CCC toetas selle aasta AAAS-i aastakonverentsil kolme teaduslikku seanssi ja kui te ei saanud isiklikult osaleda, teeme iga seansi kokkuvõtte. Sel nädalal teeme kokkuvõtte seansi tipphetkedest, "Generatiivne AI teaduses: lubadused ja lõksud.” Kolmandas osas võtame kokku UC San Diego Scrippsi okeanograafiainstituudi ja Halıcıoğlu andmeteaduse instituudi dotsendi dr Duncan Watson-Parrise ettekande.
Pärast dr Markus Buehleri ettekannet generatiivsest tehisintellektist mehhaanobioloogias juhtis dr Watson-Parris publiku tähelepanu generatiivsetele AI rakendustele kliimateadustes. Alustuseks kirjeldas ta kliima ja ilmastiku erinevust. Ilm viitab lühiajalistele atmosfääritingimustele, samas kui kliima kirjeldab pikaajalisi atmosfääritingimusi. Lühidalt, kliima on see, mida ootate, ilm on see, mida saate. "Üks suuremaid probleeme kliima modelleerimisega," ütleb Watson-Parris, "see, et meil on alles hiljutised andmed kliimamõõtmiste tegemise alustamisest." Täpsete mudelite loomine, mis ennustavad tulevasi kliimamustreid ja ilmastikunähtusi, on eriti keeruline, sest me ei saa tulemusi reaalses maailmas kontrollida enne, kui need sündmused on aset leidnud. Lühemate prognooside, näiteks järgmise kolme päeva ilmaennustuste puhul saame aga hõlpsasti kontrollida nende mudelite täpsust.
Tööstuse ilmamudelid on juba väga täpsed. Need mudelid toimivad lühiajaliste prognooside jaoks täpselt sama suure täpsusega kui riiklikud ilmaennustusmudelid (~3–7 päeva prognoosid). Üks suuremaid probleeme ilmaprognoosiga on aga esialgsete ilmastikutingimuste proovide võtmine. Nagu dr Willett oma kõnes märkis, võivad väga veidi erinevad starditingimused anda väga erinevaid tulemusi. Dr Watson-Parris ütleb, et see kehtib ilmastiku simulatsioonide puhul, millel võib olla oluline mõju tegelikule maailmale. Allpool näidatud ilmamuster tõi 2017. aastal Californias ja Oregoni piirkonnas atmosfääri jõe, mis tekitas nii palju vihma, et Oroville'i tamm purunes, põhjustades miljoneid dollareid kahju. Seda sündmust oli raske ennustada, sest see oli ekstreemne sündmus, kõrvalekalle. Masinõppe prognoosid võimaldavad meil teha palju suuremaid proove, et ennustada äärmuslikumaid ilmastikunähtusi, mis võimaldab meil nendeks paremini valmistuda.
Kui teadlased mõtlevad kliimasüsteemile, selgitab dr Watson-Parris, vaadates suuremaid skaalasid ja pikemaid ajaperioode, näevad nad lõpuks, kuidas keskmised pilved aastaaegade lõikes välja näevad, ja saavad vaadata süsteemide statistikat. Seda statistikat juhivad Maa süsteemi piirtingimused – sissetuleva ja väljamineva energia hulk. Kui probleem on sellisel viisil kujundatud, saame prognoosida, kus pilved aastaaegadel keskmiselt asuvad, ning masinõppe abil on võimalik neid erinevaid prognoose parandada ja uurida. Kliimamudelite üheks ülesandeks on teha prognoose – mõista, kuidas kliima tulevikus erinevate inimmõjude mõjul muutub. Need on loodud selleks, et uurida võimalikke tulevikku. Selleks loovad teadlased usutavamad sotsiaalmajanduslikud teed selle kohta, kuidas ühiskond võiks tulevikus tegutseda.
Allpool on dr Watson-Parrise kuvatud pilt, mis kujutab mõningaid võimalikke teid, mida ühiskond võib tulevikus langeda, mida tuleb nendes kliimamudelites arvesse võtta. Vasakul pool on jätkusuutlikkuse mudel, mis hoiab sajandi lõpuks kliimasundi – inimeste poolt süsteemile peale surutud soojenemise – madalamal tasemel. Teisest küljest on parempoolne fossiilkütuste arendamise stsenaarium omamoodi halvim stsenaarium. See on väga napp valim viisidest, kuidas inimkond võib jõuda 2100-ni.
Praktikas koolitavad teadlased kliimastsenaariumi üle otsustamisel ja poliitikakujundajatega, kes soovivad mõista oma otsuste mõju, välja lihtsaid kliimamudeli emulaatoreid. Need emulaatorid võtavad arvesse erinevate heitkoguste, nagu CO2 ja metaan, ja lühiajaliste kliimajõudude, nagu must süsinik ja sulfaat, prognoose ning teadlased saavad koolitusandmete põhjal jäljendada nende kliimamudelite vastust. "Me suudame sobitada enam-vähem keerukaid mudeleid globaalse keskmise temperatuuri globaalse reageerimise kohta nendele heitkogustele," ütleb Watson-Parris. "Need mudelid töötavad suhteliselt hästi, sest teadlastel on nende aluseks olevast füüsikast hea arusaam. Kuid keegi ei ela globaalse keskmise temperatuuriga ja me tunneme kõiki neid muutusi erinevalt, nii et piirkondlike muutuste mõistmiseks võtavad teadlased globaalse keskmise ja skaleerivad mustri muutusi vastavalt piirkondlikele olukordadele. Need mudelid töötavad hästi, kuid kaotavad mõju, mida need heited võivad kohapeal avaldada. Näiteks musta süsinikku eraldub peamiselt Lõuna-Aasias ja selle mõju avaldub peamiselt Lõuna-Aasias.
Kui see probleem on raamitud regressioonisättes, näeme, et võib olla võimalusi masinõppeks. "Osana Kliimapink aasta tagasi,“ ütleb dr Watson-Parris, „ütlesime, et saame võtta kasvuhoonegaaside heitkogused ja kontsentratsioonid ning sulfaadi ja musta süsiniku heitkoguste kaardid ning regreseerida need ennustuste nägemiseks otse kliimamudelitesse. Samuti ei pea me end temperatuuriga piirama, saame arvestada sademete ja muude muutujatega. Nii saame luua kliimamudelite emulaatoreid, mis ennustavad, mida kliimamudel teatud CO2-heite korral toodab, ja võimaldavad meil neid mudeleid kasutada pigem sülearvutis kui superarvutis.
Seejärel kuvas dr Watson-Parris pilti kolmest erinevast globaalse temperatuurireaktsiooni teostusest kliimapoliitika stsenaariumi vaoshoitud keset stsenaariumi järgi. Kaks esimest veergu on masinõppe emulaatorid ja kolmas on täieliku keerukusega kliimamudeli simulatsioon, mis võttis superarvutis nädal aega. "Iga nende mudelite tulemused on peaaegu eristamatud, " ütleb Watson-Parris. Need kliimamudelid teevad selle soojenemismustri täpseks ennustamiseks väga head tööd. Nad teevad isegi head tööd sademete mustrite ennustamisel. Need mudelid parandavad juurdepääsetavust ja osalemist ning võimaldavad väiksematel organisatsioonidel ja poliitikakujundajatel osaleda kliima prognoosimises ja uurimises, ilma et oleks vaja suuri rahalisi vahendeid või infrastruktuuri.
Need mudelid ei ole generatiivsed AI, need on sirge regressioonimudelid ja antud sisend tagastab alati sama tulemuse. Tänapäeval aga uuritakse võimalusi kasutada generatiivseid ja difusioonimudeleid ilma tõenäosuslike jaotuste võtmiseks ilmastikuolude genereerimiseks. Teadlased kasutavad neid mudeleid tuleviku kliima- ja ilmastikumudelite ennustamiseks, võttes arvesse erinevaid kliimamuutuste stsenaariume. Dr Watson-Parris ütleb, et "raskused jäävad alles, sest ennustuste kontrollimiseks pole ikka veel "põhitõde" ja me peame veel välja mõtlema, kuidas statistilisi mudeleid kalibreerida, kuid see on kliimaprognoosimise tulevik. Olen optimistlik, et need vahendid suurendavad kliimateaduse kättesaadavust, osalemist ja mõistmist.
Täname, et lugesite ja oodake homme selle ajaveebiseeria viimast postitust, mis võtab kokku selle paneeli küsimuste ja vastuste osa.
- SEO-põhise sisu ja PR-levi. Võimenduge juba täna.
- PlatoData.Network Vertikaalne generatiivne Ai. Jõustage ennast. Juurdepääs siia.
- PlatoAiStream. Web3 luure. Täiustatud teadmised. Juurdepääs siia.
- PlatoESG. Süsinik, CleanTech, Energia, Keskkond päikeseenergia, Jäätmekäitluse. Juurdepääs siia.
- PlatoTervis. Biotehnoloogia ja kliiniliste uuringute luureandmed. Juurdepääs siia.
- Allikas: https://feeds.feedblitz.com/~/874057523/0/cccblog~CCC-AAAS-Generative-AI-in-Science-Promises-and-Pitfalls-Recap-%e2%80%93-Part-Three/
- :on
- :mitte
- : kus
- 2017
- a
- Võimalik
- MEIST
- kättesaadavus
- konto
- täpsus
- täpne
- täpselt
- tegu
- tagasi
- AI
- Materjal: BPA ja flataatide vaba plastik
- võimaldama
- Lubades
- peaaegu
- juba
- Ka
- alati
- am
- summa
- summad
- an
- ja
- aastane
- rakendused
- OLEME
- AS
- Aasia
- assistent
- At
- atmosfääri
- osalema
- tähelepanu
- keskmine
- põhineb
- BE
- sest
- hakkas
- on
- alla
- Parem
- vahel
- Must
- Blogi
- piir
- ehitama
- kuid
- by
- California
- CAN
- süsinik
- juhul
- põhjustades
- ccc
- CCC ajaveeb
- Sajand
- muutma
- Vaidluste lahendamine
- Kliima
- Veerud
- Tulema
- tulevad
- suhtlemine
- keeruline
- keerukus
- Tingimused
- Konverents
- loomine
- kahju
- andmed
- andmeteadus
- päev
- Päeva
- Otsustamine
- otsused
- kirjeldab
- kavandatud
- & Tarkvaraarendus
- Diego
- erinevus
- erinev
- erinevalt
- raske
- Diffusion
- otse
- kuvatakse
- Väljamaksed
- do
- dollarit
- Ära
- alla
- dr
- Duncan
- ajal
- iga
- maa
- kergesti
- Heitkoguste
- lõpp
- energia
- eriti
- Isegi
- sündmus
- sündmused
- lõpuks
- näide
- ootama
- Selgitab
- uurimine
- uurima
- uurida
- äärmuslik
- tundma
- viga
- Joonis
- esimene
- sobima
- eest
- relvajõud
- sundides
- Ennustus
- prognoosid
- Fossiilsete
- Fossiilkütus
- Alates
- Kütus
- täis
- rahastamise
- tulevik
- Futuurid
- tekitama
- loodud
- generatiivne
- Generatiivne AI
- saama
- gif
- antud
- Globaalne
- globaalne reaktsioon
- Go
- läheb
- hea
- tubli töö
- juhitakse
- käsi
- Olema
- he
- siin
- Suur
- rõhutab
- Kuidas
- Kuidas
- aga
- HTTPS
- tohutu
- inim-
- Inimkond
- Inimestel
- i
- pilt
- mõju
- Mõjud
- oluline
- kehtestama
- parandama
- in
- Suurendama
- Infrastruktuur
- esialgne
- sisend
- Instituut
- Institutsioon
- sisse
- sisse
- küsimustes
- IT
- töö
- lihtsalt
- hoiab
- Laps
- sülearvuti
- suurelt jaolt
- suurem
- suurim
- viimane
- õppimine
- lahkus
- vähem
- Tase
- nagu
- Elab
- kohapeal
- Pikk
- Vaata
- otsin
- kaotama
- vähendada
- masin
- masinõpe
- tegema
- kaardid
- max laiuse
- mai..
- keskmine
- mõõdud
- Metaani
- Kesk-
- võib
- miljonid
- mudel
- modelleerimine
- mudelid
- rohkem
- enamasti
- palju
- riiklik
- Vajadus
- vajav
- järgmine
- ei
- of
- on
- ONE
- ainult
- peale
- Võimalused
- Optimistlik
- or
- Oregon
- organisatsioonid
- Muu
- ise
- välja
- väljapoole
- visandades
- üle
- paneel
- Paber
- osa
- osalema
- osalemine
- eriline
- sooritama
- teed
- Muster
- mustrid
- täitma
- perioodid
- inimene
- Füüsika
- Platon
- Platoni andmete intelligentsus
- PlatoData
- usutav
- poliitika
- poliitikakujundajad
- osa
- võimalik
- post
- tava
- ennustada
- prognoosimine
- ennustus
- Ennustused
- Valmistama
- esitlus
- Probleem
- tootma
- Õpetaja
- prognoosid
- Lubadused
- Küsimused ja vastused
- RAIN
- pigem
- Lugemine
- reaalne
- päris maailm
- tagasivõtmine
- hiljuti
- viitab
- piirkond
- piirkondlik
- Teadlased
- vastus
- kaasa
- Tulemused
- tagasipöördumine
- õige
- Jõgi
- tee
- jooks
- Ütlesin
- sama
- San
- San Diego
- ütleb
- Skaala
- Kaalud
- stsenaarium
- stsenaariumid
- teadus
- TEADUSED
- teaduslik
- teadlased
- hooaega
- vaata
- Seeria
- istung
- istungid
- kehtestamine
- Lühike
- näidatud
- külg
- lihtne
- simuleerimine
- simulatsioonid
- olukordades
- veidi erinev
- väiksem
- So
- Ühiskond
- sotsiaalmajanduslik
- mõned
- Lõuna
- Käivitus
- Ühendriigid
- statistiline
- statistika
- jääma
- Veel
- otse
- selline
- Kokku võtta
- superarvuti
- Toetatud
- Jätkusuutlikkus
- süsteem
- süsteemid
- Võtma
- võtnud
- võtmine
- rääkima
- ülesanded
- termin
- kui
- et
- .
- Tulevik
- oma
- Neile
- SIIS
- Seal.
- Need
- nad
- mõtlema
- Kolmas
- see
- sel nädalal
- need
- kolm
- aeg
- et
- täna
- homme
- võttis
- töövahendid
- Rong
- koolitus
- tõsi
- häälestatud
- Pöördunud
- kaks
- all
- aluseks
- mõistma
- mõistmine
- kuni
- us
- kasutama
- kasutamine
- suuresti
- kontrollima
- väga
- tahan
- oli
- Tee..
- kuidas
- we
- ilm
- nädal
- Hästi
- M
- millal
- samas kui
- mis
- WHO
- will
- koos
- ilma
- Töö
- maailm
- halvim
- kirjutas
- aasta
- saak
- sa
- sephyrnet