تغییرات اقلیمی و «نژاد جدید»: قدرت هوش مصنوعی و تحول دیجیتال در حکمرانی پایدار

در پس‌زمینه تغییرات اقلیمی به سرعت در حال تشدید، رویدادهای شدید آب و هوایی غیرقابل پیش‌بینی و فشار فزاینده برای توسعه پایدار، هوش مصنوعی (AI) و تحول دیجیتال، انگیزه جدیدی را برای پیش‌بینی، هشدار، مدیریت ریسک و برنامه‌ریزی سیاست‌گذاری ایجاد می‌کنند. در صورت استفاده صحیح، هوش مصنوعی می‌تواند به یک پلتفرم استراتژیک تبدیل شود که ویتنام را قادر می‌سازد تا به طور مؤثر به تغییرات اقلیمی پاسخ دهد، تا سال ۲۰۵۰ به انتشار صفر خالص برسد و در عصر دیجیتال به توسعه پایدار دست یابد.

تغییرات اقلیمی اکنون به عنوان یکی از بزرگترین چالش‌ها برای محیط زیست جهانی و توسعه پایدار شناخته می‌شود و تأثیرات گسترده‌ای بر اکوسیستم‌های طبیعی و سیستم‌های اجتماعی-اقتصادی دارد.

گزارش‌های بین‌المللی نشان می‌دهند که انسان عامل اصلی گرمایش جهانی است، به طوری که میانگین دما در مقایسه با دوران پیش از صنعتی شدن تقریباً ۱.۱ درجه سانتی‌گراد افزایش یافته است. از سال ۱۹۸۰، هر دهه گرم‌تر از دهه قبل بوده است و غلظت گازهای گلخانه‌ای به طور مداوم به سطوح بی‌سابقه‌ای رسیده است و سال‌های اخیر را در زمره گرم‌ترین سال‌های ثبت شده قرار می‌دهد.

ویتنام یکی از کشورهایی است که به شدت تحت تأثیر تغییرات اقلیمی قرار دارد و همزمان با خطراتی از جمله طوفان‌های شدید، بارندگی‌های شدید، سیل‌های ناگهانی، خشکسالی، افزایش سطح دریا، نفوذ آب شور و فرسایش ساحلی مواجه است. سناریوهای ملی نشان می‌دهد که تا پایان قرن بیست و یکم، سطح دریا می‌تواند در سناریوهای شدید تا ۱ متر افزایش یابد و دلتاهای اصلی و بسیاری از شهرهای ساحلی را به طور جدی تهدید کند.

مطالعات اخیر نشان می‌دهد که ویتنام درصد قابل توجهی از تولید ناخالص داخلی خود را به دلیل اثرات بلایای طبیعی و تغییرات اقلیمی از دست داده است؛ بدون اقدام قاطع، این خسارات می‌تواند در آینده به شدت افزایش یابد و پیشرفت در جهت دستیابی به اهداف توسعه پایدار را به تأخیر بیندازد.

در پاسخ به این چالش‌ها، حزب و دولت سیاست‌ها و ابتکارات قوی بسیاری را اجرا کرده‌اند. استراتژی ملی تغییرات اقلیمی تا سال ۲۰۵۰ با هدف سازگاری پیشگیرانه و مؤثر، کاهش آسیب‌پذیری، کاهش انتشار گازهای گلخانه‌ای و تلاش برای انتشار صفر خالص تا سال ۲۰۵۰ تدوین شده است، در حالی که همزمان قابلیت‌های پیش‌بینی، هشدار و نظارت بر اقلیم را برای برابری با کشورهای توسعه‌یافته افزایش می‌دهد. قطعنامه شماره ۵۷-NQ/TW دفتر سیاسی در مورد پیشرفت‌های ملی در علم، فناوری، نوآوری و تحول دیجیتال، بر نقش علم و فناوری، از جمله هوش مصنوعی، به عنوان یک عامل کلیدی در افزایش سازگاری و رقابت‌پذیری اقتصاد تأکید بیشتری دارد.

در این زمینه، هوش مصنوعی به عنوان ابزاری تحول‌آفرین و مکملی حیاتی برای مدل‌های سنتی اقلیمی ظهور می‌کند. پیش از این، مدل‌های دینامیک اقلیمی جهانی و منطقه‌ای به مسائل پیچیده‌ای نیاز داشتند که زمان محاسباتی و هزینه‌های زیرساختی قابل توجهی را می‌طلبید. اکنون، هوش مصنوعی امکان زمان شبیه‌سازی بسیار کوتاه‌تر، کاهش هزینه‌ها و گسترش قابلیت‌های ساخت و مقایسه هزاران سناریوی تغییرات اقلیمی را فراهم می‌کند. چندین سیستم شبیه‌سازی اقلیمی مبتنی بر یادگیری ماشین، توانایی اجرای بسیار سریع‌تر از مدل‌های سنتی را نشان داده‌اند، در حالی که همچنان نتایج قابل مقایسه‌ای در مورد روندها و توزیع دما و بارندگی ارائه می‌دهند.

روند جدید، توسعه مدل‌های ترکیبی است که مدل‌های دینامیک فیزیکی را با مدل‌های یادگیری ماشین ترکیب می‌کند. این رویکرد جایگزین مدل‌های فیزیکی نمی‌شود، بلکه آنها را تکمیل می‌کند و از پایه علمی محکم و توانایی هوش مصنوعی در اصلاح خطاها و مدیریت فرآیندهای غیرخطی پیچیده بهره می‌برد. داده‌های مشاهداتی، داده‌های ماهواره‌ای، داده‌های مدل و داده‌های تاریخی برای تولید پیش‌بینی‌های دقیق‌تر و قابل اعتمادتر ادغام می‌شوند. هوش مصنوعی همچنین برای پارامتری کردن فرآیندهای فیزیکی که در مدل‌های سنتی "گلوگاه" هستند، مانند همرفت، ابرها و تابش، استفاده می‌شود و به کاهش هزینه‌های محاسباتی در عین حفظ پایه علمی کمک می‌کند.

در ویتنام، مؤسسه هواشناسی، هیدرولوژی و تغییرات اقلیمی در ابتدا از هوش مصنوعی و یادگیری ماشینی برای اصلاح مدل‌ها و بهبود کیفیت پیش‌بینی‌های بارش‌های سنگین، سیل‌های ناگهانی و رویدادهای شدید آب و هوایی استفاده کرده است. همزمان، این مؤسسه زیرساخت‌های دیجیتال و سیستم‌های محاسباتی با کارایی بالا را برای مدیریت حجم روزافزون داده‌های هواشناسی و هیدرولوژیکی ایجاد کرده است. یکی از نکات برجسته، استفاده آزمایشی از هوش مصنوعی در ساخت نقشه‌های سیل ناشی از افزایش سطح دریا در چارچوب پروژه "به‌روزرسانی سناریوهای تغییرات اقلیمی و افزایش سطح دریا برای ویتنام" است. مدل‌های یادگیری ماشینی مانند جنگل تصادفی، XGBoost، LightGBM و شبکه‌های عصبی کانولوشنی بر روی مجموعه داده‌های چند منبعی (توپوگرافی، خاک، سنجش از دور، کاربری اراضی، هیدرولوژی) برای کاهش زمان محاسبه، بهبود وضوح و افزایش قابلیت اطمینان نقشه‌های سیل مستقر شده‌اند.

یک گام جدید رو به جلو این است که نتایج شبیه‌سازی در سیستم WebGIS ادغام خواهد شد و به وزارتخانه‌ها، ادارات و مناطق اجازه می‌دهد تا به صورت آنلاین به آنها در سناریوها و جدول‌های زمانی مختلف دسترسی داشته باشند و آنها را مقایسه کنند و مستقیماً در خدمت برنامه‌ریزی فضایی، برنامه‌ریزی شهری، برنامه‌ریزی زیرساخت‌ها و برنامه‌های سازگاری با تغییرات اقلیمی قرار گیرند. این نشان دهنده یک تغییر قابل توجه از "نقشه‌های ایستا" به "نقشه‌های دیجیتال پویا و تعاملی" است که علم اقلیم را با ابزارهای عملی حکمرانی پیوند می‌دهد.

فراتر از حوزه‌های هواشناسی و هیدرولوژی، هوش مصنوعی، هنگامی که با تحول دیجیتال ادغام شود، به طور فزاینده‌ای نقش خود را به عنوان یک پلتفرم حاکمیتی پایدار و میان‌رشته‌ای نشان می‌دهد.

در مدیریت منابع و کشاورزی، هوش مصنوعی می‌تواند داده‌های آب و هوا، خاک و محصول را تجزیه و تحلیل کند تا میزان برداشت را پیش‌بینی کند، خشکسالی را رصد کند، آبیاری را بهینه کند و به کشاورزان در تنظیم فصل‌های کشت، انواع گیاهان و نهاده‌ها کمک کند و در نتیجه خطرات را کاهش داده و بهره‌وری اقتصادی را افزایش دهد.

در توسعه شهری و زیرساختی، هوش مصنوعی به شبیه‌سازی اثرات بارندگی شدید، سیل، جزایر گرمایی شهری و فرونشست زمین کمک می‌کند و از برنامه‌ریزی شهری سازگار با آب و هوا و بهینه‌سازی حمل و نقل، زهکشی و فضاهای سبز پشتیبانی می‌کند.

در حوزه امنیت زیست‌محیطی و برنامه‌ریزی سیاست‌گذاری، هوش مصنوعی می‌تواند در پلتفرم‌های دیجیتال ادغام شود تا ارزش خدمات اکوسیستم را تعیین کند، خسارات و زیان‌ها را ارزیابی کند، سناریوهای ریسک را تجزیه و تحلیل کند و از توسعه استراتژی‌ها، طرح‌ها و برنامه‌های عملی برای سازگاری و کاهش انتشار گازهای گلخانه‌ای پشتیبانی کند.

در مدیریت ریسک بلایا، هوش مصنوعی نقش مهمی در سیستم‌های هشدار اولیه چند مخاطره‌ای ایفا می‌کند و داده‌های بلادرنگ از شبکه‌های رصد، ماهواره‌ها و حسگرها را تجزیه و تحلیل می‌کند تا هشدارهای سریع‌تر و دقیق‌تری را به مقامات و عموم مردم ارائه دهد.

با این حال، هنوز کارهای زیادی باید انجام شود تا هوش مصنوعی واقعاً به یک "نیروی جدید" در حکومتداری پایدار تبدیل شود. زیرساخت‌های داده‌ها و محاسبات ویتنام هنوز به طور قابل توجهی از الزامات عقب مانده‌اند. داده‌های هواشناسی، هیدرولوژیکی، سنجش از دور و داده‌های اجتماعی-اقتصادی پراکنده، فاقد استانداردسازی و به اشتراک‌گذاری آنها دشوار است، در حالی که داده‌های باز - که پایه و اساس حیاتی هوش مصنوعی است - به طور کامل ترویج نشده است. سیستم‌های محاسباتی با کارایی بالا که به مدل‌سازی آب و هوا و هوش مصنوعی اختصاص داده شده‌اند، محدود هستند و برای پشتیبانی از مدل‌های یادگیری عمیق در مقیاس بزرگ تلاش می‌کنند.

منابع انسانی میان‌رشته‌ای که هواشناسی-اقلیم‌شناسی، تغییرات اقلیمی را با علم داده، محاسبات با کارایی بالا و مدیریت ریسک ترکیب می‌کنند، کم و ضعیف هستند. بسیاری از محصولات جدید هوش مصنوعی در مرحله آزمایشی باقی مانده‌اند و عمیقاً در فرآیندهای عملیاتی و تصمیم‌گیری ادغام نشده‌اند. چارچوب قانونی برای داده‌ها، اشتراک‌گذاری، امنیت و استفاده از هوش مصنوعی در بخش‌های دولتی هنوز ناقص است؛ مکانیسم هماهنگی بین بخش هواشناسی-هیدرولوژی و سایر وزارتخانه‌ها، بخش‌ها و مناطق هنوز واقعاً یکپارچه نیست. منابع مالی، به ویژه برای تحقیق، توسعه و بهره‌برداری طولانی‌مدت از سیستم‌های هوش مصنوعی، هنوز به شدت به کمک‌ها و پروژه‌های پشتیبانی بین‌المللی وابسته است.

در این زمینه، توسعه و کاربرد هوش مصنوعی در هواشناسی، هیدرولوژی، تغییرات اقلیمی و حکمرانی پایدار باید به عنوان یک جهت‌گیری استراتژیک در نظر گرفته شود که ارتباط نزدیکی با استراتژی ملی تغییرات اقلیمی، تعهدات به صفر رساندن انتشار گازهای گلخانه‌ای، استراتژی توسعه بخش هواشناسی و هیدرولوژیکی و برنامه ملی تحول دیجیتال دارد.

ویتنام در کنار سرمایه‌گذاری در زیرساخت‌های دیجیتال و محاسباتی، باید بر ایجاد یک سیستم یکپارچه ملی داده‌های اقلیمی، ادغام داده‌های مشاهداتی، مدل‌ها، سنجش از دور و داده‌های اجتماعی-اقتصادی تمرکز کند و پایه‌ای برای توسعه مدل‌های مستقل هوش مصنوعی و مدل‌های ترکیبی با مدل‌های فیزیکی ایجاد کند.

همزمان، باید به آموزش منابع انسانی میان‌رشته‌ای توجه شود، مؤسسات آموزشی و تحقیقاتی تشویق شوند تا هوش مصنوعی، کلان‌داده و مدل‌سازی اقلیمی را در برنامه‌های آموزشی خود بگنجانند؛ همکاری‌های بین‌المللی را تقویت کنند و عمیق‌تر در شبکه‌های جهانی هوش مصنوعی و اقلیمی مشارکت کنند، هم برای دسترسی به دانش جدید و هم برای بسیج منابع مالی و فناوری بیشتر. بهبود مؤسسات و سیاست‌ها، به‌ویژه در مورد داده‌ها، استانداردها، ایمنی، مسئولیت‌پذیری و اخلاق در کاربردهای هوش مصنوعی، شرط ضروری برای استفاده گسترده و قابل اعتماد از محصولات هوش مصنوعی در تصمیم‌گیری است.

در عصر تغییرات اقلیمی و تحول دیجیتال، هوش مصنوعی فقط یک ابزار تکنولوژیکی نیست، بلکه در حال تبدیل شدن به «زیرساخت نرم» حکومتداری پایدار است. اگر ویتنام از این فرصت استفاده کند و بر تنگناهای داده‌ها، زیرساخت‌ها، منابع انسانی و نهادها غلبه کند، می‌تواند چالش‌های اقلیمی را به نیروی محرکه‌ای برای نوآوری در مدل رشد خود تبدیل کند، قابلیت‌های پیش‌بینی را افزایش دهد، خطرات را کاهش دهد و در مسیر توسعه سبز، فراگیر و پایدار پیشرفت مداوم داشته باشد.

مرکز ارتباطات علم و فناوری

منبع: https://mst.gov.vn/bien-doi-khi-hau-va-cuoc-dua-moi-suc-manh-cua-ai-va-chuyen-doi-so-trong-quan-tri-ben-vung-197251210181319362.htm