気候を修正するために機械のインテリジェンスに頼ることはできますか？

•更新：12/10/2020 GMT+2

ますます多くの業界が人工知能を引き受けて最大の課題のいくつかを解決するにつれて、マシンは気候変動の問題を理解して修正するのに役立ちますか？

そのため、携帯電話はあなたの顔を認識し、銀行は支出習慣とは異なり、取引をブロックできます。そして、あなたのオンラインスーパーマーケットは、あなたがそのオートミルクを一度購入したからといって、ビーガン製品をあなたに微調整しますが、あなたのオンライン映画プラットフォームは、先月その石鹸オペラを見た後、あなたにB映画を投げ続けています。

ますます多くのデバイスとサービスは、人工知能（AI）に依存しています。これは、私たちの生活のますます多くの分野で分岐してポップアップし続ける技術です。科学者、起業家、および政府は、AIを活用して、社会の最大の課題のいくつかの解決策を探求しています。地球の気候がどのように振る舞い、それが将来どのように進化するかを解き放ちます。しかし、テクノロジーは私たちがそこに膨大な量のデータをより理解するのに役立ちますが、そのインテリジェンスはどのようにして環境の変化を実質的に緩和し、未来に適応するのに役立つでしょうか？

「人々が「AI」と言うとき、彼らはしばしば機械学習（ML）を意味します。これはデータから学ぶことができる一連のアルゴリズムです」とペンシルベニア大学の助教授であるデイビッド・ロルニック博士は言います。「AIは一般的に人間よりも良いことをするつもりはありませんが、一般的にはるかに高速になり、非常に大量のデータからパターンを選ぶことができます。」そして、非常に高速な量のデータを処理し、情報を洗練し、AIを業界全体でゲームチェンジャーにした接続を見つけるこの能力です。

これは、気候科学と気候変動の監視にも同様です。衛星は、前例のないレベルで気候関連データを収集しています。天気予報は、革新的なレベルの詳細で行われます。気候モデルとシナリオには依然として多くの不確実性があります。科学者はAIを活用してこのデータ集約的な地形を管理して気候科学を改良し、社会と自然が未来に適応できるようにするより正確な予測を生み出しています。「MLでは、身体的理解せずにデータから複雑な行動を学ぶことができます」とECMWFの研究員であるピーター・デュベン博士は言います。「データが多いほど、ツールは良くなります。ますます多くのデータを利用できるようになると、機械学習ツールはますます良くなります。これは、ツールがドメイン科学者にとってますます便利になることを意味します。」

AIは科学者が衛星画像を読んでプロジェクションを生成するのに役立ちます

オックスフォード大学のリードデータサイエンティストおよびAIであるNatalyia Tkachenko博士によると、「マシンを使用すると、現実の世界を測定して監視することができます。「その真の形のAIは、実際にはデータのようなデータに関するものではありませんが、複雑な世界でパターンとつながりを見つけることにほとんど関係しています。エンドゲームは常に決定または処理された情報のままです。」

科学者は、AIを使用して地球のより詳細な画像を作成しました。「AIは空間情報を提供するのが非常に優れています。それはその超大国の1つです」と、欧州宇宙機関のフィラブ探検室の責任者であるピエールフィリップマシュー博士は述べています。 Copernicus Atmospheric Monitoring Service（CAMS）のディレクターであるVincent Peuch博士は、「衛星画像を比較し、土地被覆の変化を自動的に追跡するのに非常に効果的です。また、コンピューターモデルをスピードアップし、ランニングコストを削減するのにも役立ちます。特に、迅速なターンアラウンドを必要とする詳細な天候予測にも役立ちます。」

Peuch博士によると、Copernicusの気候変動サービス（C3S）とCAMSは、AIをテストしてAIを使用して土地と樹木のカバーの変化を発見し、都市スケールの大気質予測を洗練し、衛星画像を自動的に処理しています。

南極の西海岸沖のアムンセン海では、チューリング研究所に拠点を置く英国南極調査（BAS）の専門家ML Techを使用して、氷山がより小さく、より狭いピースに分割されている方法を見つけ、追跡し、追跡しています、および将来の海氷を予測するためのAIアルゴリズムを訓練します。次に、AIはそれらの予測を解釈することを可能にし、おそらく気候変数が空間と時間にどのように互いに影響を与えるかについての新しい洞察を得ることができます。

大小を問わず環境的および社会的問題を解決するためのAIアプリケーションのプールは、拡大。ワシントン大学は、AIを使用して、海洋熱波を追跡し、よりよく予測することを計画しています。タンザニアの保全資源センターは、野生生物の空中調査と人間の活動でAIを使用して、動物と人間の紛争を防止しようとします。ボストン市テストしましたGreencityWatchAIベースのツリーインベントリ用のソフトウェアは、都市の天蓋の数と健康を正確にチェックして公共政策を通知します。

農業はまた、AIの利益を享受しています。 MicrosoftのAzure Cloud Platform FarmBeatsは、センサー、カメラ、トラクター、ドローンからのデータをまとめ、データセットを組み合わせて農業を監視し、気候変動に対する農民の回復力を高めることに基づいてMLモデルを構築します。「栽培者は、天候に基づいた植え付け、散水、収穫、その他の慣行のタイミングを決定します」と、Microsoft Azure GlobalのチーフサイエンティストであるRanveer Chandra氏は述べています。「しかし、利用可能な気象予測は、農場ではなく、気象観測所からのものです。 AIアルゴリズムの1つは、詳細な気象モデルと農場のセンサーとセンサーを組み合わせて、農場での天気の驚くべき予測を提供します。農場からのデータのギャップを記入することにより、ソリューションは農民の決定を改善する価値を予測できます。」

気候変動を予測するための新しい強力なツール？

AIの野心的な使命の1つは、地球のデジタルツイン、または惑星のシステムとプロセスのレプリカを作成することです。「それは、私たちが政策を構築し、結果を評価するように物事を実験できる惑星の数値ラボであるでしょう」とMathieu博士は言います。「自然環境のデジタル双子を開発するためのAIビルディングブロック、そして最終的にはデジタルツインアースがあります」とBASの環境データサイエンティストであるスコットホスキング博士は述べています。「必要な詳細レベルで、変化する惑星のあらゆる側面を監視することはできません。自然環境のデジタル双子を開発することで、サンプリングをインテリジェントに焦点を合わせます。これは、バッテリーの電源とアクセシビリティが困難な極地領域など、遠隔地で敵対的な環境をめぐるゲームチェンジャーになります。この情報は、将来の測定の有効性を高めるために、ドローンや自動潜水艦の艦隊に隣に行く場所を指示するためにリアルタイムで使用できます。」

しかし、AIはまだ絶対確実ではありません。気候予測では、アルゴリズムをトレーニングするのに十分なデータがない、と専門家は警告している。「AIは歴史的データについて訓練する必要があります」と、Atmospheric and Environmental Research（AER）の季節予測ディレクターであり、MITの気候学者であるJudah Cohen博士は説明します。「衛星が広く使用された1979年にさかのぼるデータをトレーニングしますが、これは最適なAIソリューションを取得するのに十分な履歴ケースを提供しません。 1つの方法は、モデルを使用して合成データを作成することですが、モデルデータが履歴データと同じくらい良いかどうかは、未解決の問題です。」

また、AIは、ロルニック博士が言うように、気候物理学に取って代わることはできません。「AIには制限があります」とESAのMathieu博士は付け加えます。「常にデータ間の相関を見つけることができますが、それは必ずしもそこに因果関係があることを意味するわけではありません。したがって、物理学に基づいて説明をすることができる専門家が必要です。」

ECMWFのDuedben博士は、天気予報モデルにも同じことが言えます。「AIとMLは、今のキャスティング（将来数時間になる天気予報）と複数年の予測のために、従来のツールに勝つ可能性があるという主張がありました。ただし、MLが他の予測のほとんどを打ち負かす可能性は非常に低いため、ほとんどのアプリケーションではそれほど正確ではないため、天気予報モデルを「交換」します。」

訓練されたAIシステムは、訓練されたものでのみうまく機能するため、他の課題も発生します。「訓練されている価値の範囲に使用していることを確認する必要があります」とPeuch博士は言います。「そうでなければ、偽の結果を得ることができます。」これは、アルゴリズムが処理するために作成されたデータを十分に理解できるかもしれないが、アクションの範囲外にデータを供給すると、不正確な結果が生じる可能性があることを意味します。しかし、気候研究では、変化するのはデータだけでなく、気候そのものでもあります。「気候変動について話すとき、アルゴリズムは非常に精巧である必要があります。気候が変化し続けているからです。人々は、AIが過去だけを使用して未来を予測することではないことに注意する必要があります」とCAMSディレクターは付け加えます。

アルゴリズムの選択は、気候変動の問題に関しても難しい選択です。「多くのAIテクニックがあり、A La Carte AIメニューからの気候予測に最適なテクニックを選択することは些細なことではありません」とCohen博士は説明します。「現在の気候の予測をわずかに改善する以上のものを生み出すことができるAIアルゴリズムを選択して最適化することが課題になると思います。」

また、AIテクノロジーは、どのようにしてデータを処理するかについての疑問を提起します。「気象観測の従来のソースのデータプライバシーに関する懸念はあまりありません」とDueben博士は言います。「ただし、今日の気象予測にはほとんど使用されていないが、将来的には大幅に改善される可能性がある、いわゆる「インターネット」（IoT）データがあります。これらは、たとえば、携帯電話または他の「クラウドソース」データ製品からの観察です。これらには、データプライバシーの問題が伴います。」 Tkachenko博士はさらに進んで、意思決定式に入る生データが改ざんされている場合、否定的な結果を生み出す可能性があると主張しています。「既製の食事ボックスに材料をリストしているように、AIがどのように設計され、どのデータソースがその一部になったかを知りたいと思うかもしれません」とTkachenko氏は言います。

最終的に、気候と環境科学者は他の産業のAIの使用から学ぶことができますか？「それを必要とする既存の問題がある場合にのみAIを使用します」とロルニック博士は警告します。「派手な技術に気を取られるのは簡単です。すべてのアプリケーションで、AIが何かを追加していることを確認することが不可欠です。 AIのアプリケーションは、究極の影響によって推進されるべきであり、テクノロジーを使用して利益を得る利害関係者と一緒に開発されるべきです。 1つの大きな落とし穴は、AIが魔法のように問題を解決することを想像することです。 AIは強力ですが、気候変動戦略の一部として使用できる多くのツールの1つにすぎません。」

提示されたパートナーコンテンツ

「BYSが提示したパートナーコンテンツ」は、EuroNeWSの編集チームではなく、広告主によって支払われ、管理されているブランドコンテンツを説明するために使用されます。このコンテンツは商業部門によって制作されており、EuroNeWSの編集スタッフやニュースジャーナリストは関与していません。資金調達パートナーは、Euronewsの商業生産部門と協力して、トピック、コンテンツ、最終承認を管理しています。