Klimaendringer og den «nye rasen»: Kraften til kunstig intelligens og digital transformasjon i bærekraftig styring

Med raskt eskalerende klimaendringer, uforutsigbare ekstremværhendelser og økende press for bærekraftig utvikling, åpner kunstig intelligens (KI) og digital transformasjon for nye drivkrefter for prognoser, varsling, risikostyring og politikkplanlegging. Hvis den brukes riktig, kan KI bli en strategisk plattform som gjør det mulig for Vietnam å reagere effektivt på klimaendringer, oppnå netto nullutslipp innen 2050 og utvikle seg bærekraftig i den digitale tidsalderen.

Klimaendringer er nå identifisert som en av de største utfordringene for det globale miljøet og bærekraftig utvikling, med vidtrekkende konsekvenser for både naturlige økosystemer og sosioøkonomiske systemer.

Internasjonale rapporter indikerer at mennesker er hovedårsaken til global oppvarming, med en gjennomsnittstemperatur som har steget med omtrent 1,1 °C sammenlignet med førindustrielt nivå. Siden 1980 har hvert tiår vært varmere enn det forrige, med klimagasskonsentrasjoner som konsekvent når rekordnivåer, noe som gjør de siste årene til blant de varmeste som er registrert.

Vietnam er et av landene som er hardest rammet av klimaendringer, og står overfor samtidig risiko fra sterke stormer, kraftig nedbør, flom, tørke, havnivåstigning, saltvannsinntrenging og kysterosjon. Nasjonale scenarier viser at havnivået innen slutten av det 21. århundre kan stige med opptil 1 meter i ekstreme scenarier, noe som vil true store deltaer og mange kystbyer alvorlig.

Nyere studier viser at Vietnam har mistet en betydelig andel av BNP sitt på grunn av virkningene av naturkatastrofer og klimaendringer. Uten avgjørende tiltak kan skadene øke kraftig i fremtiden og hemme fremgangen mot å nå bærekraftsmålene.

Som svar på disse utfordringene har partiet og staten implementert mange sterke tiltak og initiativer. Den nasjonale klimastrategien frem til 2050 tar sikte på proaktiv og effektiv tilpasning, redusert sårbarhet, reduserte klimagassutslipp og streben etter netto nullutslipp innen 2050, samtidig som den forbedrer klimaprognoser, varslinger og overvåkingskapasiteter for å være på nivå med utviklede land. Resolusjon nr. 57-NQ/TW fra Politbyrået om gjennombrudd innen nasjonal vitenskap, teknologi, innovasjon og digital transformasjon understreker ytterligere rollen til vitenskap og teknologi, inkludert AI, som en nøkkelfaktor for å styrke økonomiens tilpasningsevne og konkurranseevne.

I denne sammenhengen fremstår AI som et disruptivt verktøy, et avgjørende supplement til tradisjonelle klimamodeller. Tidligere krevde globale og regionale klimadynamikkmodeller komplekse problemer, noe som krevde betydelig beregningstid og infrastrukturkostnader. Nå muliggjør AI betydelig kortere simuleringstider, reduserte kostnader og utvidede muligheter for å bygge og sammenligne tusenvis av klimaendringsscenarier. Flere maskinlæringsbaserte klimasimuleringssystemer har vist evnen til å kjøre mye raskere enn tradisjonelle modeller, samtidig som de produserer sammenlignbare resultater når det gjelder temperatur- og nedbørstrender og -fordeling.

Den nye trenden er å utvikle hybridmodeller, som kombinerer fysiske dynamikkmodeller med maskinlæringsmodeller. Denne tilnærmingen erstatter ikke, men komplementerer fysiske modeller, og utnytter både det solide vitenskapelige grunnlaget og AIs evne til å korrigere feil og håndtere komplekse ikke-lineære prosesser. Observasjonsdata, satellittdata, modelldata og historiske data integreres for å produsere mer detaljerte og pålitelige prognoser. AI brukes også til å parametrisere fysiske prosesser som er "flaskehalser" i tradisjonelle modeller, som konveksjon, skyer og stråling, noe som bidrar til å redusere beregningskostnader samtidig som det vitenskapelige grunnlaget opprettholdes.

I Vietnam har Instituttet for meteorologi, hydrologi og klimaendringer i utgangspunktet brukt kunstig intelligens og maskinlæring for å forbedre modeller og kvaliteten på prognoser for kraftig nedbør, flom og ekstreme værhendelser. Samtidig har de bygget digital infrastruktur og høyytelses datasystemer for å håndtere det stadig økende volumet av meteorologiske og hydrologiske data. Et viktig høydepunkt er den eksperimentelle bruken av kunstig intelligens i konstruksjonen av flomkart på grunn av havnivåstigning innenfor rammen av prosjektet «Oppdatering av klimaendringer og havnivåstigningsscenarioer for Vietnam». Maskinlæringsmodeller som Random Forest, XGBoost, LightGBM og konvolusjonelle nevrale nettverk distribueres på datasett fra flere kilder (topografi, jord, fjernmåling, arealbruk, hydrologi) for å forkorte beregningstiden, forbedre oppløsningen og forbedre påliteligheten til flomkart.

Et nytt skritt fremover er at simuleringsresultatene vil bli integrert i WebGIS-systemet, slik at departementer, avdelinger og lokaliteter kan få tilgang til og sammenligne dem på nett på tvers av scenarier og tidslinjer, og dermed tjene direkte romlig planlegging, byplanlegging, infrastrukturplanlegging og tilpasningsplaner for klimaendringer. Dette representerer et betydelig skifte fra "statiske kart" til "dynamiske, interaktive digitale kart", som kobler klimavitenskap med praktiske styringsverktøy.

Utover meteorologi og hydrologi demonstrerer AI, når den integreres med digital transformasjon, i økende grad sin rolle som en bærekraftig, tverrfaglig styringsplattform.

Innen ressursforvaltning og landbruk kan AI analysere klima-, jord- og avlingsdata for å forutsi avlinger, overvåke tørke, optimalisere vanning og hjelpe bønder med å justere vekstsesonger, plantesorter og innsatsfaktorer, og dermed redusere risikoer og øke økonomisk effektivitet.

Innen by- og infrastrukturutvikling bidrar AI til å simulere virkningene av ekstrem nedbør, flom, urbane varmeøyer og landinnsynkning, noe som støtter klimatilpasningsdyktig byplanlegging og optimaliserer transport, drenering og grøntområder.

Innen miljøsikkerhet og politikkplanlegging kan AI integreres i digitale plattformer for å kvantifisere verdien av økosystemtjenester, vurdere tap og skader, analysere risikoscenarioer og støtte utviklingen av strategier, planer og handlingsprogrammer for tilpasning og utslippsreduksjon.

I katastroferisikohåndtering spiller AI en avgjørende rolle i tidlige varslingssystemer for flere farer, ved å analysere sanntidsdata fra observasjonsnettverk, satellitter og sensorer for å gi tidligere og mer nøyaktige varsler til myndigheter og offentligheten.

Det gjenstår imidlertid mye å gjøre før AI virkelig blir en «ny kraft» innen bærekraftig styring. Vietnams data- og datainfrastruktur henger fortsatt betydelig etter kravene. Meteorologiske, hydrologiske, fjernmålings- og sosioøkonomiske data er fragmenterte, mangler standardisering og er vanskelige å dele, mens åpne data – et avgjørende grunnlag for AI – ikke har blitt fullt ut promotert. Høyytelses datasystemer dedikert til klimamodellering og AI er begrenset og sliter med å støtte storskala dyp læringsmodeller.

Tverrfaglige menneskelige ressurser som kombinerer meteorologi-klimatologi, klimaendringer med datavitenskap, høyytelsesdatabehandling og risikostyring mangler og er svake. Mange nye AI-produkter er fortsatt på eksperimentell stadie og har ikke blitt dypt integrert i driftsprosesser og beslutningstaking. Det juridiske rammeverket for data, deling, sikkerhet og bruk av AI i offentlig sektor er fortsatt ufullstendig; koordineringsmekanismen mellom den meteorologisk-hydrologiske sektoren og andre departementer, sektorer og lokaliteter er ennå ikke helt sømløs. Finansielle ressurser, spesielt for forskning, utvikling og langsiktig drift av AI-systemer, er fortsatt sterkt avhengige av internasjonal bistand og støtteprosjekter.

I denne sammenhengen bør utvikling og anvendelse av kunstig intelligens innen meteorologi, hydrologi, klimaendringer og bærekraftig forvaltning betraktes som en strategisk retning, nært knyttet til den nasjonale klimastrategien, forpliktelser til netto nullutslipp, strategien for utvikling av meteorologisk og hydrologisk sektor og det nasjonale programmet for digital transformasjon.

I tillegg til å investere i digital og databasert infrastruktur, må Vietnam fokusere på å bygge et enhetlig nasjonalt klimadatasystem, integrere observasjonsdata, modeller, fjernmåling og sosioøkonomiske data, og skape et grunnlag for å utvikle uavhengige AI-modeller og hybridmodeller med fysiske modeller.

Samtidig må det rettes oppmerksomhet mot opplæring av tverrfaglige menneskelige ressurser, oppmuntring av opplæringsinstitusjoner og forskningsinstitutter til å innlemme KI, stordata og klimamodellering i opplæringsprogrammene sine, styrking av internasjonalt samarbeid og større deltakelse i globale KI- og klimanettverk, både for å få tilgang til ny kunnskap og for å mobilisere ytterligere økonomiske og teknologiske ressurser. Forbedring av institusjoner og retningslinjer, spesielt når det gjelder data, standarder, sikkerhet, ansvar og etikk i KI-applikasjoner, er en uunnværlig forutsetning for utbredt og pålitelig bruk av KI-produkter i beslutningstaking.

I en tid med klimaendringer og digital transformasjon er ikke AI bare et teknologisk verktøy, men er i ferd med å bli den «myke infrastrukturen» for bærekraftig styring. Hvis Vietnam griper muligheten og overvinner flaskehalser i data, infrastruktur, menneskelige ressurser og institusjoner, kan landet forvandle klimautfordringene til en drivkraft for innovasjon i vekstmodellen sin, forbedre prognosekapasiteten, redusere risikoer og gjøre jevne fremskritt på veien mot grønn, inkluderende og bærekraftig utvikling.

Senter for vitenskaps- og teknologikommunikasjon

Kilde: 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