地球温暖化を逆転させるのは困難です。スタンフォード大学のチームは AI を使用して、90% の記録破りの可能性のある最大気温変化を予測しました。
近年、地球温暖化の進行を背景に、まれな異常気象が相次ぎ、時代が直面する深刻な課題を静かに告げているかのようです。終わりに近づく2024年も、私たちに衝撃的な場面をもたらします。サハラ砂漠は数十年ぶりの洪水に見舞われ、米国の「世紀のハリケーン」は被害をもたらしたハリケーンとなりました。ヨーロッパでは豪雨によりここ数十年で最悪の洪水が発生し、ラテンアメリカは歴史的な干ばつに見舞われました。
『流浪の地球』には有名なセリフがあります。「当初、この災害については誰も気にしていませんでした。それは単なる山火事、干ばつ、種の絶滅、そして都市の消滅でした。この災害がすべての人に密接に関係するようになるまでは、地球規模の気候が温暖化を続け、異常気象が頻繁に発生するにつれ、無視できない疑問が私たちの前に浮かび上がります。「これらすべての問題の背後にある理由は何でしょうか?」一般的なコンセンサスは人間の工業化活動であり、特に産業革命以降、人間の活動によって引き起こされる炭素排出量の急増が地球温暖化の主な原因であると考えられています。しかし、工業化は地球温暖化に具体的にどの程度の影響を与えるのでしょうか?現在の傾向が続くと、地球の気温はどのように変化し続けるのでしょうか?これらの問題は、人工知能技術の継続的な進歩とともに徐々に明らかになりつつあります。
最近、スタンフォード大学、コロラド州立大学、チューリッヒ工科大学の共同研究チームが、それぞれ地球物理学リサーチレターズ誌と環境リサーチレターズ誌に2本の論文を発表しました。彼らは高度な人工知能畳み込みニューラル ネットワーク システムをトレーニングし、多数の気候モデルを使用して気温と温室効果ガスのデータをシミュレートし、一連の予測結果を取得しました。たとえ急速な排出削減が達成できたとしても、地球の平均気温はこれまでで最も暑い年である 2023 年より 0.5 ℃高くなる可能性があります。この可能性は 90% と同じくらい高くなります。さらに憂慮すべきことに、このモデルは、炭素排出量が増加し続けた場合、2060年までに世界のほとんどの地域の気温が2023年よりも1.5℃上昇すると予想されるとも予測している。
最初の論文:
論文のタイトル: 急速な脱炭素化の下でのピーク温暖化のデータに基づく予測
論文リンク:
https://agupubs.onlinelibrary.wiley.com/doi/full/10.1029/2024GL111832
2 番目の論文:
論文のタイトル: 気候モデルと観測を組み合わせて、地域の温暖化閾値に達するまでの残り時間を予測する
論文リンク:
https://iopscience.iop.org/article/10.1088/1748-9326/ad91ca
オープンソース プロジェクト「awesome-ai4s」は、100 を超える AI4S 論文の解釈をまとめ、大規模なデータ セットとツールを提供します。
https://github.com/hyperai/awesome-ai4s
CMIP6 データセットのさまざまな温暖化シナリオに基づいて、特定のタスク用の多様な CNN モデルがトレーニングされます。
どちらの論文も、CMIP6 の複数の全球気候モデル (GCM) と畳み込みニューラル ネットワーク (CNN) モデルに基づいており、同様のデータセットを使用していますが、データセットと CNN モデルの選択において異なる研究目標を持っており、構造に違いがあります。 。
最初の論文の目標は、脱炭素化目標が達成された場合の地球温暖化のピークを予測することです。この目的を達成するために、研究者らは複数の CNN モデルをトレーニングし、最適なモデルを選択しました。この調査結果は、世界的な猛暑が急速な脱炭素化の期間中に地域の極端な気候条件を引き起こす可能性があるかなりのリスクがあることを示唆している。
2 番目の論文は、現在の排出傾向に基づいて、21 世紀中の世界のさまざまな地域における地球温暖化を予測することを目的としています。実際の状況の複雑さを考慮して、研究者らはさまざまな条件下で GCM を選択し、一連の気候モデル予測と観測データを組み合わせる転移学習法を採用しました。このアプローチにより、最終的には、現在の気候条件に基づいて将来の気温変化をより正確に予測できるようになります。
具体的には、データセットの構築に関して複数の脱炭素化経路を特定するように CNN をトレーニングするために、研究者らは最初の論文で、SSP1 -1.9 などの脱炭素化シナリオの下で、国際結合モデル相互比較プロジェクト (CMIP6) の複数の全球気候モデル (GCM) からのデータをプールしました。 SSP1-2.6、SSP2-4.5など異常気象を正確に把握するために、研究チームは少なくとも 5 つの GCM 実装バージョンを組み込み、さまざまな GCM の影響のバランスをとりました。
2 番目の論文では、SSP3-7.0 シナリオの下で少なくとも 10 個の CMIP6 実装バージョンを備えた GCM を選択し、年間平均気温の異常をより正確にシミュレートすることに焦点を当てています。研究チームは、CNN のトレーニング用に 7 つ、検証用に 2 つ、テスト用に 1 つを選択しました。彼らはまた、年間平均気温の異常を 2.5° × 2.5° のグリッドに再グリッド化し、1951 年から 1980 年を基準とした各グリッド点の気候平均異常を計算しました。
2 つの論文は、CNN の構造とトレーニング方法にも大きな違いがあることも示しています。最初の論文では、CNN を通じて年間平均地表近く温度マップと残留累積二酸化炭素排出量を処理し、入力ごとに SHASH 分布の残留温暖化を予測し、異なるランダム シードで 15 個以上の CNN をトレーニングし、最適なものを選択しました。温暖化のピークは2100年と予測されている。
対照的に、2 番目の論文では、領域ごとに独立して CNN をトレーニングします。研究者らは、バークレー観測データに転移学習を適用して、気候モデル データで訓練された CNN (ベース CNN) を微調整し、観測データとより一貫性のある新しい CNN (トランスファー CNN) を生成しました。ベース CNN とトランスファー CNN のトレーニングが成功すると、研究チームはバークレーの観測に基づいて地球地図を予測し、2023 年のバークレーの年間平均気温の異常値と予想されるしきい値を CNN に入力しました。
世界は一般的に温暖化という課題に直面しており、急速な脱炭素化によって温暖化傾向を逆転させることはできません。
研究の詳細に関しては、最初の論文ではまず、さまざまな歴史的期間における予測フレームワークの精度が検証されました。研究者らは、CMIP6 の過去のシミュレーション データに基づいて CNN をトレーニングし、それを NASA およびバークレー地球からのデータと比較しました。図EFに示すように、CNNによって予測されたピーク温暖化時系列は、初期化年に対して高度なロバスト性を示し、観測データに基づくCNN予測結果の不確実性は、GCMシミュレーションデータに基づくCNNの予測結果よりもはるかに低いです。
予測はさらに、急速な脱炭素化が起こったとしても、気候変動の影響は人間と生態系がこれまでに経験したものよりも深刻になる可能性が高いことを示唆しています。 2023年末までに、人間の活動によって引き起こされる気候変動により、地球の気候は約1.5℃温暖化する可能性があります。最も野心的な脱炭素化シナリオの下でも、世界の年間平均気温が2023年の数値を超えるのは「ほぼ確実」で、2℃上昇する可能性は半分ある。たとえ今世紀半ばまでに二酸化炭素排出量実質ゼロに達したとしても、各年は2023年の地球規模の異常気温の記録よりも少なくとも0.5℃高い可能性が非常に高いです。
2 番目の論文は、炭素排出量の継続的な増加を予測しています。研究結果は、最も根本的な排出削減策が講じられたとしても、地球温暖化の傾向を完全に逆転させることは依然として困難であり、熱波、大雨、干ばつなどの異常気象現象の激化を防ぐことはできないという厳しい事実を明らかにしています。完全に避けられました。また、現在の炭素排出レベルが変わらなければ、世界中のほとんどの地域が 2040 年までに 2.0°C を超える地域温暖化に直面する可能性が高くなります。この予測は地球温暖化問題の緊急性を強調しており、最も楽観的な排出削減シナリオのもとでも地球温暖化の影響は依然として避けられず、炭素排出量の継続的な増加により状況はさらに深刻になることを示している。
以下の図に示すように、この研究では、1.5°C の閾値については、すべての主要な予測地域が 2040 年かそれ以前に到達することがわかりました。 2.0℃の閾値については、ほとんどの地域が 2040 年までに到達し、世界中のすべての地域で遅くとも 2060 年までに到達すると予想されます。 1 つの地域を除くすべての地域では、遅くとも 2070 年までに 3.0°C の閾値に達すると予想されます。
持続可能な開発と地球科学研究に焦点を当てる
この記事で研究した主要人物の 1 人であるノア ディフェンボー教授は、ドーア持続可能性大学院での著名な経歴を持っていることは言及する価値があります。 2022 年 5 月、シリコンバレーの億万長者投資家ジョン・ドーア氏はスタンフォード大学に 11 億米ドルを寄付し、ドーア持続可能性研究所を設立しました。ドーア氏はシリコンバレーのテクノロジー大手への投資家でもあり、継続的なテクノロジー開発の強力な支持者でもあります。企業は、ゼロエミッション技術への投資や講演を通じて、地球温暖化と戦うためにクリーン エネルギー技術を導入するよう求めています。
設立からわずか 2 年で、デュール持続可能性研究所はすでに一連の研究成果を上げています。この記事で説明した 2 つの結果に加えて、アカデミーは Mineral-X アフィリエイト プログラムも開始しました。このプログラムは、人工知能技術を使用して重要な鉱物鉱床を特定し、クリーンな再生可能エネルギーの開発をサポートする回復力のある鉱物サプライ チェーンを構築することを目的としています。また、同大学はまた、AI テクノロジーを利用して、二酸化炭素排出ゼロのモニタリング、熱波の変化と地球温暖化、気候変動が人間の病気に及ぼす影響に関する多くの研究を実施してきました。
この記事の 2 つの研究の著者であるノア ディフェンボー教授は、地球規模の気候問題に長年懸念を抱いてきた科学者です。 AI テクノロジーが台頭する前、ディフェンボー教授は、2019 年 4 月 22 日に米国科学アカデミー紀要に次のように述べた驚くべき研究結果を発表していました。「地球温暖化が富裕層と貧困層の社会的格差に及ぼす影響に関する研究では、地球温暖化前と比較して、ほとんどの貧しい国はさらに貧しくなり、ほとんどの裕福な国はさらに裕福になったことが判明した。」
AI テクノロジーの革命的な影響を受けて、ディフェンボー教授は、AI4S の分野における AI の応用にも注力しています。米国科学アカデミー紀要の 2023 年 1 月号で、彼は、産業革命以前または 19 世紀半ば以来、地球の気温が摂氏 1.1 度または 1.2 度上昇しており、人工知能は地球が今後、 2033 年から 2035 年の間に 1.5°C の温暖化閾値を超えます。しかし、国連のデータによると、2023年の地球の気温は1.5度を超えており、地球の気温上昇は予想を上回っています。
ディフェンボー教授の研究に加えて、地球温暖化の予測における AI の応用は非常に普及しています。たとえば、今年 7 月に Google Research 研究チームが開発した人工知能モデル NeuralGCM は、天気予測と気候シミュレーションを新たなレベルに引き上げました。 NeuralGCM は長期的な気候予測で優れたパフォーマンスを発揮します。その 40 年間の気候予測シミュレーション結果は、ECMWF データから実証された地球温暖化傾向と一致しています。
AI テクノロジーの継続的な進歩により、天気予報の速度と精度はさらに加速すると考えられます。