Brytyjski nadzór: resorty nie potrafią wycenić ryzyka klimatycznego, a modele pogodowe idą naprzód
National Audit Office, brytyjski organ kontroli wydatków publicznych, poinformował we wtorek, że instytucje publiczne potrafią wskazać ryzyka klimatyczne, ale w większości nie umieją ich wycenić. W tym samym czasie otwarte modele pogodowe z rodziny Earth-2 firmy NVIDIA trafiają do europejskich prognoz.
Punktem wyjścia jest raport National Audit Office, brytyjskiego organu kontroli wydatków publicznych, opublikowany 3 listopada. Jak wynika z relacji The Register z ustaleń NAO, resorty spodziewają się wyższych kosztów operacyjnych i rachunków za energię w związku ze zmianą klimatu oraz przechodzeniem na niskoemisyjne źródła energii. Niewiele ma jednak solidny obraz ryzyk ani ich ceny.
To twierdzenie węższe, niż mogłyby sugerować nagłówki. NAO nie napisał, że resorty ignorują klimat. Napisał, że ich raportowanie według zasad skarbu państwa, po raz pierwszy wymagane za rok obrotowy 2025-26, słabo obejmuje ryzyko transformacji. Rzadko podaje jakąkolwiek kwotę, choćby przybliżoną.
Raport ukazał się w tym samym tygodniu, w którym grupa europejskich deweloperów pokazała, jak modelowanie wygląda dziś w praktyce. Historia tkwi w luce między jednym a drugim.
Co faktycznie ustalił nadzór
Raport NAO, dołączony jako PDF do tekstu The Register, analizuje pierwszy zestaw ujawnień finansowych związanych z klimatem, które złożyły duże instytucje centralnej administracji. Zasady tych ujawnień określił HMT, a odrębne wymogi raportowania obowiązują od 2022 roku, zauważa dokument.
Instytucje opisywały ryzyka fizyczne dokładniej niż ryzyka transformacji. Wymieniały powodzie, silniejsze wiatry i dłuższe susze. Tam, gdzie wskazywały ryzyka transformacji, najczęściej pojawiał się finansowy koszt samej zmiany oraz zakłócenia w łańcuchach dostaw. Wśród przewidywanych kosztów znalazły się przejście na energię o niższej emisji, nowe technologie i dostosowanie do nowych przepisów. Objęły też wahania cen i dostępności materiałów, wody, energii i specjalistycznych kompetencji.
Gareth Davies, szef NAO, powiedział: "Brytyjskie usługi publiczne będą musiały dostosować się do skutków zmiany klimatu. Parlament potrzebuje jasnych informacji o odporności infrastruktury, świadczenia usług i finansów na zmianę klimatu oraz o tym, jak te ryzyka są zarządzane". Dodał, że obowiązek takich ujawnień dla wszystkich dużych instytucji centralnej administracji od roku 2025-26 to "ważny pierwszy krok". Nadzór oczekuje, że raportowanie "stanie się z czasem bardziej użyteczne".
"Instytucje nie opisały ryzyk transformacji tak dobrze jak ryzyk fizycznych w ujawnieniach strategicznych. W ujawnieniach, które przejrzeliśmy, wymieniono wprawdzie kilka ryzyk transformacji, ale podano niewiele szczegółów, inaczej niż przy ryzykach fizycznych, które wyjaśniono dokładniej".
Ten fragment raportu NAO, cytowany przez The Register, jest sednem ustalenia. Rachunek jest niekompletny, nie nieobecny.
Strona modelowa rusza się szybciej
22 października blog NVIDII opisał rodzinę otwartych modeli Earth-2, które europejskie organizacje wdrażają do prognoz pogody i klimatu. Najnowszy element, StormScope EU, jest regionalną wersją istniejącego modelu prognoz krótkoterminowych. Wytrenowano go na europejskich danych pogodowych i klimatycznych, a korzysta z obserwacji satelitarnych EUMETSAT. Jak podaje wpis firmy, model przewiduje warunki zachmurzenia w 16 kanałach Meteosatu w odstępach 10-minutowych.
Wpis wymienia konkretnych użytkowników. AXA używa FourCastNet 3 do badania regionalnego ryzyka cyklonów poza zapisem historycznym w ponad 1 000 symulowanych sezonów. Vaisala Xweather łączy Earth-2 z własnymi obserwacjami, danymi o wyładowaniach i wiedzą prognostyczną. Dostosowuje też StormScope do danych o wyładowaniach, żeby wydłużyć horyzont prognoz krótkoterminowych. Badacze z University of Manchester zaadaptowali model CorrDiff do modelowania jakości powietrza w Wielkiej Brytanii. Wytrenowali go na superkomputerze Isambard-AI i uruchamiają lokalnie na systemach DGX Spark. TotalEnergies ocenia prognozy promieniowania słonecznego oparte na StormScope w dwóch instalacjach fotowoltaicznych.
To twierdzenia dostawców i projekty pilotażowe, nie wyniki z recenzji naukowej. Żaden z nich nie zastąpi resortowi wyceny własnej ekspozycji na powodzie. Pokazują jednak, że lokalne prognozy o wysokiej częstotliwości stają się narzędziem operacyjnym dla ubezpieczycieli, firm energetycznych i przewoźników. To dokładnie ten rodzaj decyzji, którego instytucje publiczne, zdaniem NAO, wciąż nie potrafią poprzeć liczbami.
Fizyka wciąż wygrywa z modelami przy ekstremach
Za modelami pogodowymi opartymi na AI przemawiają koszt i szybkość. Przeciw poleganiu na nich przy zdarzeniach ekstremalnych przemawia dokładność. Wcześniejsze prace wielokrotnie pokazywały, że tradycyjne modele numeryczne biją prognozy AI przy ekstremalnej pogodzie. To tło, nie nowina.
Niedawne prace o atrybucji klimatycznej wskazują w tę samą stronę. Badanie opisane pod koniec października wykazało, że zmiana klimatu wzmocniła powodzie w Europie w 2024 roku bardziej, niż sugerowałyby same opady. Osobny nurt badań pokazał, że modele oparte na fizyce trafniej niż AI przewidują ekstremalną pogodę. Sam blog o Earth-2 ostrożnie opisuje CorrDiff jako sposób dodania lokalnego szczegółu do danych o grubszej rozdzielczości, a nie zastąpienie leżącej u podstaw fizyki.
Dla brytyjskiego resortu, który próbuje wycenić szkody powodziowe w szpitalach albo sieci dróg, to rozróżnienie ma znaczenie. Prognoza zachmurzenia co 10 minut przydaje się farmie słonecznej. Nie jest wyceną 30-letniego programu adaptacji i nic w materiałach NVIDII nie twierdzi inaczej.
Dlaczego liczby trudno uzyskać
Ustalenie NAO nie dziwi nikogo, kto próbował wycenić adaptację. Ryzyka fizyczne przychodzą jako rozkłady, nie punktowe szacunki. Koszty transformacji zależą od decyzji politycznych, które wciąż zapadają. Raport mówi, że instytucje spodziewają się kosztów szkód w aktywach i infrastrukturze, wyższych rachunków za utrzymanie i naprawy, możliwych modernizacji aktywów oraz wyższych kosztów operacyjnych, w tym energii. Instytucje zarządzające znaczącym majątkiem lub infrastrukturą szczególnie obawiają się kosztów dekarbonizacji i adaptacji.
System ujawnień jest też młody. Pierwsze raporty według zasad skarbu państwa obejmowały rok 2025-26, a NAO przejrzał tylko ich część. Wniosek o słabym rozumieniu dotyczy pierwszej próby, nie jest ostatecznym werdyktem.
Zadaniem nadzoru jest jednak mówić, kiedy publiczne pieniądze są angażowane bez jasnego obrazu ryzyka. Te dowody wskazują, że są.
Tło badawcze wokół AI
Dwa artykuły na arXiv, złożone 29 i 30 października, pokazują, jak nieustabilizowana pozostaje strona ewaluacji. Pierwszy, autorstwa Fengxiana Ji i współpracowników, pyta, czy ceny transakcyjne z rynku mogą zastąpić ludzkie preferencje wizualne. Odpowiada, że pozwalają na to tylko ograniczone warunki. Drugi, Zhifeia Hu i współautorów, ocenia, czy modele świata w przeglądarce, które przewidują skutki działań, rzeczywiście wspierają bezpieczne decyzje. Odpowiada, że wiarygodne przewidywania nie wystarczą.
Żaden z tych artykułów nie dotyczy klimatu. Oba dotyczą jednak tego samego trybu błędu, który opisuje NAO: wiarygodny wynik to nie to samo co wynik wystarczający do decyzji. Ujawnienie ryzyka klimatycznego, które wymienia ryzyka bez kosztów, jest w tym sensie wiarygodnym przewidywaniem.
Różnica polega na tym, że NAO ma ustawowy krąg odbiorców, a modele go nie mają.
Źródła
11- 01Pioneers Across Europe Deploy NVIDIA Earth-2 Open Models to Power Weather and Climate PredictionEN
- 02Do Transaction Prices Reflect Visual Preference? A Diagnostic Study with Multimodal Language ModelsEN
- 03Beyond Plausible Prediction: Safety Sufficiency in Web World ModelsEN
- 04Open models can do 90% of agentic work at a twentieth of the cost of a frontier LLM: GartnerEN
- 05Google reveals new Gemini 4 Carbon AI model, narrowly beating Claude Opus 5.5EN
- 06Tutor Intelligence raises Series B to scale model training, robot deploymentsEN
- 07I Checked Out Tesla's New Model YL, Standard Y, Model 3 In PersonEN
- 08128,000-year-old ice in Tibet could rewrite climate historyEN
- 09Chinese video AI models beat US rivals in visual quality, but lag on safeguards: HKU studyEN
- 10Hiding Capabilities in AI ModelsEN
- 11VW considers bringing Xpeng co-developed architecture to European models, report saysEN
Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.
Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.
Komentarze
0- Brak komentarzy — bądź pierwszy.