Vil bruke KI for å takle klimautfordringer: - Utnytte det beste fra to verdener

Stefan Sobolowski har sammen med et team av forskere og partnere sendt inn en søknad til Norges forskningsråd om å etablere et senter med navnet “Raise Up”, et senter for akselerering av kunstig intelligens for jordsystemvitenskap og samfunn. 

Med KI-forbedret verktøy kan det sikres rask levering av nøyaktig vær-, klima- og miljøinformasjon, noe som fører til mer informerte beslutninger i møte med nåværende og fremtidige utfordringer. 

Sobolowski, som har skrevet søknaden, er forsker ved Geofysisk institutt ved Universitetet i Bergen og Bjerknessenteret for klimaforskning. 

-Vi ønsker også å forbedre våre observasjonsnettverk og vår evne til å observere miljøet rundt oss, enten det er i havet, på land eller i økosystemene. I tillegg vil vi se på hvordan ikke-eksperter utnytter data vi forskere produserer, og gjøre de mer tilgjengelige. Akkurat nå utnytter vi ikke dataene våre så effektivt som vi faktisk kan, sier Stefan Sobolowski.  

Språkmodeller 

Søknaden tar for seg et bredt spekter. Fra å ta maskinlæring og KI inn i klimamodellene, å utvikle helt nye modeller basert på kunstig intelligens, til å utnytte store språkmodeller for å gjøre de mer spesifikke slik at de kan brukes mer effektivt til å gi informasjon om for eksempel konsekvensene av klimaendringer til beslutningstakere.  

Sammen med forskningspartnere og aktører fra privat og offentlig sektor ønsker de å bygge pålitelig kvalitetssikring i alle løsninger de utvikler. Det vil gi en bedre forståelse av hvordan generativ KI jobber i bakgrunnen.  

- Mye av arbeidet på senteret vil handle om forklarbar KI. Det vil hjelpe oss med å forstå hvordan og hvorfor algoritmene kommer fram til sine svar. Noe som er veldig sentralt for ting som tidlige varslingssystemer for ekstremvær eller vippepunkter i klimasystemet i framtiden.  

Gammel og ny metode

Søknaden ønsker å krysse av flere mål på veien. Blant annet å bevege seg mot en hybridmodell av den norske jordsystemmodellen, som har vært et viktig verktøy for norske klimaforskere i studiet av fortidens, dagens og framtidens klima. En hybridmodell vil da ha komponenter som baserer seg på maskinlæring og kunstig intelligens, men også fra fysiske komponenter lik de nåværende fysiske modellene som vi bruker for klima og vær i dag.  

-Det blir en kombinasjon som utnytter det beste fra to verdener, sier Sobolowski.  

En annen vesentlig ting med KI er å forkorte ventetiden. Datadrevne løsninger kan utføre oppgaver mye raskere.  

-De kan redusere det vi kaller leveringstid dramatisk. Dette er spesielt viktig for klima, fordi klimaendringene skjer raskt. Å få fart på ting blir et stort framskritt, men vi kan ikke øke hastigheten uten å forstå hva som skjer i prosessene. Det er det de største utfordringene ligger.  

Nedskalering

Tanken med senteret er også å få fortgang i utviklingen av verktøy som kan nedskalere informasjon om vær og klima til lokale skalaer, som kan brukes til å ta beslutninger rundt varsling av ekstremvær og klimatilpasning.  

Sobolowski trekker også fram chatbaserte tilnærminger og språkmodeller, der man også har et etisk ansvar, spesielt dersom det skal kunne brukes til å støtte beslutninger som tas rundt klimaendringer.  

-Vi kan ikke ha et system som hallusinerer. Vi trenger en form for robust kvalitetssikring, noe som for øyeblikket ikke eksisterer for disse verktøyene.  

Det er noe Sobolowski personlig synes er spesielt spennende i sentersøknaden. Å se hva de kan få til med språkmodellene, om de kan komme til et punkt der de er pålitelige nok til å støtte beslutningstakere.  

-Mine vitenskapelige interesserer dreier seg mest om vår evne til å kunne si noe om hvordan klimaet vil endre seg, men som verdensborger synes jeg chatbaserte tilnærminger er utrolig spennende. Fordi det kan åpne seg nye muligheter, ikke bare for klima, men for andre felt som er avhengige av å få troverdig informasjon.  

Raskere og billigere

Jørn Kristiansen er direktør for utvikling av varslingstjenesten hos Meteorologisk institutt, som er en av partnerne i søknaden.  

- Kunstig intelligens og maskinlæring har potensial til å revolusjonere simulering av vær og klima, særlig innen værvarsling. Disse teknologiene kan ikke bare forbedre nøyaktigheten, redusere beregningstid og senke kostnader, men også åpne for nye måter å løse både eksisterende og fremtidige utfordringer på.  

-MET har i over ti år drevet helautomatisk produksjon av værvarsler på Yr. Med KI og ML ser vi muligheter for å sette brukeren enda mer i sentrum for vår forskningsdrevne tjenesteutvikling. Dette kan gi mer interaktive tjenester og skreddersydde varsler – inkludert for farlig og ekstremvær – tilpasset brukernes behov, sier Kristiansen.  

Fra offentlig sektor er også Norsk klimaservicesenter (KSS) samarbeidspartner. KSS skal levere kunnskapsgrunnlag for klimatilpasning i Norge, noe som innebærer å gi råd til blant annet kommuner om hvilke konsekvenser av klimaendringer de må ta hensyn til i sin planlegging, forteller leder av Norsk klimaservicesenter og klimaforsker ved Meteorologisk institutt Anita Verpe Dyrrdal.  
 
- For å gjøre denne informasjonen lokalt relevant og tilpasset ulike behov, ønsker vi å bruke KI-baserte språkmodeller. Disse kan bidra til å raskt hente ut relevant data og informasjon skreddersydd til brukerens spørsmål. På denne måten kan vi gjøre kunnskapen mer tilgjengelig og lettere å ta i bruk, slik at samfunnet bedre kan håndtere klimaendringene, sier Dyrrdal.  

Hun legger til at det er viktig at brukerne får faglig, robuste svar på norsk, slik at kunnskapen trygt kan brukes i arbeidet med klimatilpasning.  

- Vi må derfor trene modellen med gode datasett og gjøre omfattende testing. Vi må og jobbe tverrfaglig for at kunnskapen presenteres på en forståelig måte, inkludert en god beskrivelse av usikkerheten.   

Internasjonalt samarbeid