图片来源:pixabay
美国科学家进行的一项研究对本世纪不同排放场景下的冰川质量损失进行了新的预测。相关研究1月5日发表于《科学》。
研究表明,根据当今减缓气候变化的努力,本世纪全球可能损失多达41%,或者至少26%的冰川。
这些预测将被汇总到全球温度变化场景中,补充有关气候变化的讨论内容,例如在《联合国气候变化框架公约》第27次缔约方大会(COP27)上进行的讨论。
卡内基·梅隆大学土木与环境工程助理教授David Rounce团队发现,如果继续投资化石燃料,在未来场景中,按质量计算超过40%的冰川将在本世纪内消失,而按照数量计算,超过80%的冰川可能会消失。在最好的低碳排放场景下,全球平均温度的上升相对于工业化前水平被限制在1.5℃以内,但按质量计算仍有超过25%的冰川质量将消失,按照数量计算则有近50%的冰川将消失。
按照冰川的标准,这些消失的冰川大多数都很小(不到1平方公里),但它们的消失会对当地的水文、旅游、防灾和文化价值产生负面影响。
该研究为区域冰川建模提供了更好的背景,Rounce希望这有助于促使气候政策制定者将温度变化目标降低到2.7℃以内——这是《联合国气候变化框架公约》第26次缔约方大会(COP26)承诺的目标。
如果温度上升超过2℃,则欧洲中部、加拿大西部和美国等地的较小冰川将受到不成比例的影响。如果温度上升3℃,这些地区的冰川几乎将完全消失。
Rounce指出,冰川对气候变化的反应需要很长时间。他将冰川描述为流动极其缓慢的河流。今天的减排努力并不能消除以前排放的温室气体,也不能阻止温室气体对气候变化的影响。这意味着即使完全停止碳排放,其正面效应也需要30年至100年才能反映在冰川质量损失率上。
许多因素决定了冰川质量的流失,Rounce的研究推动了用模型解析不同类型的冰川的研究,包括潮汐冰川和碎片覆盖的冰川。前者指漂于海洋的冰川,这导致它们在这个边界失去了很多质量。后者则指被沙子、岩石和巨石覆盖的冰川。
Rounce此前的研究表明,碎屑覆盖层厚度和分布可能对整个区域的冰川融化速率产生积极或消极影响,这取决于碎屑的厚度。在这项最新研究中,他发现,解释这些过程对全球冰川预测的影响相对较小,但在分析单个冰川时却发现了质量损失的巨大差异。
该模型还使用前所未有的大量数据进行了校准,包括对每个冰川的单独质量变化进行观测,从而提供了冰川质量变化的更完整、更详细的图像。可以说,超级计算机对于支持最先进校准方法的应用和不同排放场景的大规模集成必不可少。(王方)
何宝宏:从学习到创造,生成式AI取得突破性进展******
“2022年AI绘画和ChatGTP的重要性不亚于2016年AlphaGo战胜人类围棋冠军的价值,这是否会引发新一轮的内容科技的革命,是值得我们关注的问题。”在近日举行的“风向Talks 2023”思享会上,中国信息通信研究院云计算与大数据研究所所长何宝宏围绕技术转型、信息革命、数据资产、Web3、信任科技、元宇宙、技术周期律、经济学2.0、AI、数字原生等热门领域进行了分享。
何宝宏表示,生成式AI在2022年取得了突破性的进展,人工智能开始从学习走向创造。
近年来,随着技术的发展,内容创作的方式不断发生变革,经历了从PGC(专业生产内容)到UGC(用户生产内容),再到PUGC(专业用户生产内容)的发展历程。到了人工智能时代,可实现AIGC(人工智能创作内容) ,未来可能发展到P-AIGC(专业人员指导下的AIGC)。
AIGC背后是一个大的模型,何宝宏介绍,过去五年,由于大模型的参数指数级增长带来了大模型“智力”的指数级增长。2020年,机器基本只能完成文本生成,目前可以进行图像生成,未来能实现视频生成。2016年,机器视觉可以从图片中识别文字;2022年,机器实现了AI绘画,可以通过文字生成图像。
不仅如此,人工智能的进步还体现在科学方面,目前正在兴起的AI编程的软件2.0,可以实现以代码为中心到以数据为中心的编程思维,即程序员只需要设定超级参数,普通参数将通过数据训练实现。生命科学方面,2021年AI发现了蛋白质结构,2022年AI生成了蛋白质结构,由此AIGC入选了《Science》2022年度科学十大突破。
在谈到在2022年同样大火的“元宇宙”时,何宝宏表示,每隔7年左右,都会有名为“下一代互联网”的技术出现,每次还都不一样。目前,互联网发展正面临以元宇宙为代表的信息互联网以及以Web3.0为代表的价值互联网的“新岔道”。
不过,在他看来,现阶段,元宇宙依然是各种要素的“大杂烩”,还没有找到最佳实践。基于VR的元宇宙在未来3-5年内依然会是小众市场,实现“生态化反”还需要更多时间。
“VR现阶段的体验并不像数字孪生,而更像是‘数字植物人’,除了有视觉和听觉体验之外,还缺少嗅觉、味觉和触觉的感受。未来,仍需积极探索,将生产要素有机地组织起来。”何宝宏说。(宋雅娟)
(文图:赵筱尘 巫邓炎)