ხელოვნური ინტელექტის დახვეწილი ალგორითმი პროგნოზირებს, რომ 2030-იანი წლების დასაწყისში, მსოფლიო იმაზე 1,5 °C-ით ცხელი იქნება, ვიდრე სამრეწველო რევოლუციამდე იყო.
როგორც ხელოვნური ინტელექტი მიუთითებს, ეს გარდაუვალია, არ აქვს მნიშვნელობა, მომდევნო ათ წელიწადში სათბურის აირების გამოყოფა მოიმატებს თუ დაიკლებს: დედამიწის საშუალო ტემპერატურის 1,5 °C-ით მატებას თავიდან მაინც ვერ ავიცილებთ. შეგახსენებთ, რომ 2015 წელს გაფორმებული პარიზის შეთანხმების მიზანი იყო, მსოფლიოს არ დაეშვა ტემპერატურის 1,5 °C-ზე მეტით მომატება.
თავდაპირველად შეთავაზებული მკაცრი ზომები გულისხმობდა ემისიების შემცირებას ისე, რომ ტემპერატურა 1,5 °C-ზე მეტით არ მომატებულიყო, მაგრამ სავარაუდოდ, კვლევის ავტორთა განცხადებით, იგივე ზომები ახლა საჭიროა 2 °C-იანი ზრდის თავიდან ასარიდებლად. 2 °C-იანი მატების შედეგები გაცილებით უარესი იქნება პლანეტაზე სიცოცხლისთვის.
კლიმატის ცვლილების შედეგებს უკვე ვხედავთ სითბური ტალღების, ტყის ხანძრების, წყალდიდობების და შტორმების სახით და ამ დროს, საშუალო ტემპერატურა ჯერ მხოლოდ 1,1 °C-ით არის მომატებული. შესაბამისად, ტემპერატურის აწევის შეკავება უკიდურესად მნიშვნელოვანია, რადგან გრადუსის ყოველ მეათედსაც კი უზარმაზარი გავლენა აქვს.
ხელოვნური ინტელექტის მოდელი აჩვენებს, რომ თუკი 2076 წლისთვის სათბურის აირების გამოყოფა ნულამდე დავა, 2-ში ერთია იმის შანსი, რომ 2054 წელს ტემპერატურა 2 °C-ით იყოს მომატებული; ხოლო 3-ში 2-ია შანსი, რომ ეს 2044-2065 წლებს შორის მოხდეს.
„სრულიად ახალი მიდგომის გამოყენებით, რომელიც მომავლის პროგნოზირებისთვის კლიმატის სისტემის ამჟამინდელ მდგომარეობას იყენებს, ვადასტურებთ, რომ მსოფლიო 1-5 °C-იანი ზღვრის გადაკვეთის გზას ადგას. ჩვენი ხელოვნური ინტელექტის მოდელი საკმაოდ დარწმუნებულია, რომ თუკი ემისიების ნულამდე დაყვანას კიდევ ნახევარი საუკუნე დასჭირდება, ტემპერატურის 2 °C-იან მატებას წინ აღარაფერი უდგას“, — ამბობს კალიფორნიის სტენფორდის უნივერსიტეტის კლიმატური მეცნიერი ნოა დიფენბაგი.
სამომავლო დათბობის პროგნოზირებისთვის, საპროგნოზო კლიმატური მოდელებისა და ნახშირბადის გლობალური მარაგების გამოყენების ნაცვლად, ნერვული ქსელის სახელით ცნობილ ხელოვნურ ინტელექტში მკვლევრებმა შეიტანეს უკვე მომხდარი ტემპერატურული ცვლილებების მონაცემთა ბაზა.
არსებულ მონაცემებში მახასიათებელთა შესამჩნევად, ეს ნერვული ქსელები დიდი ოდენობით შეწონილ კვანძებს იყენებენ; შემდეგ შესაძლებელია ამ მახასიათებელთა გავრცობა მომავალზე. კერძოდ, ხელოვნური ინტელექტი დააკვირდა კონკრეტულ ადგილებში ბოლოდროინდელ ტემპერატურულ მატებას 1951-1980 წლებს შორის პერიოდის მონაცემებთან შედარებით.
მომავლის შეფასებათა სიზუსტის შესამოწმებლად, ხელოვნურ ინტელექტს უბრძანეს, გაეკეთებინა პროგნოზი ინდუსტრიამდელ ხანასთან შედარებით ახლა 1,1 °C-ით მომატებული ტემპერატურის შესახებ. მართლაც, მან 2022 წელი იწინასწარმეტყველა, ყველაზე სავარაუდო დიაპაზონად კი 2017-2027 წლები დაასახელა.
დიფენბაგის განცხადებით, ეს ნამდვილად კარგი ტესტი იყო იმის შესამოწმებლად, გამოიცნობდა თუ არა ხელოვნური ინტელექტი უკვე მომხდარი მოვლენის დროს. ის ფაქტი, რომ მან პროგნოზი ასეთი სიზუსტით გამოიცნო, მკვლევართა თვალში მის სანდოობას ზრდის.
ხელოვნური ინტელექტის პროგნოზი, რომ 2030-იანი წლების დასაწყისში მსოფლიო 1,5 °C-ით უფრო ცხელი იქნება, ემთხვევა გაერო-ს კლიმატის ცვლილების სამთავრობათშორისო ექსპერტთა ჯგუფის (IPCC) მეექვსე მოხსენების დასკვნებს, რომლის მიხედვითაც, 1,5 °C-იან ზღვარს სწორედ 2030-იანი წლების დასაწყისში უნდა გადავაბიჯოთ.
თუმცა, ჯერ კიდევ რჩება გარკვეული არადამაჯერებლობა იმის შესახებ, როდის შეიძლება დადგეს 2 °C-იანი მატება, როდესაც მთლიანი პლანეტის სიმულირებას მრავალი წლით ადრე ცდილობ. რაც ვიცით, ის არის, რომ ტემპერატურის ზრდა გამოიწვევს დამატებით „გარდამტეხ წერტილებს“, რაც ტემპერატურის კიდევ უფრო მეტად აწევას ნიშნავს.
სწორედ ამიტომ არის 2 °C-იანი ზღვარი მეცნიერებისთვის ასე მნიშვნელოვანი. ეფექტებს შორის იქნება სოფლის მეურნეობის კრახი, ზღვის დონის მატება, ხმელეთისა და ზღვის ეკოსისტემების კოლაფსი, ეკონომიკური დაღმასვლა და მწვავე ზემოქმედება ადამიანის ჯანმრთელობაზე.
ნულოვანი ემისიის მიზანი გულისხმობს, რომ საუკუნის შუა პერიოდისთვის უნდა შეწყდეს ნახშირორჟანგის, მეთანის და სითბოს დამჭერი სხვა აირების ხელოვნურად გამოყოფა, რათა არ დავუშვათ გლობალური საშუალო ტემპერატურის 2 °C-ზე მეტით აწევა. ამ ეტაპზე, მრავალი ქვეყანა მიზნად ისახავს, რომ ემისიების დონე ნულამდე დაიყვანონ 2050-2070 წლებს შორის.
კვლევა ჟურნალ PNAS-ში გამოქვეყნდა.
მომზადებულია ews.stanford.edu-სა და ScienceAlert-ის მიხედვით.
