Umelá inteligencia (AI) zaznamenáva rýchly pokrok a jej aplikácie siahajú od vzdelávania a zdravotníctva až po oblasti vyžadujúce komplexnú analytiku. AI je široký pojem popisujúci rôzne užitočné technológie, ktoré napodobňujú ľudskú inteligenciu, vrátane úsudku a následného rozhodovania. Nedávny vývoj v AI, ako sú modely ChatGPT od OpenAI, technológie strojového videnia a hlbokého učenia, možno nasadiť v rôznych kontextoch, obzvlášť v súvislosti so zmenou klímy.

Mimoriadny záujem sa sústreďuje na základné modely (Foundation Models – FMs), ktoré môžu pomôcť rozšíriť pochopenie klimatickej zmeny a znížiť sociálne riziká adaptačných a mitigačných iniciatív.

Charakteristika a sila FMs

FMs sú modely trénované na rozsiahlych, neoznačených súboroch dát a dajú sa prispôsobiť na vykonávanie širokej škály súčasných úloh, pričom zohľadňujú rôzne premenné. Sú umožnené predovšetkým prostredníctvom prenosu učenia (transfer learning), kedy sa poznatky získané z jednej úlohy aplikujú na inú, a prostredníctvom rozsahu (scale). Rozsah je daný tromi hlavnými vlastnosťami: vylepšeným hardvérom, architektúrou transformátorových modelov a dostupnosťou rozsiahlych tréningových dát.

Tieto modely, ako napríklad generatívny predtrénovaný transformátor (GPT), revolučne zmenili úlohy spracovania prirodzeného jazyka (NLP). Úspešne sa využívajú aj v kľúčových sektoroch, ako je zdravotníctvo (napr. pri práci s rôznymi kombináciami medicínskych dát) a obchod (optimalizácia procesov).

Aplikácia FMs v kontexte zmeny klímy

Charakteristické vlastnosti FMs ich robia ideálnymi pre iniciatívy na zmiernenie a adaptáciu na zmenu klímy. Môžu flexibilne pomôcť pri lepšom pochopení kľúčových kauzálnych vzťahov vo výkone klimatických systémov. Potenciálne príspevky FMs k adaptácii a mitigácii zahŕňajú:

1. Analýzu dát: FMs sú schopné spracovať rozsiahle objemy klimatických dát, vrátane teplotných záznamov, atmosférických meraní a satelitných snímok.
2. Klimatické modelovanie: Modely AI trénované na obrovskom množstve dát môžu simulovať a predpovedať zemské klimatické systémy, zlepšovať rozlíšenie a urýchľovať predpovede. Tieto modely, akým je napríklad ClimaX, môžu podporiť rozhodovanie pre tvorcov politík a tímy pre reakciu na katastrofy.
3. Hodnotenie rizík: FMs dokážu posúdiť zraniteľnosť a riziká súvisiace s klímou naprieč rôznymi sektormi, regiónmi a spoločnosťami.
4. Podporu rozhodovania: Poskytujú tvorcom politík a manažérom podnikov poznatky založené na dôkazoch, ktoré usmerňujú formulovanie politík a strategické riadenie.

Okrem toho FMs asistujú vo vizuálnom pochopení fenoménov, ako je stúpanie hladiny morí, a môžu zvýšiť angažovanosť používateľov replikovaním ľudskej inteligencie, čo je užitočné pri zvyšovaní povedomia o vplyvoch zmeny klímy.

Priemyselné iniciatívy

Popredné technologické spoločnosti aktívne vyvíjajú FMs pre riadenie klimatických zmien:

• Google nasadzuje nástroj Environmental Insights Explorer (EIE) na zníženie emisií uhlíka a Project Green Light na optimalizáciu časovania semaforov.
• IBM vyvíja geopriestorový FM v spolupráci s NASA, ktorý premieňa satelitné pozorovania na mapy prírodných katastrof a odhaduje riziká pre infraštruktúru.
• Microsoft v spolupráci s UCLA predstavil ClimaX, generalizovateľný FM pre modelovanie počasia a klímy.
• NVIDIA spustila iniciatívu Earth-2 s cieľom vybudovať digitálne dvojča Zeme, ktoré má zlepšiť predpovede extrémneho počasia a podporiť adaptačné stratégie.

Etické a technické obmedzenia

Napriek obrovskému potenciálu čelia FMs významným výzvam. Medzi etické obavy patrí zosilňovanie škodlivých stereotypov (bias amplification) prítomných v tréningových dátach, riziko zneužitia na dezinformácie alebo deepfakes, a netransparentnosť rozhodovacích procesov (ich „black-box“ povaha), čo sťažuje zodpovednosť.

Medzi technické obmedzenia patrí ich sklon k generovaniu nesprávnych výstupov v dôsledku nedostatku skutočného pochopenia (jav známy ako „halucinácia“). Okrem toho sú FMs spojené s rastúcimi environmentálnymi nákladmi v dôsledku vysokej energetickej náročnosti a následných emisií uhlíka.

Pre maximalizáciu pozitívneho vplyvu FMs na adaptáciu a mitigáciu klímy je nevyhnutné interdisciplinárne úsilie na riešenie týchto etických a technických obmedzení, zabezpečenie transparentnosti a zodpovedné nasadenie AI. JRi

Walter Leal Filho et al. (2025) v Environmental Sciences Europe