Η Ευρώπη βιώνει όλο και πιο συχνά, πιο έντονους και θανατηφόρους καύσωνες, όμως ένα νέο σύστημα τεχνητής νοημοσύνης (AI) υπόσχεται να αλλάξει τον τρόπο που η Γηραιά ήπειρος προετοιμάζεται για τις ακραία υψηλές θερμοκρασίες. Πιο συγκεκριμένα, ερευνητές από το Euro-Mediterranean Centre on Climate Change (CMCC) ανέπτυξαν ένα σύστημα μηχανικής μάθησης ικανό να προβλέπει ακραία θερμικά φαινόμενα έως και επτά εβδομάδες πριν εκδηλωθούν – με μεγαλύτερη ακρίβεια και αποδοτικότητα από τις σημερινές παραδοσιακές μεθόδους πρόγνωσης.
Η μελέτη τους, που δημοσιεύθηκε στο επιστημονικό περιοδικό Communications Earth & Environment, και επικαλείται το euronews, ενδέχεται να φέρει επανάσταση στον τρόπο που η Ευρώπη προετοιμάζεται για έναν από τους πιο επικίνδυνους κινδύνους που φέρει η κλιματική αλλαγή. Ο επικεφαλής της έρευνας, Δρ. McAdam, εξηγεί: «Η μηχανική μάθηση θα γίνει θεμελιώδες μέρος του τρόπου με τον οποίο μελετάμε την μεταβλητότητα του κλίματος. Η μελέτη αυτή έχει αποδείξει τη χρησιμότητά της στην πρόβλεψη ακραίων φαινομένων, αλλά αποτελεί μόνο ένα πρώτο βήμα στον καθορισμό του τρόπου με τον οποίο θα το κάνουμε αυτό για να λάβουμε ερμηνεύσιμα και φυσικά σημαντικά αποτελέσματα».
Οι καύσωνες ως θανάσιμη απειλή για την Ευρώπη
Οι καύσωνες συγκαταλέγονται ανάμεσα στους πιο φονικούς κλιματικούς κινδύνους της Ευρώπης. Οι ακραίες θερμοκρασίες των ετών 2003, 2010 και 2022 προκάλεσαν δεκάδες χιλιάδες θανάτους, καταστροφές στις καλλιέργειες και σοβαρές πιέσεις στα ενεργειακά και υγειονομικά συστήματα. Σύμφωνα με ανάλυση του Climate Resilience for All (2024), σε ορισμένες πόλεις της νότιας Ευρώπης η περίοδος ζέστης διαρκεί πλέον έως και πέντε μήνες τον χρόνο, ενώ το φετινό καλοκαίρι καταγράφηκε ως ένα από τα θερμότερα στην Ισπανία. Ταυτόχρονα, έρευνα των World Weather Attribution και Climate Central προειδοποιεί ότι έως το 2100, ο πλανήτης θα μπορούσε να βιώνει σχεδόν δύο επιπλέον μήνες «υπερβολικά ζεστών» ημερών κάθε χρόνο.
Πώς λειτουργεί το σύστημα CMCC
Μέσα σε αυτό το πλαίσιο, η ανάγκη για αξιόπιστα συστήματα έγκαιρης προειδοποίησης είναι επιτακτική. Το σύστημα του CMCC αναλύει περίπου 2.000 διαφορετικούς κλιματικούς δείκτες – από τη θερμοκρασία του αέρα και τη θερμοκρασία των ωκεανών, έως την υγρασία του εδάφους – για να εντοπίσει τους συνδυασμούς που «προδίδουν» πότε και πού είναι πιθανό να σχηματιστεί καύσωνας. Αφού εντοπίσει αυτά τα μοτίβα, μπορεί να παράγει προβλέψεις για ολόκληρη την Ευρώπη.
Οι ερευνητές διαπίστωσαν ότι το νέο μοντέλο ανταγωνίζεται, και σε ορισμένες περιπτώσεις ξεπερνά, τα παραδοσιακά συστήματα πρόγνωσης, ειδικά στη βόρεια Ευρώπη, όπου η ακρίβεια των προβλέψεων ήταν διαχρονικά περιορισμένη.
Για να «εκπαιδευτεί», το σύστημα χρησιμοποίησε προσομοιώσεις αρχαίων κλιματικών συνθηκών από το έτος 0 έως το 1850, κερδίζοντας έτσι εκατοντάδες επιπλέον «εικονικά χρόνια» δεδομένων. Αν και τα δεδομένα προήλθαν από υπολογιστικά μοντέλα και όχι από πραγματικές μετρήσεις, η AI κατάφερε να εφαρμόσει όσα έμαθε, προβλέποντας με επιτυχία πραγματικούς καύσωνες που σημειώθηκαν μεταξύ 1993 και 2016.
Ακρίβεια με μικρότερο ενεργειακό αποτύπωμα
Οι παραδοσιακές προβλέψεις των καιρικών φαινομένων απαιτούν υπερυπολογιστές και ημέρες υπολογισμών. Αντίθετα, το σύστημα του CMCC χρειάζεται πολύ μικρότερη υπολογιστική ισχύ. «Η προσέγγισή μας δείχνει ότι η μηχανική μάθηση μπορεί να κάνει αξιόπιστες εποχιακές προβλέψεις χρησιμοποιώντας μόνο ένα μικρό μέρος των υπολογιστικών πόρων που απαιτούνται για παλαιότερες μεθόδους», υπογραμμίζει ο McAdam.
Με έγκαιρες και ακριβείς προειδοποιήσεις για ακραία θερμότητα, η τεχνολογία αυτή θα μπορούσε να βοηθήσει τις ευρωπαϊκές χώρες να προστατεύσουν τις καλλιέργειες, να μειώσουν την πίεση στα ενεργειακά δίκτυα και να προετοιμάσουν τα συστήματα υγείας για αύξηση περιστατικών θερμικής εξάντλησης. Οι ερευνητές εκτιμούν, τέλος, ότι το ίδιο πλαίσιο θα μπορούσε στο μέλλον να προσαρμοστεί για την πρόγνωση πλημμυρών ή ξηρασιών, προσφέροντας ένα πολύτιμο εργαλείο για την αντιμετώπιση των ολοένα και πιο συχνών ακραίων καιρικών φαινομένων.
Διαβάστε ακόμη
