Использование возможностей искусственного интеллекта для оценки воздействия изменения климата

Ученые из Института водных ресурсов, окружающей среды и здравоохранения Университета ООН (UNU-INWEH) предлагают использовать искусственный интеллект (ИИ) для проведения быстрых и доступных оценок климатических воздействий на местном уровне. В новом отчете они продемонстрировали этот подход на примере 46 городов США, спрогнозировав рост спроса на воду и электроэнергию.

Традиционные модели оценки воздействия изменения климата сложны в использовании и требуют значительных вычислительных ресурсов, что ограничивает их доступность для многих регионов и местных сообществ. ИИ, будучи гибким и вычислительно эффективным инструментом, может стать решением этой проблемы, позволяя получать надежные проекции без необходимости в глубоких специальных знаниях. Это особенно важно для выработки срочных мер по адаптации.

«Искусственный интеллект — это мощный инструмент, который используется почти в каждом секторе, от генерации изображений до медицины. Нет причин, по которым его нельзя использовать и для повышения устойчивости общества к изменению климата», — заявила руководитель исследования доктор Рене Обрингер. Ключевым элементом методики стало использование «климатических аналогов»: каждый изучаемый город США был сопоставлен с другим городом в Северной Америке, чей текущий климат соответствует прогнозируемому будущему климату первого. Это упростило процесс и повысило доступность подхода.

Результаты показали, что после превышения глобальным потеплением отметки в 2.0°C выше доиндустриального уровня, города на Среднем Западе США могут столкнуться с увеличением потребления электроэнергии в среднем на 20%, а воды — на 7.5%. Например, для Чикаго это эквивалентно дополнительным 745 000 МВт·ч в месяц. В то же время, некоторые города на юге США могут увидеть снижение летнего спроса на воду из-за увеличения осадков и влажности. Ученые подчеркивают, что для широкого внедрения ИИ-оценок, особенно в странах Глобального Юга, критически важно обеспечить открытый доступ к качественным данным и моделям.