Zmianę klimatu uznaje się obecnie za jedno z największych wyzwań dla globalnego środowiska i zrównoważonego rozwoju, wywierające daleko idący wpływ zarówno na ekosystemy naturalne, jak i systemy społeczno-gospodarcze .
Międzynarodowe raporty wskazują, że to ludzie są główną przyczyną globalnego ocieplenia, a średnia temperatura wzrosła o około 1,1°C w porównaniu z poziomami sprzed epoki przemysłowej. Od 1980 roku każda dekada była cieplejsza od poprzedniej, a stężenie gazów cieplarnianych konsekwentnie osiągało rekordowe poziomy, co sprawia, że ostatnie lata należą do najgorętszych w historii pomiarów.
Wietnam jest jednym z krajów najbardziej dotkniętych zmianami klimatu, narażonym na jednoczesne ryzyko wystąpienia silnych burz, ulewnych opadów deszczu, gwałtownych powodzi, susz, wzrostu poziomu morza, intruzji wód słonych i erozji wybrzeża. Scenariusze krajowe pokazują, że do końca XXI wieku poziom morza może wzrosnąć nawet o 1 metr w skrajnych scenariuszach, poważnie zagrażając dużym deltom i wielu miastom nadmorskim.
Najnowsze badania pokazują, że Wietnam stracił znaczną część swojego PKB na skutek klęsk żywiołowych i zmian klimatycznych. Jeżeli nie zostaną podjęte zdecydowane działania, szkody mogą w przyszłości znacznie wzrosnąć, co opóźni realizację Celów Zrównoważonego Rozwoju.

W odpowiedzi na te wyzwania, Partia i Państwo wdrożyły wiele skutecznych polityk i inicjatyw. Narodowa Strategia Zmian Klimatu do 2050 roku ma na celu proaktywną i skuteczną adaptację, zmniejszenie podatności na zmiany klimatu, redukcję emisji gazów cieplarnianych i dążenie do osiągnięcia zerowej emisji netto do 2050 roku, przy jednoczesnym wzmocnieniu możliwości prognozowania, ostrzegania i monitorowania klimatu, aby dorównać krajom rozwiniętym. Rezolucja nr 57-NQ/TW Biura Politycznego w sprawie przełomów w krajowej nauce, technologii, innowacjach i transformacji cyfrowej dodatkowo podkreśla rolę nauki i technologii, w tym sztucznej inteligencji, jako kluczowego czynnika zwiększającego zdolność adaptacji i konkurencyjność gospodarki.
W tym kontekście sztuczna inteligencja jawi się jako przełomowe narzędzie, kluczowe uzupełnienie tradycyjnych modeli klimatycznych. Wcześniej globalne i regionalne modele dynamiki klimatu wymagały złożonych problemów, wymagających znacznego czasu obliczeniowego i nakładów na infrastrukturę. Teraz sztuczna inteligencja pozwala na znacznie skrócenie czasu symulacji, obniżenie kosztów i rozszerzenie możliwości tworzenia i porównywania tysięcy scenariuszy zmian klimatu. Kilka systemów symulacji klimatu opartych na uczeniu maszynowym wykazało zdolność do znacznie szybszego działania niż tradycyjne modele, a jednocześnie generowania porównywalnych wyników dotyczących trendów i rozkładu temperatury i opadów.
Nowym trendem jest rozwój modeli hybrydowych, łączących modele dynamiki fizycznej z modelami uczenia maszynowego. To podejście nie zastępuje, lecz uzupełnia modele fizyczne, wykorzystując zarówno solidne podstawy naukowe , jak i zdolność sztucznej inteligencji do korygowania błędów i obsługi złożonych procesów nieliniowych. Dane obserwacyjne, satelitarne, modelowe i historyczne są integrowane w celu tworzenia bardziej szczegółowych i wiarygodnych prognoz. Sztuczna inteligencja jest również wykorzystywana do parametryzacji procesów fizycznych, które stanowią „wąskie gardła” w tradycyjnych modelach, takich jak konwekcja, chmury i promieniowanie, co pomaga obniżyć koszty obliczeniowe przy jednoczesnym zachowaniu podstaw naukowych.
W Wietnamie Instytut Meteorologii, Hydrologii i Zmian Klimatu początkowo zastosował sztuczną inteligencję i uczenie maszynowe do udoskonalenia modeli i poprawy jakości prognoz dotyczących ulewnych opadów deszczu, gwałtownych powodzi i ekstremalnych zjawisk pogodowych. Jednocześnie zbudował infrastrukturę cyfrową i systemy obliczeniowe o wysokiej wydajności (HPC) do obsługi stale rosnącej ilości danych meteorologicznych i hydrologicznych. Kluczowym osiągnięciem jest eksperymentalne wykorzystanie sztucznej inteligencji do tworzenia map powodzi spowodowanych wzrostem poziomu morza w ramach projektu „Aktualizacja scenariuszy zmian klimatu i wzrostu poziomu morza dla Wietnamu”. Modele uczenia maszynowego, takie jak Random Forest, XGBoost, LightGBM, oraz splotowe sieci neuronowe są wdrażane w wieloźródłowych zbiorach danych (topografia, gleba, teledetekcja, użytkowanie gruntów, hydrologia), aby skrócić czas obliczeń, poprawić rozdzielczość i zwiększyć wiarygodność map powodzi.
Nowym krokiem naprzód jest integracja wyników symulacji z systemem WebGIS, co umożliwi ministerstwom, departamentom i samorządom dostęp do nich i porównywanie ich online w różnych scenariuszach i ramach czasowych, co bezpośrednio przekłada się na planowanie przestrzenne, urbanistykę, planowanie infrastruktury oraz plany adaptacji do zmian klimatu. Stanowi to znaczące przejście od „map statycznych” do „dynamicznych, interaktywnych map cyfrowych”, łączących naukę o klimacie z praktycznymi narzędziami zarządzania.
Oprócz dziedzin meteorologii i hydrologii, sztuczna inteligencja, zintegrowana z transformacją cyfrową, coraz częściej pokazuje swoją rolę jako zrównoważona, interdyscyplinarna platforma zarządzania.
W zarządzaniu zasobami i rolnictwie sztuczna inteligencja może analizować dane dotyczące klimatu, gleby i upraw w celu przewidywania plonów, monitorowania susz, optymalizacji nawadniania i pomagania rolnikom w dostosowywaniu sezonów upraw, odmian roślin i nakładów, tym samym ograniczając ryzyko i zwiększając efektywność ekonomiczną.
W rozwoju obszarów miejskich i infrastruktury sztuczna inteligencja pomaga symulować skutki ekstremalnych opadów deszczu, powodzi, miejskich wysp ciepła i osiadania gruntu, wspierając planowanie urbanistyczne uwzględniające zmiany klimatu i optymalizując transport, drenaż i tereny zielone.

W obszarze bezpieczeństwa środowiskowego i planowania polityki, sztuczną inteligencję można zintegrować z platformami cyfrowymi w celu określenia wartości usług ekosystemowych, oceny strat i szkód, analizy scenariuszy ryzyka oraz wsparcia opracowywania strategii, planów i programów działań na rzecz adaptacji i łagodzenia emisji.
W zarządzaniu ryzykiem katastrof sztuczna inteligencja odgrywa kluczową rolę w systemach wczesnego ostrzegania o wielu zagrożeniach, analizując dane w czasie rzeczywistym z sieci obserwacyjnych, satelitów i czujników, aby zapewnić władzom i społeczeństwu wcześniejsze i dokładniejsze ostrzeżenia.
Jednak wiele pozostaje do zrobienia, aby sztuczna inteligencja stała się prawdziwą „nową siłą” w zrównoważonym zarządzaniu. Wietnamska infrastruktura danych i obliczeniowa nadal znacznie odbiega od wymagań. Dane meteorologiczne, hydrologiczne, teledetekcyjne i społeczno-ekonomiczne są rozproszone, brakuje standaryzacji i trudno się nimi dzielić, a otwarte dane – kluczowy fundament sztucznej inteligencji – nie zostały w pełni wypromowane. Systemy obliczeniowe o wysokiej wydajności dedykowane modelowaniu klimatu i sztucznej inteligencji są ograniczone i mają trudności z obsługą modeli głębokiego uczenia na dużą skalę.
Interdyscyplinarne zasoby ludzkie łączące meteorologię i klimatologię, zmiany klimatu z nauką o danych, obliczeniami o wysokiej wydajności i zarządzaniem ryzykiem są niewystarczające i słabe. Wiele nowych produktów AI pozostaje w fazie eksperymentalnej i nie zostało dogłębnie zintegrowanych z procesami operacyjnymi i procesami decyzyjnymi. Ramy prawne dotyczące danych, ich udostępniania, bezpieczeństwa i wykorzystania AI w sektorze publicznym są nadal niekompletne; mechanizm koordynacji między sektorem meteorologii i hydrologii a innymi ministerstwami, sektorami i samorządami nie jest jeszcze w pełni sprawny. Zasoby finansowe, zwłaszcza na badania, rozwój i długoterminową eksploatację systemów AI, nadal w dużym stopniu zależą od pomocy międzynarodowej i projektów wsparcia.
W tym kontekście rozwój i zastosowanie sztucznej inteligencji w meteorologii, hydrologii, zmianach klimatu i zrównoważonym zarządzaniu należy uznać za kierunek strategiczny, ściśle powiązany z Narodową Strategią Zmian Klimatu, zobowiązaniami do osiągnięcia zerowej emisji netto, strategią rozwoju sektora meteorologicznego i hydrologicznego oraz krajowym programem transformacji cyfrowej.
Oprócz inwestowania w infrastrukturę cyfrową i obliczeniową Wietnam musi skupić się na budowie ujednoliconego krajowego systemu danych klimatycznych, integrującego dane obserwacyjne, modele, teledetekcję i dane społeczno-ekonomiczne, tworząc podstawy do opracowywania niezależnych modeli sztucznej inteligencji i modeli hybrydowych z modelami fizycznymi.
Jednocześnie należy zwrócić uwagę na szkolenie interdyscyplinarnych kadr, zachęcając instytucje szkoleniowe i badawcze do włączania sztucznej inteligencji (AI), dużych zbiorów danych (Big Data) i modelowania klimatu do swoich programów szkoleniowych; wzmacniając współpracę międzynarodową i pogłębiając udział w globalnych sieciach AI i klimatu, zarówno w celu uzyskania dostępu do nowej wiedzy, jak i mobilizacji dodatkowych zasobów finansowych i technologicznych. Doskonalenie instytucji i polityk, zwłaszcza w zakresie danych, standardów, bezpieczeństwa, odpowiedzialności i etyki w zastosowaniach AI, jest niezbędnym warunkiem powszechnego i niezawodnego wykorzystania produktów AI w procesie decyzyjnym.
W dobie zmian klimatycznych i transformacji cyfrowej, sztuczna inteligencja nie jest już tylko narzędziem technologicznym, ale staje się „miękką infrastrukturą” zrównoważonego zarządzania. Jeśli Wietnam wykorzysta tę szansę i pokona bariery w zakresie danych, infrastruktury, zasobów ludzkich i instytucji, może przekształcić wyzwania klimatyczne w siłę napędową innowacji w swoim modelu wzrostu, udoskonalić możliwości prognozowania, ograniczyć ryzyko i poczynić stałe postępy na drodze do zielonego, inkluzywnego i zrównoważonego rozwoju.
Źródło: 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










Komentarz (0)