akce eXtreme: Umělá inteligence pro detekci a přiřazení (XAIDA)

Změna klimatu mění a posiluje extrémní povětrnostní jevy, jako jsou vlny veder, ničivé požáry, cyklóny, povodně a sucha. Cílem projektu XAIDA je charakterizovat, odhalovat a připisovat extrémní události pomocí nového přístupu založeného na datech a dopadu. Bude využívat nové techniky umělé inteligence a sdružovat odborníky na atribuci extrémních událostí, atmosférickou dynamiku, klimatické modelování, strojové učení a kauzální inferenci. Doufejme, že zjištění projektu budou moci vrhnout světlo na vliv změny klimatu na atmosférické jevy, jako jsou cyklóny a konvektivní bouře, které nejsou dobře pochopeny nebo kvantifikovány. Projekt rovněž poskytne nástroje pro posouzení příčinných cest vedoucích k extrémním událostem.

Pole „přisuzování extrémních událostí“ se nedávno vyvinulo s cílem poskytnout znázornění budoucího klimatu, pokud jde o smysluplné vzorce extrémních událostí, které mohou podpořit budoucí projekce způsobem, který je užitečný pro přizpůsobení, a u nichž lze prokázat nebo vyvrátit příčinnou souvislost mezi událostmi a lidským vlivem na klima. Studie detekce extrémních událostí, přiřazení a projekcí se však v současné době potýkají s velkými omezeními. 

Cílem projektu XAIDA je tyto mezery zaplnit. Pomocí nových technik umělé inteligence a silné obousměrné interakce s klíčovými zúčastněnými stranami bude i) charakterizovat, odhalovat a připisovat extrémní události pomocí nového přístupu založeného na datech a dopadu, ii) posuzovat jejich základní kauzální cesty a fyzické faktory pomocí metod kauzálních sítí a iii) simulovat vysoce intenzivní a dosud neviditelné události, které jsou fyzicky věrohodné v současném i budoucím klimatu.

K dosažení tohoto cíle XAIDA sdružuje týmy specialistů na atribuci extrémních událostí, atmosférickou dynamiku, klimatické modelování, strojové učení a kauzální inferenci, aby:

• pochopit vliv změny klimatu na různé vlivy atmosférických jevů, které jsou v současné době špatně pochopeny nebo kvantifikovány (cyklony, konvektivní bouře, anomálie s dlouhou životností nebo letní složené události), a to jak pro minulý, tak pro budoucí vývoj;
• ve spolupráci s komunitou klíčových zúčastněných stran vypracovat nový, širší a na dopadech založený rámec pro přiřazování a projekci, který vyjme kauzální cesty extrémů;
• Rozvíjet dějové linie událostí neviditelné intenzity na základě metod strojového učení;
• Poskytnout nové nástroje pro modelové posouzení příčinných drah vedoucích k extrémním událostem a prozkoumat příčiny neshod mezi modely a pozorováními;
• Vyvinout platformu pro interakci a komunikaci se zúčastněnými stranami s cílem zlepšit odbornou přípravu a vzdělávání v oblasti změny klimatu a jejích dopadů a přenést tento vývoj do budoucích provozních služeb v oblasti klimatu.