Kan kunstig intelligens vise, om isen vokser eller skrumper?

21. januar 2025. Hvor meget stiger havet og hvornår som følge af global opvarmning? Det spørgsmål stiller myndighederne videnskaben i lande med kyster, der trues af vandmasserne kloden rundt. Og derfor er enhver brik, der kan styrke det samlede billede i puslespillet i høj kurs. Ikke mindst, hvis brikken kan komme på bordet i en fart.

Traditionelle vejr- og klimamodeller afvikles på talknusere – supercomputere, der beregner vejret på grundlag af algoritmer fodret med atmosfærens fysik og observationer. Vejrmodeller med kunstig intelligens (AI) kigger på ’billeder’ af fortiden – enorme mængder data – og lærer ved at finde mønstre at spå om fremtiden. De unge ’seersker’ arbejder hurtigt, til gengæld er træningen af AI-modellerne en ny og tung disciplin.

DMI’s klimaforskere er med i front, hvor arbejdet med de nye AI-modeller fastlægges.

–  De modeller, vi i dag bruger til at forudsige, hvor meget is, der vil være i fremtiden, og hvor hurtigt den vil forsvinde, er langsomme, komplekse og nogle gange endda uenige om omfanget af afsmeltningen. Derfor arbejder vi på at udvikle AI-modeller, der kan skabe hurtigere og mere præcise udregninger af, hvor meget is og smeltevand, der er i fremtiden, siger Nicolaj Hansen, der er klimaforsker i Nationalt Center for Klimaforskning på DMI.

Banebrydende samarbejde
Forskere fra DMI, Niels Bohr Institutet, DTU Space og Aarhus Universitet har indgået et tæt samarbejde for at revolutionere måden, vi forudsiger isens fremtid i Arktis og Grønland.

Helt konkret hedder disciplinen, AI skal hjælpe med, ’massebalance for overfladen’ (på engelsk: surface mass balance, SMB). SMB udtrykker balancen mellem hvor meget snevejr får iskappen til at vokse ved overfladen, alt imens den bliver tyndet ud og trækker sig tilbage, når overfladen smelter.

Ved at kombinere ekspertise inden for klimatologi og kunstig intelligens (AI) er de i gang med at udvikle nye AI-modeller, der kan give hurtigere og mere præcise beregninger af isens smeltehastighed og produktionen af smeltevand.

– AI vil kunne levere øjeblikkelige forudsigelser, der tidligere krævede ugers beregninger på supercomputere, siger Nicolaj Hansen.

AI-modellerne trænes ved at efterligne resultaterne fra numeriske modeller, men de gør det langt hurtigere og med mulighed for at producere mange flere scenarier på kort tid. Det giver forskerne en unik mulighed for at analysere en bred vifte af mulige fremtidsscenarier og få et mere nuanceret billede af klimaforandringernes indvirkning.

En vigtig del af arbejdet er at forstå begrænsningerne. AI-modeller er nemlig kun så gode som de data, de trænes på. Hvis de numeriske modeller, der danner grundlaget for træningen, har mangler, kan det også påvirke AI-modellernes nøjagtighed.

Dette tværfaglige samarbejde understreger, hvordan forskning i klimaforandringer kan accelereres ved at kombinere ekspertise på tværs af institutioner og discipliner. De nye AI-modeller forventes at blive et vigtigt værktøj i kampen mod klimaforandringer ved at levere data, der kan understøtte politiske beslutninger og klimatilpasning.

Forskerne har sammen beskrevet udviklingsarbejdet med AI-modellerne på videnskab.dk, som du kan læse her.

DMI Kommunikation