Uczenie maszynowe może pomóc nie tyle w prognozowaniu klimatu, ile w rozwiązywaniu na bieżąco problemów lokalnych, na przykład związanych z reagowaniem podczas katastrof – mówi dr Aleksandra Kardaś, ekspertka do spraw zmiany klimatu, w rozmowie z Maciejem Chojnowskim
Maciej Chojnowski: Zima niedługo się skończy, a śnieg w Warszawie ledwie można było zauważyć. To zwykła anomalia czy dowód na zmianę klimatu?
Dr Aleksandra Kardaś*: Jedna ciepła zima nie dowodziłaby jeszcze zmiany klimatu. Aby o niej mówić, musimy mieć wieloletnią średnią, w której coś jest obniżone lub podwyższone – albo coraz większą częstość występowania jakichś zjawisk.
Pamiętam, że jakieś 15 lat temu w Warszawie było minus 30. Ale w Boże Narodzenie ze śniegiem jest już słabo.
Tak naprawdę już od połowy XX wieku śnieg na Wigilię był u nas rzadkim wydarzeniem. Poza tym wspomnienia osobiste są kiepskim punktem odniesienia, bo jedne rzeczy pamiętamy wyraźniej, a innych nie pamiętamy zupełnie. No i dochodzi jeszcze kwestia wieku. Lepiej więc spojrzeć w rzetelnie zebrane dane, bo to pozwala uniknąć błędów. W Polsce obserwujemy, że średnie temperatury rosną, a średnia liczba dni z mrozem spada. To już jest przejaw zmiany klimatu.
Jak przekonałaby pani kogoś, kto ma co do tego wątpliwości? Na co jeszcze by pani wskazała?
Przede wszystkim na fale upałów, które u nas występują coraz częściej i są coraz dłuższe. Wskaźnikiem może być na przykład liczba dni w roku z temperaturą powyżej 30 stopni. W Polsce takich dni jeszcze do lat 80. czy 90. było co najwyżej kilka w ciągu roku. Teraz ich jest kilkanaście, a w kolejnych dekadach może ich być kilkadziesiąt. To, co kiedyś było wyjątkiem, teraz jest właściwie normą.
Ostatnio dużo mówi się, że Polska ma problem z wodą. To przez klimat (mniej opadów) czy z powodu szwankującej gospodarki wodnej?
To złożona sprawa, bo choć zmiana klimatu nie wpłynęła silnie na roczną sumę opadów, coraz częściej występują one zimą, a nie latem. W dodatku mamy wiele dni z rzędu bez deszczu. Wtedy zużywamy wszelkie zapasy wody, a rośliny wypijają ją z gleby. Potem przychodzi ulewa i w jeden dzień spada tyle deszczu, ile powinno spaść w ciągu dwóch tygodni lub miesiąca. Ta woda, zamiast nasączać glebę i przesączać się do głębszych warstw wodonośnych, w dużej mierze spływa po powierzchni gruntu do kanałów i rzekami ucieka do morza. Gdy do niego trafia, przestaje być dla nas użyteczna.
W Polsce jeszcze do lat 80. czy 90. było co najwyżej kilka upalnych dni w ciągu roku. Teraz ich jest kilkanaście, a w kolejnych dekadach może być kilkadziesiąt
Dochodzą do tego kwestie zarządzania wodą opadową. U nas przez lata osuszano grunty. Teraz widać, że to poszło za daleko. Bo kiedy zmienia się rytm opadów, mamy duży problem z zatrzymaniem wody.
Sposób, w jaki gospodarujemy wodą, jest więc niedostosowany do zmieniającego się klimatu. Na szczęście w tej chwili dużo się na ten temat mówi. Jest nadzieja, że zaczniemy gromadzić wodę – czy w zbiornikach, czy na przykład dbając o to, by pozostawała w glebie.
Do prognozowania pogody używa się coraz dokładniejszych modeli, superkomputery są coraz mocniejsze, a siatki pomiarowe dokładniejsze niż kiedyś. Mimo to prognozy bywają błędne, a prognozowanie na dłużej niż kilka tygodni wydaje się mało wiarygodne. Tymczasem zmiany klimatu obejmują znacznie dłuższe okresy – dziesięciolecia, a nawet stulecia. Jak to możliwe, by długoterminowe prognozy klimatyczne były trafne, skoro często nie da się przewidzieć pogody na pojutrze?
Rzeczywiście, zdarza się, że prognoza pogody wybiegająca za daleko w przyszłość odstaje od rzeczywistości. Okazuje się na przykład, że za oknem jest 18 stopni zamiast przewidywanych 30. Ale trzeba pamiętać, że choć upał nie wystąpił, to mógł wystąpić, bo fizyka na to pozwala. W maju może być równie dobrze 18, jak 30 stopni. Prognoza nie była więc nierealistyczna, po prostu tym razem wypadki potoczyły się inaczej. Ten problem pojawia się w prognozach dłuższych niż na kilka dni w przód.
Jak to się ma do prognozowania klimatu?
Kiedy prognozujemy klimat, uruchamiamy model podobny do modelu pogody, tyle że robimy to wiele razy. Model przygotowuje wiele alternatywnych scenariuszy rzeczywistości, na przykład od dzisiaj na 100 lat naprzód. Ale wszystkie te scenariusze mieszczą się w możliwościach systemu. Kiedy mamy ileś wersji rzeczywistości i policzymy na ich podstawie średnią temperaturę dla danego roku albo dekady, to z dużym prawdopodobieństwem będzie ona zgodna z taką średnią klimatyczną, jaka rzeczywiście wystąpi. Oczywiście pod warunkiem, że zostaną spełnione określone założenia.
To znaczy?
Chodzi o przyszłe emisje gazów cieplarnianych. Naukowcy przygotowują kilka scenariuszy. Mówiąc ogólnie, taki, w którym szybko obniżamy nasze emisje; taki, w którym obniżamy je wolniej, oraz taki, w którym nasze emisje cały czas rosną. I uczeni prowadzą setki obliczeń dla każdego z nich. Potem wyniki są uśredniane dla poszczególnych wariantów. Nie spodziewamy się, że któryś z tych scenariuszy będzie zrealizowany punkt po punkcie. Zapewne zrealizujemy jakiś wariant pośredni.
Jak się weryfikuje te prognozy? Klimatolodzy odnoszą się do danych z przeszłości, by sprawdzić, czy model się zgadza?
Mamy już dosyć duży zbiór danych pomiarowych, więc wykorzystuje się je, żeby zobaczyć, czy model dobrze odtwarza to, co było w XX wieku.
Modele klimatu i pogody są oparte na równaniach fizycznych. To są prawa dynamiki płynów, zachowania energii, pędu, masy, transferu energii. Mamy równania podstawowe, sprawdzone w laboratoriach i w warunkach polowych. Są i takie parametry, w przypadku których trzeba coś uprościć, zastosować oparte na statystykach parametryzacje, ale podstawą modeli są równania fizyczne. I dlatego jeżeli nam wychodzi wzrost średniej temperatury powierzchni Ziemi o kilka stopni, to jest to uzasadnione fizycznie. Modele są tak zbudowane, żeby nie wyjść poza rzeczywistość naszej planety.
Te modele w ciągu ostatnich 40 lat ewoluowały w stronę coraz większej szczegółowości. Jak przebiegała ta ewolucja?
Dzięki temu, że mamy coraz większe możliwości obliczeniowe, w modelu można uwzględnić coraz więcej procesów. Pierwsze modele bazowały na kodach, których używano do prognozowania pogody. W związku z tym obejmowały przede wszystkim to, co dzieje się w atmosferze, czyli przepływy atmosferyczne, kondensację pary wodnej, opady, temperaturę oceanu i lądu.
Później stopniowo dochodziła fizyka oceanu. Podobnie jak rozwiązujemy to, co się dzieje w poszczególnych punktach atmosfery z ciśnieniem, temperaturą, wilgotnością i prędkością wiatru, możemy określić, co dzieje się w oceanie z prędkością wody, zasoleniem, temperaturą i tak dalej.
Do tego doszły zjawiska związane z kriosferą – topnieniem lub narastaniem lodu. Oprócz tego do modeli dołączono kody, które symulują obieg węgla w przyrodzie. Mamy też już nieźle opisane oddziaływania pomiędzy aerozolem atmosferycznym a chmurami.
W tej chwili to już nie tylko model atmosfery, ale całego ziemskiego systemu klimatycznego. Z wieloma elementami, których zachowanie (co się z nimi dzieje, jak ze sobą oddziałują) opisują równania.
Gdzie widać działalność człowieka?
W kilku miejscach. Chodzi nie tylko o wpływ na obieg węgla w przyrodzie – wprowadzamy do atmosfery dużo CO2 – ale również o obieg metanu i azotu. Tlenek azotu(I) to także gaz cieplarniany. Jego nadmierna emisja jest głównie rezultatem produkcji rolniczej.
Człowiek emituje do atmosfery również inne zanieczyszczenia, przede wszystkim związki siarki. Ma to duży wpływ na zachmurzenie, ale też na promieniowanie słoneczne, które może być odbijane albo pochłaniane przez unoszące się w powietrzu cząstki.
Zmieniamy też do pewnego stopnia pokrycie powierzchni Ziemi. Wycinamy lasy, likwidujemy jedne ekosystemy, a na ich miejsce tworzymy inne. W ten sposób wpływamy na przykład na sposób odbijania się od Ziemi promieniowania słonecznego.
Czy powstanie kiedyś model w pełni adekwatny do rzeczywistości?
To pewnie bardzo odległa perspektywa. Choćby dlatego, że w związku z działalnością człowieka zmienia się bardzo dużo rzeczy. Powodowana przez nas zmiana klimatu uruchamia nowe zjawiska, które do tej pory nie zachodziły. Nie wiemy, ile tych zjawisk będzie i jak bardzo się one nasilą.
Chodzi na przykład o zanikanie lasu amazońskiego. Nie mamy dokładnych informacji o tym, co się dzieje, gdy las amazoński zanika. A taki ostateczny zanik nam grozi. Zawsze będzie coś nowego do dopisania do takiego modelu.
Co powoduje różnice między modelami?
Modele tworzone przez różne zespoły używają różnych metod do opisu fragmentów rzeczywistości. Jedne lepiej się sprawdzają, gdy chodzi o zmiany w zasięgu lodu, inne lepiej opisują to, co się dzieje w cyklu węglowym. Dlatego często – na przykład podczas przygotowywania raportów Międzyrządowego Zespołu ds. Zmiany klimatu – korzysta się z wielu modeli, z których każdy jest niedoskonały, tyle że w innym obszarze.
Gdzie najczęściej występują rozbieżności?
Jest cała masa etapów, na których mogą wystąpić. Od konkretnych kodów rozwiązujących równania ruchu płynów w atmosferze i oceanie, poprzez szczegóły opisu zjawisk, które zachodzą w tak małych skalach, że nie da się ich dokładnie opisać równaniami w siatce obliczeniowej. Właśnie w tym miejscu wchodzą parametryzacje, czyli opisy płynące z obserwacji typowych statystyk, na przykład własności całych pól niewielkich chmur (z których każda jest za mała, by opisać ją w modelu o określonej rozdzielczości przestrzennej), powstających w określonych warunkach meteorologicznych. I te parametryzacje mogą być różne w różnych modelach. W jednym przypadku coś się świetnie sprawdzi w regionach tropikalnych, a w innym w szerokościach umiarkowanych.
Badania nad klimatem to coraz bardziej skomplikowany system, w którym nie da się uwzględnić wszystkiego. Czy w takim systemie można zastosować teorię chaosu?
Modele klimatu są oparte na modelach pogody, więc teoria chaosu jest już w tych modelach „zaszyta”. Właśnie dlatego prowadzimy obliczenia wielokrotnie, tworząc wiele możliwych przy określonych warunkach brzegowych (takich jak emisje gazów cieplarnianych) wariantów przyszłości, tzw. „realizacji”. Średnia z wielu realizacji okazuje się bliska średniej klimatycznej. To znaczy, że jeśli na przykład przygotowalibyśmy 100 symulacji przebiegów temperatury dla kwietnia 2005 i policzylibyśmy ich średnią, to okazałoby się, że jest ona bliska średniej temperaturze dla kwietnia z lat 1990-2020 wynikającej z pomiarów. Bo każda z realizacji pokazywała możliwą wersję wydarzeń, a najczęściej występowały wersje najbardziej prawdopodobne, typowe.
Czy pomóc może także sztuczna inteligencja?
Na pewno w przypadku wielu procesów uwzględnianych w modelach klimatu można znaleźć elementy, w których sztuczna inteligencja pozwala coś dobrze sparametryzować, znaleźć prawidłowości jakichś zachowań. Chodzi o rzeczy, które są za małe, by opisać je ścisłymi równaniami na siatce obliczeniowej o ograniczonej rozdzielczości.
Coraz więcej ludzi zdaje sobie sprawę z ogólnego tła wydarzeń: klimat się ociepla i człowiek za to odpowiada. Znają podstawowe fakty i coraz trudniej wmówić im coś innego
Uczenie maszynowe może pomóc nam przede wszystkim w analizie ogromnych ilości danych, których dostarczają nam między innymi satelity. Nie tyle chodzi tu o prognozowanie klimatu, ile wykrywanie zjawisk, rozwiązywanie na bieżąco wielu problemów całkiem lokalnych, związanych z zagospodarowaniem jakiegoś miejsca albo reagowaniem podczas katastrof. To skala bardziej odpowiednia dla sztucznej inteligencji.
Climate Change AI to przedsięwzięcie łączące specjalistów z różnych dziedzin i ośrodków. Ma tworzyć rozwiązania oparte o SI, które pomogłyby przeciwdziałać zmianom klimatycznym, ale także znaleźć zastosowania dla SI w transporcie, rolnictwie czy energetyce. Czy tak totalne podejście do sprawy ma według pani sens?
To na pewno cenne przedsięwzięcie z punktu widzenia upowszechniania wiedzy i łączenia specjalistów różnych dziedzin. Pracując w konkretnej działce, mając styczność z tradycyjnymi, analitycznymi metodami, można nie być świadomym postępów w zastosowaniu sztucznej inteligencji, nie wpaść na pomysł użycia jej do rozwiązania swojego problemu. Z drugiej strony wielu specjalistów uczenia maszynowego poszukuje nowych dziedzin, w których mogliby zastosować swoją wiedzę. Climate Change AI dostarcza inspiracji i ułatwia nawiązanie współpracy.
Ostatnio spotkałem się z dwiema odmiennymi opiniami na temat związku technologii i zmian klimatycznych. Luciano Floridi twierdzi, że choć nowoczesne maszyny obliczeniowe generują duży ślad węglowy, to trzeba założyć, że z czasem przyniosą rozwiązanie – także problemu własnej energochłonności. Tymczasem Stephen Cave z Uniwersytetu w Cambridge sądzi, że próba zahamowania negatywnych zjawisk, do których przyczyniły się nowe technologie, przypomina gaszenie pożaru benzyną. Jesteśmy skazani na technologię czy powinniśmy ograniczać jej rozwój?
Podobne dylematy rozpatrywane są już od dawna. Rozwijanie nowych technologii wymaga surowców, energii, wymiany informacji, zachęcającego do inwestycji rozwoju gospodarki itd., a z tym wszystkim wiążą się obecnie emisje gazów cieplarnianych. Gdy pod koniec lat 80. i w latach 90. patrzono w przyszłość, widziano dwa rozwiązania: albo od razu zacząć wyhamowywać nasze emisje, albo pozwolić na ich wzrost, byśmy później mieli rozwiązania, które pozwolą nam szybciej je obniżyć. Okazało się, że ta druga opcja stanowiła rodzaj usprawiedliwienia dla braku działań. Mimo postępu w wielu dziedzinach emisje gazów cieplarnianych nie spadły. Najwyraźniej zabrakło mechanizmów, które skłoniłyby rynek do rozwoju i wdrażania rozwiązań ograniczających całkowite emisje. Ale wciąż można było usłyszeć, że to nie szkodzi, bo przecież na pewno kiedyś nastąpi jakiś przełom i uda nam się jeszcze wszystko nadrobić. Niestety, wnioski ze specjalnego raportu Międzyrządowego Zespołu ds. Zmiany Klimatu o ociepleniu o 1,5°C są takie, że jeśli chodzi o ogół gospodarki, to nie ma już czasu, by czekać na przełom.
Oczywiście jednak nauka, badania, eksperymenty to coś, co może pomóc nam optymalizować istniejące rozwiązania i szukać nowych. Zastosowanie obliczeń często pozwala ograniczyć liczbę testów, modeli wykonywanych w rzeczywistości. Dlatego myślę, że trzeba zgodzić się na związane z ich prowadzeniem emisje gazów cieplarnianych. Ale trzeba spowodować, by badania faktycznie prowadziły nas do ich ograniczenia, a nie tylko czekać i mieć nadzieję, że tak wyjdzie. To zadanie dla decydentów.
Zajmuje się pani popularyzacją nauki. Studiowała pani m.in. inżynierię obliczeniową i badała dezinformację w sieciach społecznościowych. Można się dziś przebić do świata z sensownym przekazem?
Z badań wynika, że sensacyjnie brzmiące informacje znacznie skuteczniej trafiają do odbiorców niż informacje oparte na rzetelnej wiedzy. Jednak jeśli będzie się wytrwale powtarzać informacje oparte na nauce, będą one docierać do coraz większej grupy ludzi, a ci też będą je powtarzali. Już teraz obserwujemy, że coraz więcej ludzi zdaje sobie sprawę z ogólnego tła wydarzeń: klimat się ociepla i człowiek za to odpowiada. Znają podstawowe fakty i coraz trudniej wmówić im coś innego.
*Dr Aleksandra Kardaś – fizyczka atmosfery, popularyzatorka nauki, autorka popularnonaukowej „Książki o wodzie” oraz współautorka podręcznika „Nauka o klimacie”. Współtworzy stronę internetową naukaoklimacie.pl i za tę działalność otrzymała tytuł Popularyzatora Nauki 2017 (w kategorii zespół). Od wielu lat dzieli się z publicznością wiedzą o pogodzie i klimacie w ramach kursów internetowych i festiwali nauki. Pełni funkcję ekspertki do spraw zmiany klimatu w projektach i kampaniach społecznych.