기후, 날씨, 토지 이용의 복잡성을 해결하고 기후 변화에 대한 해결책을 찾는 데 도움이 되는 AI AI가 기후 변화에 어떻게 도움이 될 수 있습니까?

"미국 중서부 시골 지역의 토네이도", "도시를 덮치는 번개를 동반한 뇌우", "옥수수 밭"이라는 프롬프트를 기반으로 AI가 생성한 이미지입니다. 출처: Everett Hogrefe와 Jayme DeLoss가 제작한 DALL-E(왼쪽에서 처음 두 개) 및 Microsoft Bing Image Creator

스토리: Jayme DeLossp, 2023년 8월 31일 게시

일주일 이상 심한 폭풍뿐만 아니라 50년 후 기후가 어떻게 될지, 개입 전략이 기후 변화의 영향을 어떻게 줄일 수 있는지 예측할 수 있다고 상상해 보십시오. 콜로라도 주립대학교 연구원들은 강력한 도구인 인공 지능을 사용하여 이 모든 일을 수행하는 방법을 개발하고 있습니다.

대기 과학 교수인 Elizabeth Barnes는 AI의 하위 집합인 기계 학습을 사용하여 기후 과학의 복잡성을 풀어냅니다. 콜로라도주 기후학자이자 콜로라도 기후센터 소장인 Russ Schumacher 교수는 악천후를 4~8일 전에 정확하게 예측할 수 있으며 현재 국립 기상청 운영에 매일 사용되는 기계 학습 모델 개발을 주도했습니다. 토양 및 작물 과학과의 Keith Paustian 대학 교수가 이끄는 팀은 CSU의 강점과 기계 학습의 강점을 결합하여 세계적으로 유명한 CSU의 온실 가스 정량 전문 지식을 한 단계 더 발전시킬 것입니다.

Barnes의 연구 그룹은 기계 학습을 사용하여 기후 변화의 영향을 감지하고, 몇 주에서 수십 년 후의 날씨와 기후를 예측하고, 지구 공학과 같은 가상의 기후 개입 전략의 잠재적 결과를 탐색합니다.

기후 시스템은 엄청나게 복잡하며 이를 연구하는 사람들은 엄청난 양의 데이터에 의존합니다. Barnes는 기계 학습이 기후 과학자들에게 완벽한 도구라고 말했습니다.

"우리는 항상 데이터를 사용해 기후 시스템의 모든 복잡성을 끌어내고 이를 인간이 이해할 수 있도록 만들려고 노력해 왔습니다. 이제 기계 학습을 통해 우리는 더 깊이 들어가 더 복잡한 관계를 찾을 수 있습니다."라고 그녀는 말했습니다. . "지금 우리가 있는 곳은 그들의 예측을 인간이 이해할 수 있도록 만들기 위해 여전히 노력하고 있습니다."

충분한 데이터가 주어지면 충분히 복잡한 기계 학습 모델은 노이즈 사이에서 패턴을 찾아 잠재적으로 정확한 예측을 생성할 수 있지만 Barnes는 설명 가능한 AI, 즉 기계 학습 모델이 어떻게 결론에 도달했는지 알아내는 데 관심이 있습니다. 그녀는 모델의 과정을 해독하는 것을 끝에서 시작하여 뒤로 작업하여 미로를 푸는 것에 비유합니다.

“우리는 항상 데이터를 사용하여 기후 시스템의 모든 복잡성을 끌어내고 이를 인간이 이해할 수 있도록 만들려고 노력해 왔으며 이제 기계 학습을 통해 더 깊이 들어가 훨씬 더 복잡한 관계를 찾을 수 있습니다. 지금 우리가 있는 곳에서는 그들의 예측을 인간이 이해할 수 있도록 만들기 위해 여전히 노력하고 있습니다.”

—대기과학과 교수 엘리자베스 반스(Elizabeth Barnes)

Barnes는 "만약 그것이 좋은 일을 하고 왜 그렇게 할 수 있었는지 알 수 있다면 실제로 새로운 기후 과학을 배울 수 있습니다"라고 말했습니다.

그녀의 그룹은 또한 때때로 투명 AI라고도 불리는 해석 가능한 AI에 중점을 두고 있습니다. 그들은 처음부터 시작하여 처음부터 기계 학습 모델을 구축하므로 사람들이 모든 단계에서 모델을 이해할 수 있습니다.

Barnes는 "이것은 훨씬 느린 과정이고 솔직히 훨씬 더 어렵습니다"라고 Barnes는 말했습니다. "하지만 결과는 예측을 할 때 '왜 그런 예측을 했나요?'라고 묻지 않아도 된다는 것입니다. 당신은 이미 그 이유를 알고 있습니다.”

설명 가능성과 해석 가능성은 사람들이 AI를 신뢰하는 데 도움이 되는 두 가지 요소이지만 다른 많은 요소도 작용합니다. Barnes, Cooperative Institute for Research in the Atmosphere의 과학자이자 전기 및 컴퓨터 공학과 교수인 Imme Ebert-Uphoff, 컴퓨터 과학 교수인 Chuck Anderson은 날씨와 기후를 연구하기 위한 신뢰할 수 있는 AI를 만드는 데 필요한 것이 무엇인지 탐구하고 있습니다. . 그들은 오클라호마 대학이 이끄는 국립과학재단(National Science Foundation)이 자금을 지원하는 날씨, 기후 및 해안 해양학 분야의 신뢰할 수 있는 AI 연구 연구소의 파트너입니다.