Klimat
Klimat, årstider, nederbörd & temperatur
Klimatfrågan är den mest övergripande av alla områden i den här leken: den påverkar årstider, nederbörd och temperatur, och i förlängningen allt annat Sverige bygger sitt samhälle på. AI dyker upp på två motsatta sätt, som verktyg för att förstå klimatet bättre och som en ny källa till energiförbrukning och utsläpp.
Hur AI skulle kunna förändra detta
På modellsidan händer det mycket snabbt. SMHI är med i det EU-finansierade projektet WeatherGenerator, som bygger en generativ AI-grundmodell för väder och klimat och bidrar med sin långa erfarenhet av neurala nätverk för satellitdata. AI-prognoser kan redan matcha traditionella beräkningsmodeller och köras snabbare, vilket är värdefullt för ett land med skiftande väder och allt fler översvämningar.
Men AI har också ett klimatavtryck. Den våg av datacenter som tekniken driver fram kräver el, och Svenska kraftnät skissar på scenarier där Sveriges elanvändning mer än fördubblas till 2045. Att samma teknik som hjälper oss förutse extremväder också ökar trycket på elsystemet är en spänning Sverige måste hantera, inte trolla bort.
Frågor att diskutera
Hur väger vi AI:s nytta för klimatforskning mot dess egen energi- och resursförbrukning?
Vem ska ha tillgång till de bästa klimatprognoserna, och vad händer om de blir en betaltjänst?
Kan bättre AI-prognoser göra oss bättre förberedda på extremväder, eller bara mer beroende av tekniken?
Hur påverkas förtroendet för klimatvetenskapen om allt fler prognoser kommer från modeller få förstår?
Vilket ansvar har Sverige för utsläppen från AI-infrastruktur som byggs här men tränas för hela världen?
Att tänka på
- AI kan göra väderprognoser snabbare och billigare, men de svåraste fallen, extremväder, är just de med minst träningsdata.
- Tekniken är både ett verktyg mot klimatförändringar och en växande källa till elbehov.
- Klimatprognoser bygger alltmer på modeller, vilket gör öppenhet om antaganden och osäkerhet avgörande.