir.

Buna əsaslanaraq, tədqiqatçılar süni intellektdən istifadə edərək, əvvəlki rekord qıran istilik dalğalarına səbəb olan eyni hava nümunələri, əksinə, daha yüksək səviyyəli qlobal istiləşmə zamanı baş verərsə, istilik dalğalarının necə şiddətli ola biləcəyini proqnozlaşdırdılar.

Onlar müəyyən ediblər ki , qlobal temperatur sənayedən əvvəlki səviyyədən 2,0 C yuxarı olarsa, son 45 ildə Avropa, Rusiya və Hindistanda ən pis istilik dalğalarına bərabər olan hadisələr on ildə bir neçə dəfə baş verə bilər. Qlobal istiləşmə hal-hazırda sənayedən əvvəlki səviyyədən 1,3°C-yə yaxınlaşır .

“Maşın öyrənmə xüsusi ekstremal hava hadisəsinə səbəb olan faktiki meteoroloji şəraitlə Yer sistemində daha ümumiləşdirilmiş virtual təcrübələr aparmağa imkan verən iqlim modelləri arasında güclü yeni körpü yaradır” dedi tədqiqatın baş müəllifi Noah Diffenbaugh, Kara J Foundation Stanford Doerr Davamlılıq Məktəbində Yer sistemi elminin professoru və professoru.

“AI bütün elmi problemləri həll etməyib, lakin bu yeni üsul həqiqətən çox maraqlı bir irəliləyişdir və məncə bir çox müxtəlif tətbiqlər üçün qəbul ediləcək.”

Yeni süni intellekt metodu qlobal istiləşmənin ekstremal hadisələrə təsirini proqnozlaşdırarkən faktiki tarixi hava məlumatlarından istifadə etməklə mövcud yanaşmaların, o cümlədən əvvəllər Stanfordda işlənib hazırlanmış yanaşmaların bəzi məhdudiyyətlərini həll edir. Bu, bahalı yeni iqlim modelinin simulyasiyalarını tələb etmir, çünki süni intellekt mövcud simulyasiyalardan istifadə etməklə öyrədilə bilər.

Bu yeniliklər birlikdə dünyanın daha çox yerlərində fövqəladə hadisələrin dəqiq və ucuz təhlilini aparmağa imkan verəcək ki, bu da iqlimə uyğunlaşmanın effektiv strategiyalarının işlənib hazırlanması üçün çox vacibdir. O, həmçinin qlobal istiləşmənin ekstremal havalara verdiyi töhfənin sürətli, real vaxt təhlili üçün yeni imkanlar açır.

Komanda öz metodlarını daha geniş ekstremal hava hadisələrinə tətbiq etməyi və süni intellekt proqnozlarında qeyri-müəyyənliyin tam spektrini ölçmək üçün yeni yanaşmalar da daxil olmaqla, proqnozlarını yaxşılaşdırmaq üçün AI şəbəkələrini təkmilləşdirməyi planlaşdırır.

“Biz göstərdik ki, maşın öyrənməsi qlobal istiləşmənin tarixi hava hadisələrinə təsirini öyrənmək üçün güclü və səmərəli yeni vasitədir” dedi Trok.

“Ümid edirik ki, bu tədqiqat insan emissiyalarının ekstremal hava şəraitinə necə təsir etdiyinə dair anlayışımızı yaxşılaşdırmaq üçün süni intellektdən istifadə ilə bağlı gələcək tədqiqatların təşviqinə kömək edir və gələcək ekstremal hadisələrə daha yaxşı hazırlaşmağa kömək edir.”

Daha çox məlumat: Jared Trok et al, Machine Learning-Based Extreme Event Attribution, Science Advances (2024). DOI: 10.1126/sciadv.adl3242 . www.science.org/doi/10.1126/sciadv.adl3242

Jurnal məlumatı: Science Advances 

Stanford Universiteti tərəfindən təmin edilmişdir