✨ AI Kontextualisierung
1972 erhielt die Menschheit einen Einblick, der sonst nur Astronaut:innen vorbehalten war. Damals entstand das erste detaillierte Foto der Erde aus dem Weltall. Bekannt ist es unter dem Namen “Blue Marble”, und aufgenommen wurde es von Astronauten der NASA. „Wir sind so weit gereist, um den Mond zu erforschen, und das Wichtigste ist, dass wir die Erde entdeckt haben“, sagte damals der Astronaut William Anders.
Kooperation für die Klimaforschung
Heute gibt es weit mehr Aufnahmen des Planeten. Mit Stand Dezember 2022 befinden sich laut European Space Agency insgesamt 9800 Satelliten im All. Um diese Datenmengen für die Klimaforschung zu nutzen, braucht es Analysen. Künstliche Intelligenz (KI) kann dabei eine wichtige Rolle spielen. Laut Harald Rieder, Klimaforscher an der Universität für Bodenkultur, spielt KI in der Klimaforschung zunehmend eine Rolle. Im momentanen Forschungsbetrieb seien KI-Methoden aber nur eine von vielen Analysetechniken und unterschiedlich weit verbreitet. Eine breitere Anwendung von KI sei aber absehbar.
Anfang Februar gaben IBM und die NASA bekannt, im Bereich der Klimaforschung zusammenzuarbeiten. Im Rahmen der gemeinsamen Arbeit wird die KI-Grundlagen-Modell-Technologie zum ersten Mal auf die Satellitendaten der NASA angewandt, was eine Reihe von neuen Projekten ermöglichen und die Klimaforschung voranbringen soll. Die Zusammenarbeit sei wichtig, denn laut NASA könne der Aufbau dieser Modelle nicht von kleinen Teams bewältigt werden. Man brauche dafür verschiedene Perspektiven, Fähigkeiten und Ressourcen.
“Generell ist es zu begrüßen, wenn Forschungseinrichtungen und der Privatsektor kooperieren, um Methodiken und Anwendungsfelder weiterzuentwickeln. Wichtig ist, dass die erzielten Ergebnisse und Erkenntnisse auch breit verfügbar gemacht werden. Sollte aus solchen Bestrebungen allerdings eine Monopolstellung erwachsen, wäre dies kritisch zu sehen“, erklärt Rieder.
Grundlagen Modelle in der Klimaforschung
Die Berge an Daten und die zunehmende Komplexität von KI stellen Forscher:innen vor Herausforderungen. NASA Wissenschafter:innen gaben an, bisher für jeden Datensatz ein neues Modell erstellen zu müssen. Das sei jetzt anders: Da IBM Grundlagen-Modelle für die Anwendung von maschinellem Lernen nutzt. Grundlagen-Modelle finden in großen Datenbergen, auch ohne Anweisung, die zugrunde liegende Struktur.
Ein weiteres Problem war bisher ein Mangel an Trainingsdaten. Zum Beispiel mussten Bäume oder Pflanzen auf Satellitendaten vorab von Expert:innen identifiziert und bestimmt werden, bevor die künstliche Intelligenz davon lernen konnte. Grundlagen-Modelle können aber auch Rohdaten nutzen, wodurch Zeit eingespart wird. Nach ausgiebigem Training kann die Technologie so auch völlig neue Fragen beantworten und Aufgaben lösen. Damit ist der Algorithmus vielfach einsetzbar.
Künstliche Intelligenz ermöglicht Umsetzung einer Vielfalt an Projekten
Geplant sind mehrere Projekte. Das IBM Geo-Intelligence Basismodell wird mit Rohdaten der NASA trainiert, die Landbedeckungs- und Landnutzungsänderungen aufzeichnen. Mit der Technologie von IBM können die Daten nicht nur sortiert, sondern auch analysiert und große Datensätze nach neuen Erkenntnissen durchsucht werden. Mögliche Einsatzgebiete sind die geographischen Auswirkungen von Naturkatastrophen, herauszufinden wo Wälder abgeholzt werden oder potentielle Lebensräume von Wildtieren zu identifizieren. Das Ziel sei, die Reaktion auf klimabezogene Probleme zu beschleunigen.
Ein weiteres angekündigtes Projekt, ähnelt technologisch ChatGPT. Konkret soll eine Art Suchmaschine für wissenschaftliche Literatur entstehen. Im Gegensatz zu anderen Tools sollen die Antworten der künstlichen Intelligenz mit Zitaten und direkten Links zu den Forschungsarbeiten versehen werden. Wissenschafter:innen der NASA kündigten an, dass die Technologie bereits Mitte 2023 einsatzbereit sein könnte. Verfügbar sollen die Anwendungen nicht nur für Wissenschafter:innen sein, sondern auch für politische Entscheidungsträger:innen und die Öffentlichkeit. Des Weiteren wurde angekündigt, die Technologie auch für Wetter- und Klimavorhersagen zu nutzen.
Auch wenn künstliche Intelligenz zu Fortschritten in der Klimaforschung führen kann, ist die kritische Betrachtung der Technologie essentiell. “Wichtig ist im Kontext Klimaschutz aber auch festzuhalten, dass KI Methoden durch den Energieverbrauch durchaus einen hohen Carbon Footprint aufweisen und daher die Auswahl der KI Anwendungsfelder sehr gut ausgewählt werden muss”, so Rieder.
