Bu məqalə Science X-in redaksiya prosesinə və siyasətlərinə uyğun olaraq nəzərdən keçirilmişdir. Redaktorlar məzmunun etibarlılığını təmin edərkən aşağıdakı atributları vurğuladılar: 2026-cı ilin avqust ayından etibarən dünya proqnozlaşdırıcıların qeyd olunan ən güclü El Nino hadisələrindən biri kimi təsvir etdiklərinə hazırlaşır. Milli Okean və Atmosfer Administrasiyasının (NOAA) İqlim Proqnozu Mərkəzi bu payız və qışda çox güclü bir hadisənin baş vermə şansını 90%-dən yuxarı qoydu və bunun 1950-ci ildən bəri hər El Nino-nu üstələmə ehtimalı 69% təşkil etdi.
Bu, sadəcə olaraq, "maraqlı hava hadisəsi" deyil, indidən hazırlaşmağa başlamalı olduğumuz böyük qlobal dəyişiklikdir. Məsələn, Keniyada yüksək riskli şəhər mərkəzləri zəif drenaj və gərgin infrastrukturun güclü yağışları humanitar fövqəladə vəziyyətə çevirə biləcəyi, sahilyanı bölgələrin isə fırtına dalğaları və sahil eroziyasının əlavə təhlükəsi ilə üzləşdiyi qeyd edilmişdir. Keniyada 1997–98-ci illərdə El Nino ölkənin ən dağıdıcı epizodlarından biri olaraq qalır və 2006–07, 2015–16 və 2023–24-cü illərdə baş verən hadisələrin hər biri güclü yağış, daşqın və torpaq sürüşmələri ilə nəticələndi, nəticədə yüzlərlə insan həlak oldu, infrastruktura və kənd təsərrüfatına böyük ziyan vurdu.
Həddindən artıq yağışların bu nümunəsi yalnız Şərqi Afrika və ya El Nino hadisələri ilə məhdudlaşmır. 2023-cü ilin sentyabrında "Daniel" fırtınası Liviyanın Derna şəhərinə fəlakətli daşqınlar gətirdi, iki bəndi uçurdu və bir gecədə ən azı 4000 adamı öldürdü. Növbəti aprel ayında Birləşmiş Ərəb Əmirliklərində son 75 ilin ən güclü yağışı qeydə alınıb və Dubayı dayanıqlı vəziyyətə salıb.
Elə həmin yay Sudanın şərqindəki Ərbəat bəndi sel suları altında partladı, 20 kəndi məhv etdi və amansız vətəndaş müharibəsindən əziyyət çəkən 50.000 insana təsir etdi. Tarixi El Nino hazırda davam edərkən, bu cür ekstremalları vurmazdan əvvəl qabaqcadan görməyə qadir olan proqnozlaşdırma sistemlərinin aktuallığı heç vaxt bu qədər böyük olmamışdır. Təsadüfən, məhz bu məqamda süni intellekt (AI) əhəmiyyətli infrastruktur tələbləri olmadan daha sürətli, daha ucuz və yerli olaraq uyğunlaşdırılmış hava proqnozları təklif edən cəlbedici həll yolu kimi ortaya çıxdı.
Mürəkkəb fiziki tənlikləri birləşdirərək proqnoz yaradan ənənəvi proqnozlaşdırma sistemlərindən fərqli olaraq, AI modelləri cari hava şəraitini gələcəyə bağlayan birbaşa statistik yaxınlaşma öyrənirlər. Bu təxminləri öyrənmək çoxlu tarixi hava məlumatları üzrə ağır təlim tələb edir. Bununla belə, tamamlandıqdan sonra, bu modellər işləmək üçün daha ucuzdur və adi hesablama aparatının əlçatanlığı var.
Amma cəmiyyətlər təzyiq altında olduqda, onun sərhədlərini tam dərk etmədən ən asan həll yolu götürmək rasional seçimdən daha çox qumar oyunu ola bilər. GraphCast kimi maşın öyrənmə modelləri sürət və ümumi dəqiqlik baxımından ənənəvi fizikaya əsaslanan sistemləri üstələyə bilsə də, süni intellekt alətləri kritik bir xəbərdarlıqla gəlir: Bu sistemlərin etibarlılığı ekstremal vəziyyətlər üçün, xüsusən də dəyişən iqlim şəraitində düzgün yoxlanılmamışdır. Bu problem "ekstrapolyasiya problemi" kimi tanınır. Süni intellekt tarixi məlumatlarda nümunələri müəyyən etməkdə üstün olsa da, o, "görünməmiş" hadisələri proqnozlaşdırmaqda çətinlik çəkə bilər: rekord qıran istilik dalğaları, daşqınlar və təlim dəstindən kənara çıxan fırtınalar.
Xülasə — davamını mənbədə oxuyun.
