Revolution hos Sonnblick: AI måler aerosoler til klimaet i realtid!
På Sonnblick-observatoriet måler en ny AI-understøttet enhed bioaerosoler i realtid for at støtte klimaforskning.
Revolution hos Sonnblick: AI måler aerosoler til klimaet i realtid!
Ved Sonnblick-observatoriet, som ligger omkring 3.100 meter over havets overflade i Hohe Tauern, indføres et nyt målesystem, der analyserer bioaerosoler ved hjælp af kunstig intelligens (AI). Højt Lille avis Bioaerosoler er små, naturligt forekommende partikler i luften, såsom pollen, svampesporer og bakterier, hvis type og koncentration har afgørende indflydelse på vejr, klima og vegetation. Dette er særligt relevant, da sådanne aerosoler også bestemmer dannelsen af skyer og nedbør og derfor har stor betydning for klimaforskningen.
De traditionelle metoder til måling af pollen, som er baseret på pollenfælder, kræver manuel evaluering og kan derfor medføre tidsforsinkelser i dataleveringen. Den nye teknologi på Sonnblick-observatoriet muliggør derimod automatiseret differentiering mellem forskellige typer aerosoler, hvilket fremskynder evalueringen markant. Julia Burkart, projektleder og fysiker ved Geosphere Austria, bekræfter, at gennem brugen af AI bør måledataene være tilgængelige online i næsten realtid.
Relevans for klimaforskning
Betydningen af disse aerosolmålinger er forskellige. Langsigtede ændringer i typen og antallet af aerosoler kan have betydelig indvirkning på nedbørs- og snefaldsforholdene. Disse resultater er afgørende for udviklingen af klimamodeller, især i tider, hvor klimaændringer fører til ændringer i højalpine regioner. Forskningen har til formål at studere i detaljer klimaændringernes effekt på koncentrationen og typen af pollen, svampesporer og andre bioaerosoler.
AIs rolle i klimaforskningen er også genstand for et foredrag af Christopher Kadow, en klimainformationsforsker ved German Climate Computing Center. I sit foredrag med titlen "Kunstig intelligens rekonstruerer klimaet". OeAW forklarer, hvordan AI bruges til at supplere historiske klimadata og dermed lukke huller i datasættene. Her anvendes avancerede teknologier, der fx kan bruges til opskalering af bearbejdning af klimadata eller til virtuelt reparation af defekte regnradardata.
AI og dens fremtid inden for klimaforskning
AIs transformative indvirkning på klimaforskningen afspejles også i dens evne til at forudsige ekstreme vejrbegivenheder mere præcist. EN rapport fra Tech Zeitgeist fremhæver, at virksomheder som Google DeepMind og OpenAI er førende i at udvikle nye AI-modeller, der kan analysere store mængder data hurtigere og mere præcist end traditionelle klimamodeller. Disse fremskridt fremmer ikke kun analysen af CO₂-emissioner, men muliggør også hurtigere beregning af klimasimuleringer, som i mange tilfælde endda minimerer fejlkilder.
Disse teknologier rejser dog også etiske spørgsmål. Spørgsmålet om, hvem der har adgang til dataene, og hvordan det med fordel bruges, bliver stadig vigtigere, da ujævn datafordeling kan føre til skævheder i forudsigelser. Gennemsigtighed i AI-modeller er derfor påkrævet for at forhindre misbrug og fejlfortolkning af data. En ansvarlig anvendelse af disse teknologier vil derfor være afgørende for fremtidens klimaforskning.