beragampengetahuan: keajaiban iklim AI/ML? – Beragampengetahuan

Kecerdasan buatan dan pembelajaran mesin mendalam (AI/ML) telah menjadi tren sejak “momen ChatGPT” pada tahun 2022, dan AI/ML pasti akan berdampak pada kita semua. Itu membuat saya merasa tren ini terdengar seperti sesuatu yang keluar dari fiksi ilmiah. (utopi/distopia) lebih dari film demam emas Clondyke yang lama.

“AI tidak akan menggantikan Anda, orang-orang yang menggunakan AI akan menggantikan Anda,” kita telah diberitahu. Dan orang-orang dari tingkat tinggi telah menegaskan bahwa kita perlu mengadopsi AI/ML. Saya tentu saja merasakan tekanan dari mereka yang ingin lebih mempromosikan AI/ML dalam memperkecil skala model iklim global. Namun mereka tampaknya tidak mengetahui sejarah penurunan perkiraan iklim.

Namun, saya dapat memahami dorongan dan keinginan ini. Karena hal ini bukan hanya disebabkan oleh model bahasa besar (LLM) seperti chatGPT, motivasi yang lebih relevan kemungkinan besar akan mencapai kesuksesan yang mengesankan dalam penerapan AI/ML pada prakiraan cuaca. (Bio dkk., 2023)Seperti Pangu-Weather, GraphCast, AIFS, Earth-2 dan Aurora.

Namun, terdapat perbedaan yang sangat besar antara hasil model iklim yang diperkecil untuk prakiraan cuaca dan perubahan iklim. Dan saya menulis beberapa peringatan dalam sebuah artikel yang baru-baru ini diposting di arXiv.

Saya khawatir saya semakin meninggalkan statistik dan metode matematika. Dan perumpamaannya adalah burung kukuk bertelur di sarang burung lain. Kami telah mengembangkan metode untuk memperkecil data iklim penting berdasarkan matematika dan statistik. yang menurut saya akan memberikan hasil yang lebih akurat dibandingkan algoritma dan strategi AI/ML saat ini.

Saya pikir penting untuk diingat bahwa keberhasilan AI/ML baru-baru ini tidak mengurangi manfaat matematika, statistik, dan fisika. AI/ML hanya berguna jika terdapat data dalam jumlah besar dan pengetahuan yang tidak lengkap tentang cara berbagai hal berinteraksi. Namun, kualitas data yang sebenarnya ditawarkan dan jumlah data berdampak besar pada simulasi.

Terdapat kekhawatiran bahwa AI/ML akan memberikan hasil yang tidak akurat, seperti dalam ringkasan Google, AI/ML akan menjadi “kotak hitam” dan mungkin bersifat “psikedelik” dalam hal meminimalkan perubahan iklim. Masalah terbesarnya adalah mungkin algoritme AI/ML dilatih berdasarkan data yang tidak mewakili pemanasan iklim di masa depan.

AI/ML harus melengkapi metode tradisional. Karena didasarkan pada asumsi yang berbeda-beda. dan mempunyai kekuatan dan kelemahan yang berbeda. Tapi saya khawatir ini akan menggantikan metode-metode tersebut. Hal ini karena akuntan dan eksekutif dengan pola pikir jangka pendek ingin mengurangi biaya.
Kekhawatiran lainnya mencakup jejak karbon dari pusat data yang diperlukan untuk AI/ML dan bagaimana pusat data memfasilitasi pemikiran yang tidak rasional. Hal ini ditambah dengan risiko penggunaan AI/ML yang ceroboh atau tidak tepat dapat menyebabkan maladaptasi. Rincian dan referensi lebih lanjut tersedia di dokumen arXiv Benestad (2026).

merujuk

1. K.Bi, L. alamJilid 619, halaman 533-538, 2023.