2024年，全球记录了约604起极端天气事件，其中许多被认为异常甚至前所未有。欧盟资助的XAIDA项目旨在揭示气候变化如何塑造这类事件，以及如何更好地理解它们。借助机器学习和深度学习，研究人员得出了一个令人担忧的结果：在许多地区，热浪增加的速度比气候模型预期的更快。文末你还可以测一测，自己应对高温的能力如何。
近年来，极端天气事件变得更加频繁、更加强烈。这引发了对环境和人身安全的严重担忧。
数字不言自明：2024年，全球记录了约604起此类事件，其中许多被归为异常甚至前所未有。
这些事件与气候变化之间的联系看起来很紧密。问题在于，其强度和复杂性不断上升背后的机制仍未被完全理解。XAIDA项目正是为填补这一空白而启动的。
XAIDA是欧盟资助的项目，汇集了16家合作机构，它们分别专注于三个领域：人工智能、统计学和气候建模。
他们的目标是开发数据驱动的方法，揭示气候变化在全球极端天气中所起的作用。来自不同行业的利益相关方也参与其中，以便研究结果能够用于风险评估和适应策略。
该联盟开发了一套工具，用于机器学习、因果推断、事件检测和影响评估。热浪是这些工具投入使用的关键领域之一。
团队使用变分自编码器（一种深度学习技术）来研究极端高温在气候变化过程中的表现。结果并不令人安心。
“在项目期间，我们了解到，在许多地区，热浪增加的速度比气候模型预期的更快。这非常令人担忧。”项目协调人迪姆·库穆（Dim Coumou）说，他任职于阿姆斯特丹自由大学（Vrije Universiteit Amsterdam）。
XAIDA留下了几项具体成果：
该项目还产出了100多篇同行评议的科学论文，并为中小学教师开发了教育材料。
最大的挑战之一涉及人工智能本身。它的结果必须可信且可解释，否则科学家几乎没有理由依赖它们。
XAIDA的应对方式是，把气候模型和统计分析等传统方法与新的人工智能技术结合起来。让两者并行运行，就可以相互核对并验证结果。
正是这种新旧结合，让团队得以自信地呈现基于人工智能的发现，而不是把它当作一个黑箱。
库穆强调，XAIDA并非孤立出现：“近年来，气候科学领域掀起了一股规模大得多的人工智能创新浪潮，XAIDA只是其中的一部分；在项目期间，人工智能确实迅猛发展。现在我们有了全球性的人工智能天气预测模型，它们真正为研究界带来了新的机遇。”
对于考虑从事气候研究的人来说，信息很明确：如今研究天气，也意味着要与数据、统计和算法打交道。
XAIDA把人工智能、统计学和气候建模结合起来，以便更好地理解极端天气。项目发现，在许多地区，热浪增加的速度比气候模型预测的更快，并交付了AIDE工具箱、CAUSEME平台和GreenEarthNet。通过把传统方法与人工智能相结合，团队得以验证自己的结果，并使人工智能在气候科学中更值得信赖。
5 个问题 · 一分钟
English
Čeština
Deutsch
Español
Français
Magyar
Italiano
Polski
Português
Русский
Slovenčina
Türkçe
Українська
العربية
中文