热浪跑在气候模型前面：人工智能如何追踪极端天气 + test

• 打破常规的天气
• 十六个合作伙伴，一个问题
• 深度学习视角下的热浪
• 一个项目，三种工具
• 我们能信任机器吗？
• 更大浪潮的一部分
• 小结
• 五个问题：你应对高温的能力如何？（测试）

⇑打破常规的天气

近年来，极端天气事件变得更加频繁、更加强烈。这引发了对环境和人身安全的严重担忧。

数字不言自明：2024年，全球记录了约604起此类事件，其中许多被归为异常甚至前所未有。

这些事件与气候变化之间的联系看起来很紧密。问题在于，其强度和复杂性不断上升背后的机制仍未被完全理解。XAIDA项目正是为填补这一空白而启动的。

⇑十六个合作伙伴，一个问题

XAIDA是欧盟资助的项目，汇集了16家合作机构，它们分别专注于三个领域：人工智能、统计学和气候建模。

他们的目标是开发数据驱动的方法，揭示气候变化在全球极端天气中所起的作用。来自不同行业的利益相关方也参与其中，以便研究结果能够用于风险评估和适应策略。

⇑深度学习视角下的热浪

该联盟开发了一套工具，用于机器学习、因果推断、事件检测和影响评估。热浪是这些工具投入使用的关键领域之一。

团队使用变分自编码器（一种深度学习技术）来研究极端高温在气候变化过程中的表现。结果并不令人安心。

“在项目期间，我们了解到，在许多地区，热浪增加的速度比气候模型预期的更快。这非常令人担忧。”项目协调人迪姆·库穆（Dim Coumou）说，他任职于阿姆斯特丹自由大学（Vrije Universiteit Amsterdam）。

⇑一个项目，三种工具

XAIDA留下了几项具体成果：

• AIDE（Artificial Intelligence for Disentangling Extremes）——一套检测极端事件并评估其影响的工具箱，
• CAUSEME——一个帮助识别气候数据中因果关系的平台，
• GreenEarthNet——一款将地球观测数据与气候模型输出相结合、用于预测生态系统如何响应的工具。

该项目还产出了100多篇同行评议的科学论文，并为中小学教师开发了教育材料。

⇑我们能信任机器吗？

最大的挑战之一涉及人工智能本身。它的结果必须可信且可解释，否则科学家几乎没有理由依赖它们。

XAIDA的应对方式是，把气候模型和统计分析等传统方法与新的人工智能技术结合起来。让两者并行运行，就可以相互核对并验证结果。

正是这种新旧结合，让团队得以自信地呈现基于人工智能的发现，而不是把它当作一个黑箱。

⇑更大浪潮的一部分

库穆强调，XAIDA并非孤立出现：“近年来，气候科学领域掀起了一股规模大得多的人工智能创新浪潮，XAIDA只是其中的一部分；在项目期间，人工智能确实迅猛发展。现在我们有了全球性的人工智能天气预测模型，它们真正为研究界带来了新的机遇。”

对于考虑从事气候研究的人来说，信息很明确：如今研究天气，也意味着要与数据、统计和算法打交道。

⇑小结

XAIDA把人工智能、统计学和气候建模结合起来，以便更好地理解极端天气。项目发现，在许多地区，热浪增加的速度比气候模型预测的更快，并交付了AIDE工具箱、CAUSEME平台和GreenEarthNet。通过把传统方法与人工智能相结合，团队得以验证自己的结果，并使人工智能在气候科学中更值得信赖。

⇑五个问题：你应对高温的能力如何？（测试）