Dvig morske gladine za meter pomeni od sto do tristo milijonov migracij

Dejstvo je, poudarja fizik dr. Matjaž Ličer, da bo morje, tudi pri nas, poplavljalo vse pogosteje, višja gladina bo prisilila na milijone ljudi k migracijam, pregreta voda pa bo usodna za morsko življe. Z novo tehnologijo bodo lahko bolje napovedovali skrajne dogodke, ki jih bo zaradi podnebnih sprememb vse več.

Univerza v Novi Gorici v sodelovanju z Univerzo v Ljubljani, Institutom Jožef Stefan, Inštitutom informacijskih znanosti Izum in Agencijo RS za okolje začenja projekt Smash. V njem se bodo osredotočili na uporabo strojnega učenja. S slovenskim superračunalnikom Vega bodo raziskovali najrazličnejše teme, od astrofizike, personalizirane medicine, komunikacije, osnovnih delcev v fiziki do podnebnih sprememb. Vrednost projekta je 10 milijonov evrov, po polovico zneska zagotavljata evropska komisija in ministrstvo za visoko šolstvo, znanost in inovacije.

O projektu smo se pogovarjali z dr. Matjažem Ličerjem z agencije za okolje in morske biološke postaje NIB, ki se ukvarja z numeričnimi in merilnimi sistemi za prognozo stanja Jadranskega morja. S kolegi z ljubljanske fakultete za računalništvo in informatiko so razvili globoko nevronsko mrežo za napovedovanje poplav v severnem Jadranu, ki se lahko kosa z najboljšimi fizikalnimi numeričnimi modeli. Podobna orodja bi lahko razvili tudi za druge ekstremne dogodke, kot so hudourniške poplave.

Kateri so cilji projekta Smash za Arso?

Raziskave podnebja v okviru projekta Smash lahko razdelimo na tri vsebinske sklope. Eden je študija aerosolov in njihovega vpliva na podnebne spremembe, kako vplivajo na ohlajanje planeta, na sevalno bilanco in segrevanje, in nenazadnje, kako, ko enkrat aerosole v atmosferi zaznamo, izsledimo njihov vir. S tem sklopom se bodo ukvarjali raziskovalci novogoriške univerze. Razviti bodo morali nove metodološke pristope tako na eksperimentalnem kot na teoretičnem področju.

Drugi skop bo prognoza vremena na različnih časovnih skalah, od kratkoročnih časovnih napovedi, ki veljajo za naslednjih nekaj dni, do napovedovanja procesov za naslednjih nekaj mesecev, naslednjo sezono ali pa celo za naslednje desetletje. S tem se bodo ukvarjali na ljubljanski fakulteti za matematiko in fiziko.

Tretji del, s katerim se bomo ukvarjali na Arsu, pa je napovedovanje ekstremnih dogodkov v atmosferi, na kopnem in v morju. Zanimalo nas bo, kako lahko uporabimo metode strojnega učenja za boljše napovedovanje ekstremnih dogodkov nekaj dni vnaprej. V atmosferi to pomeni razvoj lokalnih neurij, močnih vetrov, toče in podobno, kar zadeva hidrologijo na kopnem, so to hudourniške poplave, v oceanu pa obalne poplave oziroma morski vročinski valovi.

Kako s strojnim učenjem izboljšati raziskave

Ali lahko zelo poenostavljeno razložite, kaj je umetna inteligenca?

Inteligenca je nadvse izmuzljiv in ideološko obremenjen pojem, ampak v algoritmičnem kontekstu z inteligenco merimo preprosto na sposobnost učenja. Učenje nam pomeni spremembo vedenja z namenom doseganja vnaprej določenega cilja. Vsi smo se kot otroci naučili, da so bila nekatera naša ravnanja nagrajena, druga pa kaznovana, in smo glede na odzive okolice spreminjali svoje vedenje. Strojno učenje je dobesedno isti proces, le da nagrajujemo ali kaznujemo algoritme. Če algoritem dobro opravi nalogo, ki smo mu jo zaupali, ga 'nagradimo' tako, da mu vrnemo recimo število 0, če pa nalogo opravi slabo, ga 'kaznujemo' s številko, ki je večja od 0. Večja številka pomeni strožjo kazen. Ta proces opravljanja naloge, nagrajevanja in kaznovanja, potem velikokrat ponovimo, algoritem pa po vsaki ponovitvi skuša popraviti svoj odziv tako, da bo nagrajen. V tem procesu učenja se algoritem nauči, kako mora opravljati naloge, da bo najverjetneje nagrajen. V tem zelo omejenem kontekstu se torej algoritem uči obnašati inteligentno. Po matematični plati učenje opišemo kot iskanje najgloblje doline v visokodimenzionalni pokrajini napak napovedi. Ko to najglobljo dolino najdemo, je napaka napovedi najmanjša in model je naučen. Globoko učenje pa je le ena od podzvrsti umetne inteligence.

Kateri so izzivi pri napovedovanju teh dogodkov, če ostaneva pri oceanih in morjih?

Pri oceanografiji je problem, da nimamo veliko meritev, zato stanja ne poznamo natančno. V ocean težko pogledamo iz vesolja. Satelit pokrije velikansko območje oceana, a le njegovo površino. V globinah se moramo precej potruditi, da dobimo meritve, saj moramo senzor fizično spraviti na lokacijo, kjer naj bi meril. Dodati je treba še podatek, da je povprečna globina oceanov štiri kilometre, torej so to ogromni volumni vode, od koder nimamo nobenih podatkov.

Po drugi strani je ocean uganka v napovednem smislu, saj so ekstremni procesi zelo nelinearno odvisni od okoliščin. Podobne okoliščine lahko privedejo do zelo različnih scenarijev pri ekstremnih dogodkih. To pomeni, da so lahko okoliščine skoraj enake, pa se enkrat zgodijo hude poplave, drugič pa jih sploh ni. Globoko učenje oziroma umetna inteligenca se je v zadnjem času izkazala za odlično orodje, saj lahko modelira te močno nelinearne sisteme, ki imajo široko paleto vedenj, tudi pri zelo podobnih vhodnih podatkih.

Kako boste z globokim učenjem premostili omenjeno težavo, pomanjkanje podatkov?

Poskusili bomo razviti mreže, ki bodo manj odvisne od podatkov in bolj od fizike. Pri obalnih poplavah v Jadranu je pravzaprav največja težava, da je višina poplave močno odvisna od tega, kako se seštejeta meteorološki vpliv in vpliv plimovanja. Neodvisna signala se lahko seštejeta v hudo poplavo ali pa v stanje, ko poplave sploh ni. Majhne napake v vremenski napovedi se tako prelijejo v velike napake v nivoju morske gladine. S skupino Mateja Kristana in kolegoma Markom Rusom in Lojzetom Žustom z ljubljanske fakultete za računalništvo in informatiko smo zato že razvili model globokega učenja, ki zna precej zanesljivo zmodelirati poplave. Nevronska mreža nam za poplave v severnem Jadranu trenutno daje boljše napovedi kot najboljši matematično-fizikalni modeli.

Znanstvenik se ne boji napasti težkih problemov

Govorite o modelu Hidra. Koliko boljši je od drugih modelov? Za končnega uporabnika, torej prebivalce na obalnem območju, je ključno, da je napoved pravilna, da se ustrezno pripravijo.

Hidra ima nižjo povprečno napako, njene napovedi se bolj prilegajo meritvam. Predvsem pa nas zanima, prvič, koliko poplav, ki so se zgodile, smo pravilno napovedali, in drugič, koliko poplav, ki smo jih napovedali, se je res zgodilo. Ta dva kriterija sta zelo pomembna. Hidra je tukaj zelo dobra. Zdaj pripravljamo zadnjo verzijo modela, nato ga bomo prenesli v dnevno uporabo. Dostop ima civilna zaščita prek prognostične službe Arsa in od njih dobimo dober odziv. Hidra se je skupaj z našimi fizikalnimi modeli izkazala za zelo koristno pri organizaciji njihovega dela in nenazadnje pri odzivu prebivalcev. Dejstvo je, da je model dober in da nima veliko lažnih poplav. Ker če prevečkrat napovemo poplavo, ki se potem ne zgodi, nas ljudje ne jemljejo več resno. Hidra teh težav nima.

Boste v projektu Smash nadgrajevali Hidro?

Model, kakršen je Hidra, ni nikoli končan. Kakovost napovedi zadnje generacije tega modela je dovolj dobra, da jo bo težko radikalno izboljšati. Zdaj nas zanimajo konceptualne izboljšave – novi pristopi, ki bodo povezovali umetno inteligenco in fiziko. Če hočemo nevronsko mrežo nekaj naučiti, potrebujemo ogromno množico podatkov. Če hočemo napovedati poplave v Jadranu, potrebujemo za desetletja podatkov o stanju atmosfere nad Jadranom in o morski gladini. Vendar ta pristop pozablja na zelo pomembno dejstvo, in sicer, da znamo ta proces skoraj popolnoma opisati tudi fizikalno.

To pomeni, da je prostor rešitev, ki ga mreža sama sicer z muko najde, zelo omejen s fizikalnimi zakoni. Radi bi povezali fizikalne zakone z mrežo, da ne bi več potrebovala toliko podatkov. Že v osnovi bi ji zamejili število možnih rešitev in učenje bi bilo bolj učinkovito. Hidra denimo zdaj išče tudi med številnimi irelevantnimi rešitvami, ki fizikalno niso možne. Če se bo mreža naučila še fizike, bo na koncu bolje iskala.

Znanost in tehnologija lahko pomagata, politične odločitve pa so tiste, ki bodo – ali pač ne – človeštvo obvarovale pred posledicami podnebnih sprememb, opozarja dr. Ličer. FOTO: Črt Piksi  

Ti modeli so zelo pomembni v času, ko se naše okolje drastično spreminja. Zaradi globalnega segrevanja je vse več nepredvidljivih skrajnih dogodkov. Kako ta nepredvidljivost vpliva na strojno učenje?

Kratkoročno gledano to ni težava. Vemo, da bomo imeli vedno več poplav. Vedno več poplav pomeni, da se bo mreža lahko naučila še več možnih scenarijev.

Večji izziv so dolgoročne napovedi. Ni povsem očitno, kako dobro bo mreži uspelo napovedati oziroma prepoznati trende v podatkih, ki izvirajo iz tega, da se planetarna klima spreminja. Matematično-fizikalni modeli so zelo dobri pri napovedovanju stanja, več negotovosti je pri napovedovanju trendov. Med drugim zato, ker moramo do konca stoletja predpostaviti široko paleto scenarijev, kako se bo človeštvo obnašalo in kako bo to vplivalo na podnebje. Zato imamo v napovedih kup negotovosti. A naj vas te ne zavedejo. Podnebne spremembe bodo v vsakem primeru huda težava.

Za Slovenijo so projekcije, da če se bo morska gladina do konca stoletja dvignila za 50 centimetrov, to pomeni nekaj desetkrat bolj pogoste poplave, če se bo dvignila za meter, pa to pomeni vsakodnevne poplave tudi ob lepem vremenu. FOTO: Leon Vidic/Delo  

Kakšna je situacija in kako kaže, če se osredotočimo samo na vpliv podnebnih sprememb na morja?

Vse projekcije razvoja posledic podnebnih sprememb se uresničujejo desetletja prej, kot smo pričakovali.

V Jadranu imamo dve akutni težavi, obalne poplave in morske vročinske valove. Ti so nekajdnevna obdobja izredno povišanih temperatur morja, kar pomeni velik okoljski stres, obenem pa stabilizira morje, kar tudi ni dobrodošlo. Ker se ocean segreva pri površini, toplejša in manj gosta voda ostaja na površini, medtem ko globlje ostaja gostejša voda – ko je vertikalno mešanje med površino in globino oteženo, hranila iz globokih območij ne morejo na površino, kisik pa iz površinskih plasti ne more v globino. Dodaten problem za organizme je zakisanost oceanov, saj se v vodi raztaplja vse več ogljikovega dioksida.

Dvig gladine pa je problem za ljudi. Na eni strani je vprašanje, kako se bomo na to odzvali lokalno, na globalni ravni pa dvig morske gladine za meter pomeni od sto do tristo milijonov migracij, ker bo morje ljudem odvzelo življenjski prostor.

Za Slovenijo so projekcije, da če se bo morska gladina do konca stoletja dvignila za 50 centimetrov, to pomeni nekaj desetkrat bolj pogoste poplave, če se bo dvignila za meter, pa to pomeni vsakodnevne poplave tudi ob lepem vremenu.

Toplejši oceani pomenijo tudi več energije za tropska neurja. FOTO: Mike Blake/Reuters

Oceani nam seveda zdaj grozijo, vseeno pa so nas in nas še rešujejo, ker vsrkavajo velikanske količine presežne toplote.

Da, absorbirali so 90 odstotkov toplote, ki smo jo ustvarjali z akumulacijo toplogrednih plinov, hkrati pa so absorbirali 25 odstotkov ogljikovega dioksida. Če te absorpcije toplote ne bi bilo, bi bila temperatura na Zemlji okoli 50 stopinj Celzija. To ne bi bil več planet, primeren za življenje. Zgornjih deset metrov oceana ima enako toplotno kapaciteto kot celotna atmosfera.

So se pa oceani zaradi tega segreli. Vemo, da se je morje precej segrelo do globine vsaj 700 metrov, zato se je povečal njegov volumen. Gladina se dviga zaradi termičnega raztezanja vode, poleg tega pa še zaradi dodatne količine vode iz staljenih ledenikov ter polarnih kap – ledenih mas Grenlandije in Antarktike. Zadnja je večji problem, ker ne vemo natančno, kako hitro lahko Antarktika prispeva vodno maso, če njeni ledeniki kolapsirajo. Eden ključnih ledenikov kaže skrb vzbujajoče znake. Zelo hitro bi lahko staljeni led pomenil še dodatnega pol metra pri morski gladini. Pol metra se morda ne sliši veliko, ampak je zelo hud problem.

Toplejši oceani seveda pomenijo tudi več energije za tropska neurja. Globalno segrevanje povzroča večjo akumulacijo energije in ta se bo razporedila tako, da bo ekstremnih dogodkov več, tako suš kot intenzivnih padavin, ki bodo vodile v poplave. Vsi dogodki bodo amplificirani, vsak v svojo smer, vse to pa poganja tudi akumulacija toplote v oceanih.

Koliko je možnosti, da se v razmeroma kratkem času stali ves polarni led?

Na to ne znam odgovoriti. Če se bo, se bo to zgodilo na skali nekaj sto let. Pomembno pa je vprašanje, ali bomo pripeljali do situacije, ki nas bo postavila na to trajektorijo. Za Antarktiko točk preloma še ne poznamo. Toda ko bomo te točke prestopili, ko bomo že toliko destabilizirali planet, da bo taljenje ledu začelo vzdrževati samo sebe, bomo imeli zelo omejene možnosti za ustavitev teh procesov, četudi bi izničili ogljične izpuste.

Za Antarktiko točk preloma še ne poznamo. Toda ko bomo te točke prestopili, ko bomo že toliko destabilizirali planet, da bo taljenje ledu začelo vzdrževati samo sebe, bomo imeli zelo omejene možnosti za ustavitev teh procesov, četudi bi izničili ogljične izpuste. FOTO: Rachael Herman/AFP  

Kar zadeva le dvig morske gladine, kakšen je najhujši scenarij za naše območje?

Trenutno govorimo o dveh metrih.

Opozoril bi še na nekaj. Ko govorimo o podnebnih spremembah, se preveč osredotočamo – tudi sam sem se – na povprečja, ne na skrajne scenarije. Res so ti scenariji le enoodstotno verjetni in zato ne pritegnejo pozornosti. Toda en odstotek ali tudi en promil ni tako malo. Predstavljajte si, da bi vsak stoti ali vsak tisoči avto vsak dan brez razloga eksplodiral. Vsak dan bi imeli recimo odstotek možnosti, da se to zgodi vam. Bi bili pripravljeni živeti s tem tveganjem in se voziti z avtom?

Na vsakdanji ravni nismo pripravljeni kockati s tako sicer na videz majhno verjetnostjo. Pri podnebnih spremembah pa očitno tako tveganje zavestno sprejemamo. Gre za ekstremne scenarije, ki pa povzročijo neizmerno škodo, zato menim, da bi se z njimi morali resneje ukvarjati. Razvijati bi morali preživetvene strategije zanje. Če nam jih bo uspelo preprečiti, kar se trenutno zdi malo verjetno, toliko bolje. Vtis, da je povprečen scenarij najslabši možen, je napačen. Povprečen scenarij pomeni, da je polovica scenarijev slabših od tega.

Kako gledate na različne odzive javnosti na dogajanje – mladi so na ulicah, del ljudi se problema zaveda, a so pasivni, na drugi strani pa imamo celo skupine, ki podnebne spremembe zanikajo?

Glede zanikovalcev bi morali povprašati strokovnjaka kake druge vrste. Mislim, da je edina prava reakcija za zdaj reakcija mladih. Ključno je, da ukrepamo zelo hitro, saj bomo le tako lahko omilili škodo, ki nas čaka v vsakem primeru. Še nikoli nismo imeli opravka s takim dogajanjem, morda ga ravno zato ljudje ne jemljejo resno. Bolje bi bilo, da naredimo preveč, kar je sicer utopično pričakovati. Premalo truda bomo drago plačali.

Podatki kažejo, da ima odstotek najbogatejših večji ogljični odtis kot 50 odstotkov najrevnejših. To pomeni, da pri izpustih ni toliko problem to, da je na planetu vedno več ljudi, ampak da superbogati živijo močno disproporcionalno. Zelo hitro bi morali sprejeti ukrepe, povezane s subvencijami za trajnostni način življenja in kakovostno javno infrastrukturo, penalizacijo ogljičnih izpustov, ukinitvijo davčnih oaz, opustitvijo BDP kot metrike za kakovost življenja ter progresivno obdavčitvijo kapitala.

Smo kot družba sposobni spremembe?

Če na to vprašanje odgovoriš da, izpadeš naiven, če rečeš ne, izpadeš obupan. Še vedno verjamem, da lahko še veliko naredimo, da preprečimo najhujše. Nekaj lahko naredimo kot posamezniki, ključni del rešitve pa bo moral biti neki globalno orkestriran odziv na ravni zakonodaje, ki bo omogočila maloogljično bivanje običajnim ljudem, obenem pa otežila ekscesne izpuste superbogatih. To bi bil prvi korak. Mislim, da je to možno, ampak bi potreboval kristalno kroglo, da bi napovedal, kaj se bo zgodilo. Zemlja bo vsekakor obstala, življenje bo preživelo, vprašanje pa, za kakšno ceno.

Vaše delo je tudi del rešitve.

S podnebnimi spremembami se moramo ukvarjati na treh nivojih: preprečevanje, blaženje in prilagajanje. Preprečevanje je ključen problem in je politične narave. Naše delo oziroma modeliranje zadeva druga dva nivoja. Podnebne spremembe že nekaj desetletij niso znanstveni problem, ampak geopolitični. Znanost in tehnologija lahko pomagata, politične odločitve pa so tiste, ki bodo – ali pač ne – človeštvo obvarovale pred posledicami podnebnih sprememb.