Forskare utvecklar ny AI-modell för klimatprognoser
Forskare har presenterat en avancerad artificiell intelligensmodell som förbättrar noggrannheten i långsiktiga klimatprognoser. Innovationen, som beskrivs i en nylig studie, kan stärka globala insatser för att mildra klimatförändringarnas effekter. Ledd av ett team från University of California integrerar modellen stora datamängder för mer tillförlitliga förutsägelser.
Den 29 september 2025 meddelade ett team av forskare utvecklingen av en ny AI-ramverk utformat för att förfina klimatprognoser. Modellen, som heter ClimateNet-2.0, utvecklades av forskare vid University of California, Berkeley, och publicerades i tidskriften Nature Climate Change. Detta genombrott adresserar långvariga utmaningar i modellering av komplexa atmosfäriska interaktioner, och kan potentiellt stödja beslutsfattare i katastrofberedskap och strategier för utsläppsminskning.
Forskningens tidslinje sträcker sig över tre år, med initial datainsamling som började 2022 med satellitobservationer och historiska väderregister från källor som NASA och NOAA. Huvudförfattaren Dr. Elena Vasquez uppgav: "Vår AI-modell uppnår 25 % högre noggrannhet i prognoser av extrema väderhändelser över en 10-års horisont jämfört med traditionella metoder." Systemet använder djupinlärningsalgoritmer för att bearbeta petabyte av miljödata, och identifierar mönster i havsströmmar, temperaturavvikelser och koncentrationer av växthusgaser som tidigare varit svåra att förutsäga.
Bakgrundskontexten visar att nuvarande klimamodeller ofta kämpar med osäkerhet i långsiktiga projektioner, vilket leder till debatter i internationella forum som FN:s klimatkonferens. Detta nya tillvägagångssätt integrerar realtidsinmatning från globala sensornätverk, och minskar felmarginalerna från 15-20 % i äldre system till under 10 %. Medförfattaren Prof. Raj Patel tillade: "Genom att simulera tusentals scenarier ger ClimateNet-2.0 handlingsbara insikter för sårbara regioner, såsom kustområden som är utsatta för havsnivåhöjning."
Implikationerna sträcker sig till ekonomiska och sociala sfärer. Tidiga tester visade att modellen kan spara miljarder i jordbruksförluster genom att förutsäga torkor med större precision. Experter varnar dock för att trots att den är lovande kräver tekniken ytterligare validering genom fältapplikationer. Inga större motsägelser framträder i rapporteringen, eftersom studien stämmer överens med bekräftande resultat från peer-granskade simuleringar. Sammantaget understryker denna utveckling AI:s växande roll i att hantera miljökriser, och erbjuder ett verktyg för balanserad, evidensbaserad beslutsfattning.