人工智能模型表明全球气温上升速度将快于预期
作者：Isaac Schultz
10 个全球气候模型的综合见解表明，气温上升速度比之前预期的要快。
令人震惊的发现，发表今天在环境研究快报，表明大多数土地区域由政府间气候变化专门委员会 (IPCC)将超过 2.7 华氏度（1.5 摄氏度）临界点高于工业化前的温度。
研究人员使用了一种称为卷积的人工智能系统神经网络。神经网络以受人脑启发的方式处理和解释信息。卷积神经网络是不同的与人工神经网络的不同之处在于它们保留了数据中的空间和时间关系，并且非常擅长解决与图像识别相关的问题。
研究团队对 IPCC 定义的 43 个区域分别训练了一个卷积神经网络。因此，这些模型经过训练，可以根据地区而不是全球范围来预测未来的温度变化，从而提供更加本地化和同等权重的气候变化愿景。该团队还添加了迁移学习步骤，利用观察数据对经过训练的神经网络进行微调，使模型的预测更加真实。可以利用来自 34 个 IPCC 区域的数据进行迁移学习。
“重要的是，不仅要关注全球气温上升，还要关注当地和区域地区发生的具体变化，”斯坦福大学气候科学家、该研究的合著者诺亚·迪芬诺 (Noah Diffenaugh) 说，在大学版本中。“通过限制何时达到区域变暖阈值，我们可以更清楚地预测对社会和生态系统产生具体影响的时间。”
“挑战在于区域气候变化可能更加不确定，”迪芬鲍补充道，“这既是因为气候系统在较小的空间尺度上本质上更嘈杂，也因为大气、海洋和陆地表面的过程产生了不确定性关于特定地区将如何应对全球范围内的变暖。”
该团队预测温度会在多个温度阈值下增加：2.7 华氏度（1.5 摄氏度）、3.6 华氏度（2 摄氏度）和 5.4 华氏度（3 摄氏度）。该小组发现，到 2040 年，有 34 个地区可能会超过第一个阈值——这听起来相对遥远，直到你意识到 16 年有多短。研究小组发现，在这 34 个地区中，有 31 个地区预计到 2040 年将达到第二个变暖阈值，其中 26 个地区将在 2060 年超过第三个阈值。
“我们的研究强调了将迁移学习等创新人工智能技术融入气候建模中的重要性，以潜在地改善和限制区域预测，并为世界各地的政策制定者、科学家和社区提供可行的见解，”伊丽莎白·巴恩斯说，科罗拉多州立大学的气候科学家和该研究的主要作者，在同一新闻稿中。
迪芬鲍和巴恩斯还发表了结果在地球物理研究通讯今天的数据表明，即使人类在未来 30 多年内实现将温室气体排放量削减至净零的目标，全球变暖仍有 50/50 的可能性超过 3.6° 华氏度（2 摄氏度）。
不幸的是（这篇文章中第一次使用这个词令人震惊），当地球气候过度扭曲时，某些变化就会发生。不可逆转的。全球气温上升可能会造成“危险的连锁效应”，根据美国宇航局，包括对地球居民（包括人类）的热应激。最近的团队的研究采用了一种新方法来确认气候变化的危害，这得益于人工智能驱动的新预测。
关于《人工智能模型表明全球气温上升速度将快于预期》的评论
暂无评论