Πρόσφατα πήραμε μια πρώτη ιδέα αλλαγής παραδείγματος στην επιστήμη της Γης. Μία μελέτη, που δημοσιεύθηκε στο περιοδικό Nature τον Ιούλιο, έδειξε ότι ένα τεχνητό νευρωνικό δίκτυο (τεχνητή νοημοσύνη) προέβλεψε καλύτερα τον καιρό από το Ευρωπαϊκό Κέντρο Μεσοπρόθεσμων Μετεωρολογικών Προγνώσεων, που διαθέτει το πιο προηγμένο σύστημα πρόβλεψης στον κόσμο. Στη συνέχεια, τον Νοέμβριο, η DeepMind της Google ανακοίνωσε ότι το δικό της ΑΙ σύστημα πρόγνωσης καιρού είχε κάνει ακόμα πιο ακριβείς προβλέψεις.

Ο κλασικός τρόπος στην πρόγνωση καιρού είναι μέσω παρατηρήσεων, που λαμβάνονται σε μια δεδομένη χρονική στιγμή και, στη συνέχεια, με αυτές ως σημεία εκκίνησης, μέσω εξισώσεων που βασίζονται σε φυσικούς νόμους. Αντίθετα, η τεχνητή νοημοσύνη θα συλλέξει δεδομένα από μεγάλες χρονικές περιόδους και στη συνέχεια θα «μάθει» τη δυναμική που οι παραδοσιακές εξισώσεις πρέπει να περιγράψουν με σαφήνεια. Τόσο ο παραδοσιακός όσο και ο βασισμένος- στην-τεχνητή-νοημοσύνη τρόπος πρόβλεψης βασίζονται σε υπερυπολογιστές, με τη διαφορά ότι η τεχνητή νοημοσύνη δεν χρειάζεται τις ήδη εδραιωμένες θεωρίες. 

Η χρυσή εποχή της παρατήρησης της Γης

Με βάση την πρόγνωση του καιρού αποφασίζεται πότε και πού πετούν τα αεροπλάνα, ποιες διαδρομές ακολουθούν τα πλοία, αλλά και αντιμετωπίζονται κάθε είδους, στρατιωτικοί ή μη, κίνδυνοι σε ένα διαρκώς μεταβαλλόμενο περιβάλλον. Επομένως είναι σημαντική. Και αν και ακόμη εφαρμογές της ΑΙ σε αυτό το πεδίο είναι σε πολύ πρώιμο στάδιο, και είναι πολλά αυτά ακόμη που πρέπει να διερευνηθούν, όπως και σε άλλους τομείς, η ΑΙ μπορεί ωστόσο να καταργήσει εξειδικευμένους επιστήμονες, δεδομένου ότι τα νευρωνικά δίκτυα δεν απαιτούν γνώσεις δυναμικής μετεωρολογίας (οι συντάκτες της μελέτης του περιοδικού Nature είναι απλοί μηχανικοί, χωρίς τέτοιο υπόβαθρο). Και οι επιπτώσεις της δεν σταματούν εκεί.

Ο Νόρμπερτ Βάινερ, ο πατέρας της κυβερνητικής, έγραφε τη δεκαετία του 1950 για το πρόβλημα της στατιστικής πρόβλεψης και επεσήμαινε ότι, αν ήδη γνωρίζουμε την ιστορία ενός συστήματος που παρουσιάζει συγκεκριμένες ιδιότητες, η γνώση των εξισώσεων που διέπουν τη δυναμική του δεν θα βελτιώσει απαραίτητα τις προβλέψεις μας. Ο Βάινερ εκείνη τη στιγμή έκανε μια πολύ σημαντική θεωρητική προσέγγιση, καθώς οι περιορισμοί στις παρατηρήσεις, τα δεδομένα, την υπολογιστική ισχύ και άλλους παράγοντες εκείνη την εποχή δεν επέτρεπαν κάτι περισσότερο. Πλέον όμως η θεωρία του μοιάζει να στοχεύει στην ουσία της ΑΙ, καθώς συλλαμβάνει επακριβώς τις ευρύτερες προεκτάσεις της.

Τα τελευταία χρόνια έχουν αυξηθεί κατά πολύ τα δεδομένα παρατήρησης της Γης. Μεταξύ 1993 και 2003, μόλις 25 δορυφόροι που παρατηρούσαν τη Γη εκτοξεύτηκαν στο Διάστημα, αλλά μεταξύ 2014 και 2022 ο αριθμός εκτοξεύτηκε σε 997, ανεβάζοντας τον συνολικό αριθμό δορυφόρων παρατήρησης της Γης και άλλων δορυφόρων που βρίσκονται σήμερα σε τροχιά περίπου στους 7.560. Με έναν τεράστιο διαστημικό στόλο να εκπέμπει δεδομένα σχεδόν για οτιδήποτε −από την ανάπτυξη των φυτών, τους υδρατμούς και τις εγκαταστάσεις υποδομής, μέχρι την υπέρυθρη ακτινοβολία, το ύψος θόλου και τις μετρήσεις της ποιότητας της ατμόσφαιρας− έχουμε πλέον εισέλθει σε μια χρυσή εποχή παρατήρησης της Γης.

Αυτό το ολοένα και μεγαλύτερο αρχείο δεδομένων περιγράφει σχεδόν όλα όσα κάνουμε εμείς και η φύση στη Γη. Αν λειτουργήσει συνδυαστικά με τα νέα μοντέλα τεχνητής νοημοσύνης και τη συνεχώς διευρυνόμενη υπολογιστική υποδομή μας, θα μπορούσε να ανατρέψει την κατανόησή μας για τον πλανήτη αλλά και τον ρόλο μας σε αυτόν.

Αντιμετωπίζοντας την κλιματική αλλαγή

Σκεφτείτε την κλιματική αλλαγή. Τα τελευταία 40 χρόνια, η διαχείριση της κλιματικής κρίσης από την ανθρωπότητα καθοδηγείται από τη Διακυβερνητική Επιτροπή για την Αλλαγή του Κλίματος (IPCC), έναν επιστημονικό φορέα που είναι χωρισμένος σε επιστημονικούς κλάδους: οι φυσικές επιστήμες χρησιμοποιούν μεγάλα μοντέλα γήινου συστήματος (ESMs), που έχουν πολλά κοινά με αυτά που χρησιμοποιούνται στην πρόγνωση του καιρού, ενώ, ξεχωριστά, οι οικονομολόγοι και οι γεωγράφοι ποσοτικοποιούν τον αντίκτυπο και επικεντρώνονται στον ρόλο των πολιτικών προσαρμογής και μετριασμού στις κοινωνίες μας.

Αυτός ο καταμερισμός εργασίας –που αντικατοπτρίζεται στις τριμερείς ομάδες εργασίας της IPCC –εμπεριέχει και έναν καταμερισμό στη μεθοδολογία. Ενώ τα βασισμένα-στη-φυσική μοντέλα γήινου συστήματος προκύπτουν από υπολογισμούς ab initio, οι οικονομολόγοι και οι διάφοροι διαχειριστές επιπτώσεων βασίζονται σε εμπειρικές μεθόδους και «ανάγωγες» θεωρίες, που δεν μπορούν δηλαδή να απλοποιηθούν περισσότερο. 

Η ΑΙ θα μπορούσε να διαταράξει όλη αυτή τη διαδικασία. Αν και είναι απίθανο να αντικαταστήσει πλήρως τα παραδοσιακά κλιματολογικά μοντέλα −οι καταγεγραμμένες παρατηρήσεις δεν είναι τόσες ώστε να προσφέρουν μια στατιστικά εμπεριστατωμένη εικόνα των κλιματικών φαινομένων μέσα στους αιώνες− παίζει όμως ήδη σημαντικό ρόλο σε αυτό τον τομέα. 

Για να είμαστε ειλικρινείς, αυτό που έχει μεγαλύτερη σημασία για μας δεν είναι πώς συμπεριφέρεται το κλιματικό σύστημα, αλλά πώς επηρεάζει τον κόσμο μέσα στον οποίο ζούμε εμείς και τα άλλα πλάσματα. Τα μοντέλα AI −με τον αγνωστικισμό που τα διακρίνει ως προς τις τρέχουσες επιστημονικές θεωρίες ή τα επιστημονικά πρότυπα− θα μπορούσαν να μας βοηθήσουν να συμπεράνουμε, και ενδεχομένως να προβλέψουμε, τις αλλαγές της βιομάζας στο τοπίο με την πάροδο του χρόνου. Αυτό, με τη σειρά του, θα μπορούσε να βελτιώσει τον τρόπο με τον οποίο διαχειριζόμαστε τα δάση και τη γεωργία, και να μας βοηθήσει: να κατασκευάσουμε διαγνωστικά εργαλεία και συστήματα έγκαιρης προειδοποίησης για τον κίνδυνο πυρκαγιάς ή πλημμύρας∙ να κατανοήσουμε το πώς συνδέεται η ενεργειακή οικονομία με αυτές τις αλλαγές∙ ή να προβλέψουμε τις επιπτώσεις τους στην ευρύτερη οικονομία, ακόμη και στις συζητήσεις για το κλίμα. Όλα όλα αυτά έρχονται να προστεθούν στη συνεισφορά της ΑΙ στη γρηγορότερη μετάβαση σε μια οικονομία χαμηλών εκπομπών άνθρακα.

Φυσικά, η ΑΙ δεν μπορεί να υποκαταστήσει την επιστημονική γνώση. Η επιστήμη θα παραμείνει μια κατεξοχήν ανθρώπινη επιδίωξη, με την αξία της να έγκειται περισσότερο στη διατύπωση του σωστού ερωτήματος και όχι τόσο στην εξαγωγή ενός συμπεράσματος από δεδομένα. Παρ’ όλα αυτά, θα πρέπει να προσπαθήσουμε να αξιοποιήσουμε στο έπακρο την επιστημολογική προσέγγιση που προαναγγέλλει η άνοδος της τεχνητής νοημοσύνης. Μπορεί να μας βοηθήσει να εντοπίσουμε νέα φαινόμενα που μέχρι στιγμής ξέφευγαν από τους φακούς των εργαστηρίων. Μπορεί να μας βοηθήσει στη διαχείριση πολύπλοκων οικολογικών συστημάτων μεγάλης κλίμακας, στα οποία τα παραδοσιακά θεωρητικά πλαίσια δεν επαρκούν. Η ΑΙ είναι το απόλυτο ερευνητικό εργαλείο για την κατάργηση των φραγμών ανάμεσα στα διάφορα επιστημονικά πεδία. 

Η πολιτική πρόκληση

Αυτή η αλλαγή στην επιστημονική προσέγγιση αποτελεί βεβαίως μια μεγάλη πολιτική πρόκληση. Η υποδομή που κρύβεται από πίσω –δορυφόροι παρατήρησης της Γης και υπολογιστές– ελέγχονται όλο και περισσότερο από τον ιδιωτικό τομέα. Ο μεγαλύτερος ιδιοκτήτης δορυφόρων παρατήρησης της Γης είναι μια εταιρεία που ονομάζεται Planet Labs. Οι εταιρείες υψηλής τεχνολογίας −από την IBM και τη Nvidia έως την DeepMind και τη Huawei (οι υπάλληλοι των οποίων είναι αυτοί που υπογράφουν τη μελέτη του Ιουλίου στο περιοδικό Nature)− είναι πρωτοπόρες στη μηχανική μάθηση. Έχοντας πρόσβαση σε αμύθητα κεφάλαια και πόρους, αυτές οι εταιρείες μπορούν εύκολα να ξεπεράσουν στον ανταγωνισμό τα περισσότερα δημόσια ερευνητικά κέντρα. Ορισμένες μπορεί να ενδιαφέρονται για τον άνθρωπο, αλλά κι αυτές ακόμα δεν έχουν καμία υποχρέωση να παρέχουν δημόσια αγαθά ή να μεριμνούν για την ισότιμη πρόσβαση στις υπηρεσίες τους.

Όσο εμείς προσπαθούμε να κατανοήσουμε τις επιπτώσεις της ψηφιακής επανάστασης και ενός φυσικού περιβάλλοντος που αλλάζει μπροστά στα μάτια μας, η τεχνητή νοημοσύνη μπορεί τελικά να κρατά το κλειδί που ξεκλειδώνει μέρος της πολυπλοκότητας που ξεπερνά κατά πολύ τη δική μας κατανόηση. Όσο όμως τα ερευνητικά μέσα βρίσκονται σταθερά στα χέρια της βιομηχανίας, οι υπεύθυνοι για τη χάραξη πολιτικών θα πρέπει να επαγρυπνούν, και να διασφαλίζουν ότι τα νέα αυτά εργαλεία εξασφαλίζουν δημόσια αγαθά και όχι μόνο ιδιωτικά οφέλη, και ότι θέτουν τις σωστές ερωτήσεις που θα δώσουν στις διάφορες χώρες τις σωστές απαντήσεις για την ανάληψη των κατάλληλων πρωτοβουλιών. 

* O Giulio Boccaletti είναι επιστημονικός διευθυντής του Euro-Mediterranean Center για την Κλιματική Αλλαγή και συγγραφέας των βιβλίων Water: A Biography (Pantheon Books, 2021) και Siccità (Mondadori, 2023).