19 Μαΐ 2024

Τεχνητή Νοημοσύνη. „Θόρυβος“ στη μηχανή: Ανθρώπινες διαφορές στην κρίση οδηγούν σε προβλήματα για την Τεχνητή Νοημοσύνη

 „Θόρυβος“ στη μηχανή: Ανθρώπινες διαφορές στην κρίση οδηγούν σε προβλήματα για την Τεχνητή Νοημοσύνη

Πολλοί άνθρωποι κατανοούν την έννοια της μεροληψίας σε κάποιο διαισθητικό επίπεδο. Στην κοινωνία και στα συστήματα τεχνητής νοημοσύνης,  οι φυλετικές προκαταλήψεις και οι προκαταλήψεις λόγω φύλου είναι καλά τεκμηριωμένες.

Εάν η κοινωνία μπορούσε με κάποιο τρόπο να εξαλείψει την μεροληψία, θα εξαφανίζονταν όλα τα προβλήματα; Ο αείμνηστος νομπελίστας Daniel Kahneman, ο οποίος ήταν βασικό πρόσωπο στον τομέα των συμπεριφορικών οικονομικών, υποστήριξε στο τελευταίο του βιβλίο ότι η μεροληψία είναι μόνο η μία πλευρά του νομίσματος. Τα σφάλματα στις κρίσεις μπορούν να αποδοθούν σε δύο πηγές: μεροληψία και θόρυβο.

Η μεροληψία και ο θόρυβος διαδραματίζουν σημαντικό ρόλο σε τομείς όπως το δίκαιο,  η ιατρική και  οι οικονομικές προβλέψεις, όπου έχουμε ανθρωποκεντρικές κρίσεις. Στο έργο μας ως επιστήμονες υπολογιστών και πληροφοριών, οι συνάδελφοί μου και εγώ διαπιστώσαμε ότι ο θόρυβος παίζει επίσης ρόλο στην τεχνητή νοημοσύνη.

 

Στατιστικός θόρυβος

Ο θόρυβος σε αυτό το πλαίσιο σημαίνει διακύμανση στον τρόπο με τον οποίο οι άνθρωποι κρίνουν το ίδιο πρόβλημα ή κατάσταση. Το πρόβλημα του θορύβου είναι πιο διαδεδομένο από ό, τι αρχικά συναντά το μάτι. Ένα σημαντικό έργο, που χρονολογείται από τη Μεγάλη Ύφεση, διαπίστωσε ότι διαφορετικοί δικαστές έδωσαν διαφορετικές ποινές για παρόμοιες υποθέσεις.

Ανησυχητικά, η καταδίκη σε δικαστικές υποθέσεις μπορεί να εξαρτηθεί από πράγματα όπως η θερμοκρασία και αν κέρδισε η τοπική ποδοσφαιρική ομάδα. Τέτοιοι παράγοντες, τουλάχιστον εν μέρει, συμβάλλουν στην αντίληψη ότι το δικαστικό σύστημα δεν είναι μόνο μεροληπτικό αλλά και αυθαίρετο κατά καιρούς.

Άλλα παραδείγματα: Οι ασφαλιστικοί πραγματογνώμονες μπορεί να δίνουν διαφορετικές εκτιμήσεις για παρόμοιες αξιώσεις, αντανακλώντας τον θόρυβο στις κρίσεις τους. Ο θόρυβος είναι πιθανό να υπάρχει σε κάθε είδους διαγωνισμούς, που κυμαίνονται από γευσιγνωσίες κρασιού έως τοπικούς διαγωνισμούς ομορφιάς έως εισαγωγές στο κολέγιο.

 

 Video:https://youtu.be/cAZpLF5qG8M

 Ντάνιελ Κάνεμαν Nobel Οικονομικών. 5 Μαρτίου 1934-27 Μαρτίου 2024

Θόρυβος στα δεδομένα

Επιφανειακά, δεν φαίνεται πιθανό ότι ο θόρυβος θα μπορούσε να επηρεάσει την απόδοση των συστημάτων AI. Εξάλλου, οι μηχανές δεν επηρεάζονται από τον καιρό ή τις ποδοσφαιρικές ομάδες, οπότε γιατί να κάνουν κρίσεις που ποικίλλουν ανάλογα με τις περιστάσεις; Από την άλλη, οι ερευνητές γνωρίζουν ότι η μεροληψία επηρεάζει την τεχνητή νοημοσύνη, επειδή αντικατοπτρίζεται στα δεδομένα στα οποία εκπαιδεύεται η τεχνητή νοημοσύνη.

Για τη νέα έξαρση μοντέλων τεχνητής νοημοσύνης όπως το ChatGPT, ο χρυσός κανόνας είναι η ανθρώπινη απόδοση σε γενικά προβλήματα νοημοσύνης, όπως η κοινή λογική. Το ChatGPT και οι ομότιμοί του μετρώνται  με βάση  σύνολα δεδομένων κοινής λογικής που χαρακτηρίζονται από ανθρώπους.

Με απλά λόγια, οι ερευνητές και οι προγραμματιστές μπορούν να θέσουν στη μηχανή μια ερώτηση κοινής λογικής και να τη συγκρίνουν με τις ανθρώπινες απαντήσεις: "Αν τοποθετήσω μια βαριά πέτρα σε ένα χάρτινο τραπέζι, θα καταρρεύσει; Ναι ή Όχι". Εάν υπάρχει υψηλή συμφωνία μεταξύ των δύο -στην καλύτερη περίπτωση, τέλεια συμφωνία- η μηχανή προσεγγίζει την κοινή λογική σε ανθρώπινο επίπεδο, σύμφωνα με το τεστ.

Πού θα έμπαινε λοιπόν ο θόρυβος; Η παραπάνω ερώτηση κοινής λογικής φαίνεται απλή και οι περισσότεροι άνθρωποι πιθανότατα θα συμφωνούσαν στην απάντησή της, αλλά υπάρχουν πολλές ερωτήσεις όπου υπάρχει μεγαλύτερη διαφωνία ή αβεβαιότητα: «Είναι η ακόλουθη πρόταση εύλογη ή απίθανη; Ο σκύλος μου παίζει βόλεϊ». Με άλλα λόγια, υπάρχει πιθανότητα θορύβου. Δεν προκαλεί έκπληξη το γεγονός ότι ενδιαφέρουσες ερωτήσεις κοινής λογικής θα έχουν κάποιο θόρυβο.

Αλλά το ζήτημα είναι ότι οι περισσότερες δοκιμές AI δεν λαμβάνουν υπόψη αυτόν τον θόρυβο στα πειράματα. Διαισθητικά, οι ερωτήσεις που παράγουν ανθρώπινες απαντήσεις που τείνουν να συμφωνούν μεταξύ τους θα πρέπει να σταθμίζονται υψηλότερα από ό, τι εάν οι απαντήσεις αποκλίνουν - με άλλα λόγια, όπου υπάρχει θόρυβος. Οι ερευνητές εξακολουθούν να μην γνωρίζουν εάν ή πώς να σταθμίσουν τις απαντήσεις της τεχνητής νοημοσύνης σε αυτή την κατάσταση, αλλά ένα πρώτο βήμα είναι η αναγνώριση ότι το πρόβλημα υπάρχει.

 

Εντοπισμός θορύβου στο μηχάνημα

Πέρα από τη θεωρία, παραμένει το ερώτημα αν όλα τα παραπάνω είναι υποθετικά ή αν σε πραγματικά τέστ κοινής λογικής υπάρχει θόρυβος. Ο καλύτερος τρόπος για να αποδείξετε ή να διαψεύσετε την παρουσία θορύβου είναι να πάρετε ένα υπάρχον τεστ, να αφαιρέσετε τις απαντήσεις και να βάλετε πολλούς ανθρώπους να τις επισημάνουν ανεξάρτητα, δηλαδή να δώσουν απαντήσεις. Μετρώντας τη διαφωνία μεταξύ των ανθρώπων, οι ερευνητές μπορούν να γνωρίζουν ακριβώς πόσος θόρυβος υπάρχει στο τεστ.

Οι λεπτομέρειες πίσω από τη μέτρηση αυτής της διαφωνίας είναι περίπλοκες, περιλαμβάνοντας σημαντικά στατιστικά στοιχεία και μαθηματικά. Εξάλλου, ποιος μπορεί να πει πώς πρέπει να οριστεί η κοινή λογική; Πώς ξέρετε ότι οι ανθρώπινοι δικαστές έχουν αρκετά κίνητρα για να σκεφτούν την ερώτηση; Αυτά τα ζητήματα βρίσκονται στη διασταύρωση του καλού πειραματικού σχεδιασμού και της στατιστικής. Η ευρωστία είναι το κλειδί: Ένα αποτέλεσμα, ένα τεστ ή ένα σύνολο ανθρώπινων ετικετών είναι απίθανο να πείσει κάποιον. Ως ρεαλιστικό ζήτημα, η ανθρώπινη εργασία είναι δαπανηρή. Ίσως για αυτόν τον λόγο, δεν έχουν υπάρξει μελέτες για πιθανό θόρυβο σε δοκιμές AI.

Για να αντιμετωπίσουμε αυτό το κενό, οι συνάδελφοί μου και εγώ σχεδιάσαμε μια τέτοια μελέτη και δημοσιεύσαμε τα ευρήματά μας στο Nature Scientific Reports, δείχνοντας ότι ακόμη και στον τομέα της κοινής λογικής, ο θόρυβος είναι αναπόφευκτος. Επειδή το περιβάλλον στο οποίο εκμαιεύονται οι κρίσεις μπορεί να έχει σημασία, κάναμε δύο είδη μελετών. Ένας τύπος μελέτης περιελάμβανε αμειβόμενους εργαζόμενους από  την Amazon Mechanical Turk, ενώ η άλλη μελέτη περιελάμβανε μια μικρότερης κλίμακας άσκηση επισήμανσης σε δύο εργαστήρια στο Πανεπιστήμιο της Νότιας Καλιφόρνιας και στο Πολυτεχνικό Ινστιτούτο Rensselaer.

Μπορείτε να θεωρήσετε το πρώτο ως ένα πιο ρεαλιστικό διαδικτυακό περιβάλλον, το οποίο αντικατοπτρίζει το πώς πολλά  τεστ τεχνητής νοημοσύνης χαρακτηρίζονται στην πραγματικότητα προτού απελευθερωθούν για εκπαίδευση και αξιολόγηση. Το δεύτερο είναι πιο ακραίο, που εγγυάται υψηλή ποιότητα αλλά σε πολύ μικρότερες κλίμακες. Το ερώτημα που θέσαμε ως στόχο να απαντήσουμε ήταν πόσο αναπόφευκτος είναι ο θόρυβος και είναι απλώς θέμα ελέγχου ποιότητας;

Τα αποτελέσματα ήταν απογοητευτικά. Και στις δύο περιπτώσεις, ακόμη και σε ερωτήσεις κοινής λογικής που θα αναμενόταν να προκαλέσουν υψηλή – ακόμη και καθολική – συμφωνία, βρήκαμε έναν μη τετριμμένο βαθμό θορύβου. Ο θόρυβος ήταν αρκετά υψηλός ώστε συμπεράναμε ότι μεταξύ 4% και 10% της απόδοσης ενός συστήματος θα μπορούσε να αποδοθεί στον θόρυβο.

Για να τονίσω τι σημαίνει αυτό, ας υποθέσουμε ότι δημιούργησα ένα σύστημα AI που πέτυχε το 85% σε ένα τεστ και εσείς δημιουργήσατε ένα σύστημα AI που πέτυχε το 91%. Το σύστημά σας φαίνεται να είναι πολύ καλύτερο από το δικό μου. Αλλά αν υπάρχει θόρυβος στις ανθρώπινες ετικέτες που χρησιμοποιήθηκαν για να βαθμολογηθούν οι απαντήσεις, τότε δεν είμαστε σίγουροι πλέον ότι η βελτίωση κατά 6% σημαίνει πολλά. Για όλα όσα γνωρίζουμε, μπορεί να μην υπάρξει πραγματική βελτίωση.

Στους πίνακες κατάταξης AI, όπου συγκρίνονται μεγάλα γλωσσικά μοντέλα όπως αυτό που τροφοδοτεί το ChatGPT, οι διαφορές απόδοσης μεταξύ αντίπαλων συστημάτων είναι πολύ μικρότερες, συνήθως λιγότερο από 1%. Όπως δείχνουμε στο έγγραφο, οι συνήθεις στατιστικές δεν έρχονται πραγματικά στη διάσωση για τον διαχωρισμό των επιπτώσεων του θορύβου από εκείνες των πραγματικών βελτιώσεων απόδοσης.

 

Έλεγχοι θορύβου

Ποια είναι η μελλοντική πορεία; Επιστρέφοντας στο βιβλίο του Kahneman, πρότεινε την έννοια του «ελέγχου θορύβου» για την ποσοτικοποίηση και τελικά τον μετριασμό του θορύβου όσο το δυνατόν περισσότερο. Τουλάχιστον, οι ερευνητές της τεχνητής νοημοσύνης πρέπει να εκτιμήσουν τι επίδραση μπορεί να έχει ο θόρυβος.

Ο έλεγχος των συστημάτων τεχνητής νοημοσύνης για μεροληψία είναι κάπως συνηθισμένος, επομένως πιστεύουμε ότι η έννοια του ελέγχου θορύβου πρέπει φυσικά να ακολουθήσει. Ελπίζουμε ότι αυτή η μελέτη, καθώς και άλλες παρόμοιες, θα οδηγήσουν στην υιοθέτησή τους.

 

Η κλιματική αλλαγή συνδέεται με την επιδείνωση των ασθενειών του εγκεφάλου

 Η κλιματική αλλαγή συνδέεται με την επιδείνωση των ασθενειών του εγκεφάλου – νέα μελέτη

Sanjay Sisodiya Professor of Neurology, UCL

Mark Maslin Professor of Natural Sciences, UCL

Η ανθρωπογενής κλιματική αλλαγή επηρεάζει την υγεία των ανθρώπων, συμπεριλαμβανομένων εκείνων με νευρολογικές και ψυχιατρικές ασθένειες. Επί του παρόντος, η εξαγωγή συμπερασμάτων σχετικά με την επίδραση της κλιματικής αλλαγής στις νευρολογικές και ψυχιατρικές ασθένειες είναι δύσκολη λόγω της συνολικής σπανιότητας των δεδομένων, των διαφορετικών μεθόδων μελέτης, της έλλειψης λεπτομερειών σχετικά με τους υποτύπους ασθενειών, της ελάχιστης εξέτασης της επίδρασης της ατομικής και πληθυσμιακής γενετικής και των πολύ διαφορετικών γεωγραφικών τοποθεσιών με τη δυνατότητα περιφερειακών επιρροών. Ωστόσο, τα στοιχεία δείχνουν ότι η συχνότητα, ο επικράτηση και η σοβαρότητα πολλών παθήσεων του νευρικού συστήματος (π.χ. εγκεφαλικό επεισόδιο, νευρολογικές λοιμώξεις και ορισμένες διαταραχές ψυχικής υγείας) μπορεί να επηρεαστεί από την κλιματική αλλαγή. Τα δεδομένα δείχνουν ευρείες και πολύπλοκες δυσμενείς επιπτώσεις, ιδίως των ακραίων θερμοκρασιών στις οποίες οι άνθρωποι δεν είναι συνηθισμένοι και των μεγάλων ημερήσιων διακυμάνσεων της θερμοκρασίας. Προστατευτικά μέτρα μπορεί να είναι δυνατά μέσω τοπικών προβλέψεων. Λίγες μελέτες προβλέπουν τις μελλοντικές επιπτώσεις της κλιματικής αλλαγής στην υγεία του εγκεφάλου, εμποδίζοντας τις εξελίξεις πολιτικής. Απαιτούνται επειγόντως αξιόπιστες μελέτες σχετικά με τις απειλές από την αλλαγή του κλίματος για άτομα που έχουν ή κινδυνεύουν να αναπτύξουν διαταραχές του νευρικού συστήματος.

Η κλιματική αλλαγή επιδεινώνει τα συμπτώματα ορισμένων εγκεφαλικών παθήσεων, σύμφωνα με τη νέα μας μελέτη. Οι παθήσεις που μπορεί να επιδεινωθούν καθώς αυξάνεται η θερμοκρασία και η υγρασία περιλαμβάνουν εγκεφαλικά επεισόδια, ημικρανίες, μηνιγγίτιδα, επιληψία, σκλήρυνση κατά πλάκας, σχιζοφρένεια, νόσο Αλτσχάιμερ και Πάρκινσον.

Ο εγκέφαλός μας είναι υπεύθυνος για τη διαχείριση των περιβαλλοντικών προκλήσεων που αντιμετωπίζουμε, ιδιαίτερα των υψηλότερων θερμοκρασιών και της υγρασίας, για παράδειγμα προκαλώντας εφίδρωση και λέγοντάς μας να απομακρυνθούμε από τον ήλιο και στη σκιά.

Κάθε ένας από τους δισεκατομμύρια νευρώνες στον εγκέφαλό μας είναι σαν ένας υπολογιστής που μαθαίνει, προσαρμόζεται, με πολλά ηλεκτρικά ενεργά συστατικά. Πολλά από αυτά τα εξαρτήματα λειτουργούν με διαφορετικό ρυθμό ανάλογα με τη θερμοκρασία περιβάλλοντος και έχουν σχεδιαστεί για να συνεργάζονται σε ένα στενό εύρος θερμοκρασιών. Το σώμα μας, και όλα τα συστατικά του, λειτουργούν καλά μέσα σε αυτά τα όρια στα οποία έχουμε προσαρμοστεί εδώ και χιλιετίες.

Οι άνθρωποι εξελίχθηκαν στην Αφρική και είναι γενικά άνετοι μεταξύ 20 ° C έως 26 ° C και 20% έως 80% υγρασία. Πολλά από τα συστατικά του εγκεφάλου, στην πραγματικότητα, λειτουργούν κοντά στην κορυφή του εύρους θερμοκρασιών τους, πράγμα που σημαίνει ότι μικρές αυξήσεις στη θερμοκρασία ή την υγρασία μπορεί να σημαίνουν ότι σταματούν να λειτουργούν τόσο καλά μαζί.

 

Όχι για έκτακτες ειδήσεις. Όχι για αβάσιμες απόψεις.

Όταν αυτές οι περιβαλλοντικές συνθήκες κινούνται γρήγορα σε ασυνήθιστα εύρη, όπως συμβαίνει με τις ακραίες θερμοκρασίες και την υγρασία που σχετίζονται με την κλιματική αλλαγή, ο εγκέφαλός μας αγωνίζεται να ρυθμίσει τη θερμοκρασία μας και αρχίζει να δυσλειτουργεί.

Ορισμένες ασθένειες μπορούν ήδη να διαταράξουν την εφίδρωση, απαραίτητη για να διατηρήσουμε την ψυχραιμία μας, ή την επίγνωσή μας ότι είμαστε πολύ ζεστοί. Ορισμένα φάρμακα που χρησιμοποιούνται για τη θεραπεία νευρολογικών και ψυχιατρικών παθήσεων περιπλέκουν περαιτέρω το πρόβλημα θέτοντας σε κίνδυνο την ικανότητα του σώματος να αντιδρά – μειώνοντας την εφίδρωση ή διαταράσσοντας τον μηχανισμό ρύθμισης της θερμοκρασίας στον εγκέφαλό μας.

Αυτές οι επιπτώσεις επιδεινώνονται από τους καύσωνες. Για παράδειγμα, οι καύσωνες διαταράσσουν τον ύπνο και ο διαταραγμένος ύπνος επιδεινώνει καταστάσεις όπως η επιληψία . Οι καύσωνες μπορούν να κάνουν την ελαττωματική καλωδίωση στον εγκέφαλο να λειτουργεί ακόμη λιγότερο καλά, γι 'αυτό τα συμπτώματα σε άτομα με σκλήρυνση κατά πλάκας μπορεί να επιδεινωθούν στη ζέστη. Και οι υψηλότερες θερμοκρασίες μπορούν να κάνουν το αίμα παχύτερο και πιο επιρρεπές σε θρόμβους λόγω αφυδάτωσης κατά τη διάρκεια καύσωνα, οδηγώντας σε εγκεφαλικά επεισόδια.

Έτσι, είναι σαφές ότι η κλιματική αλλαγή θα επηρεάσει πολλούς ανθρώπους με νευρολογικές παθήσεις, συχνά με πολλούς διαφορετικούς τρόπους. Με τις αυξανόμενες θερμοκρασίες, οι εισαγωγές στο νοσοκομείο για άνοια είναι πιο συχνές. Ο έλεγχος των κρίσεων μπορεί να επιδεινωθεί στην επιληψία, τα συμπτώματα επιδεινώνονται στη σκλήρυνση κατά πλάκας και η συχνότητα εμφάνισης εγκεφαλικού επεισοδίου αυξάνεται, με περισσότερους θανάτους που σχετίζονται με εγκεφαλικό επεισόδιο. Πολλές κοινές και σοβαρές ψυχιατρικές παθήσεις, όπως η σχιζοφρένεια, επιδεινώνονται επίσης και τα ποσοστά εισαγωγής τους στο νοσοκομείο αυξάνονται.

Στον ευρωπαϊκό καύσωνα του 2003, περίπου το 20% των υπερβολικών θανάτων ήταν ατόμων με νευρολογικές παθήσεις.

Οι μη εποχιακές τοπικές ακραίες θερμοκρασίες, οι μεγαλύτερες από τις συνήθεις διακυμάνσεις της θερμοκρασίας κατά τη διάρκεια της ημέρας και τα δυσμενή καιρικά φαινόμενα, όπως οι καύσωνες, οι καταιγίδες και οι πλημμύρες, μπορούν να επιδεινώσουν τις νευρολογικές παθήσεις. Οι συνέπειες αυτές περιπλέκονται περαιτέρω από ιδιαίτερες περιστάσεις. Η επίδραση της θέρμανσης των αστικών περιβαλλόντων και η έλλειψη χώρων πρασίνου, για παράδειγμα, μπορούν να ενισχύσουν τις βλάβες ενός καύσωνα στις νευρολογικές και ψυχιατρικές ασθένειες.

Η παγκόσμια κλίμακα των ατόμων με νευρολογικές και ψυχιατρικές παθήσεις που θα μπορούσαν να επηρεαστούν αρνητικά από την κλιματική αλλαγή είναι τεράστια. Περίπου 60 εκατομμύρια άνθρωποι έχουν επιληψία παγκοσμίως. Σε παγκόσμιο επίπεδο, περίπου 55 εκατομμύρια άνθρωποι πάσχουν από άνοια, με πάνω από το 60% να ζει σε χώρες χαμηλού και μεσαίου εισοδήματος. Καθώς ο παγκόσμιος πληθυσμός γερνάει, οι αριθμοί αυτοί προβλέπεται να αυξηθούν σε πάνω από 150 εκατομμύρια μέχρι το 2050. Το εγκεφαλικό επεισόδιο είναι η δεύτερη κύρια αιτία θανάτου και η κύρια αιτία αναπηρίας παγκοσμίως.

 

Προσφέροντας βοήθεια

Η ευρύτερη ανάγκη αντιμετώπισης της ίδιας της κλιματικής αλλαγής είναι σαφής. Τώρα απαιτούνται μέτρα μετριασμού υπό την ηγεσία κυβερνήσεων με διεθνή συντονισμό.  . Εν τω μεταξύ, μπορούμε να βοηθήσουμε άτομα με νευρολογικές παθήσεις παρέχοντας εξατομικευμένες πληροφορίες σχετικά με τους κινδύνους δυσμενών καιρικών φαινομένων και ακραίων θερμοκρασιών.

Οι γιατροί και οι εμπειρογνώμονες της δημόσιας υγείας μπορούν να εξηγήσουν πώς να μειώσουν αυτούς τους κινδύνους. Μπορούμε να προσαρμόσουμε τα τοπικά συστήματα προειδοποίησης καιρού-υγείας στις νευρολογικές ασθένειες. Μπορούμε επίσης να συνεργαστούμε με τους πληγέντες, τις οικογένειες και τους φροντιστές τους, για να διασφαλίσουμε ότι οι προειδοποιήσεις και οι απαντήσεις καιρού-υγείας έχουν νόημα για τις πληγείσες κοινότητες και μπορούν να εφαρμοστούν.

Αν δεν αρχίσουμε να αντιμετωπίζουμε την κλιματική αλλαγή ως μέρος της νευρολογικής φροντίδας, τα οφέλη της επιστημονικής προόδου κινδυνεύουν να χαθούν. Ίσως το πιο σημαντικό, οι νευρολογικές ασθένειες προσφέρουν πληροφορίες για το τι θα μπορούσε να συμβεί στον υγιή εγκέφαλο που ωθείται πέρα από τα εξελικτικά όρια και τη συμπεριφορική ικανότητα προσαρμογής.

Αυτή η πιθανότητα γίνεται όλο και πιο πιθανή καθώς συνεχίζουμε να αποτυγχάνουμε να αντιμετωπίσουμε την κλιματική αλλαγή. Για να συνεχίσουμε να ζούμε τη ζωή που θέλουμε, πρέπει να δώσουμε μεγαλύτερη προσοχή στην αίσθηση ότι γίνεται πολύ ζεστό και να δράσουμε κατά της κλιματικής αλλαγής. Εξαρτόμαστε από τον εγκέφαλό μας: η κλιματική αλλαγή είναι κακή γι' αυτούς.

Natalie Sauer Head of English section, France edition

18 Μαΐ 2024

Τάσεις στα ακραία κλιματικά φαινόμενα.

 Τάσεις στα ακραία κλιματικά φαινόμενα.

Ανάλυση των παγκόσμιων δεδομένων μετρήσεων: η αύξηση της θερμότητας και των ακραίων βροχοπτώσεων είναι ήδη πολύ έξω από τα ιστορικά κλιματικά δεδομένα.
Και αυτό είναι μόνο η αρχή, μετά από "μόλις" 1,2 βαθμούς υπερθέρμανσης του πλανήτη.
Όταν θα είναι πολύ αργά, δεν θα υπάρχει επιστροφή.

α Ποσοστό της παγκόσμιας χερσαίας έκτασης με μηνιαίες θερμοκρασίες πάνω από διάφορα όρια Σίγμα σε κάθε ημερολογιακό μήνα (μέσος όρος του έτους). β Παγκόσμια μέση ετήσια σειρά (1880-2020) του λόγου των παρατηρούμενων τοπικών μηνιαίων θερμοκρασιών στην ξηρά σε σύγκριση με εκείνες που αναμένονται σε ένα σταθερό κλίμα. Η παχιά μαύρη γραμμή δείχνει την τάση με ένα παράθυρο εξομάλυνσης 10 ετών και η ματζέντα γραμμή και η σκίαση δείχνουν το διάμεσο διάστημα εμπιστοσύνης και 90% για το στατιστικό μοντέλο που οδηγείται από τη μακροπρόθεσμη τάση υπερθέρμανσης του πλανήτη πάνω από τη γη και τον θόρυβο Gauss. γ Σειρά απόκλισης (1950-2016) του παρατηρούμενου αριθμού τοπικών ημερήσιων βροχοπτώσεων συγκεντρωτικών κατά τη διάρκεια του έτους και των παγκόσμιων χερσαίων εκτάσεων (σε ποσοστό σε σχέση με αυτό που αναμένεται σε ένα σταθερό κλίμα). Η μαύρη γραμμή δείχνει τη μακροπρόθεσμη τάση. Η μπλε σκίαση δείχνει το διάστημα εμπιστοσύνης 90% για ένα σταθερό κλίμα.

Το όριο των τριών σίγμα είναι μια τιμή που αντιπροσωπεύει τη μέση τιμή συν τρεις φορές την τυπική απόκλιση. Κάθε υπολειμματική αξία που είναι μεγαλύτερη από το όριο των τριών σίγμα είναι πολύ πιθανό να είναι ακραία τιμή.

 Ένα παράδειγμα υπολογισμού ορίου τριών σίγμα

Ας εξετάσουμε μια κατασκευαστική εταιρεία που εκτελεί μια σειρά από 10 δοκιμές για να διαπιστώσει εάν υπάρχει διακύμανση στην ποιότητα των προϊόντων της. Τα σημεία δεδομένων για τις 10 δοκιμές είναι 8.4, 8.5, 9.1, 9.3, 9.4, 9.5, 9.7, 9.7, 9.9 και 9.9.

1.                Αρχικά, υπολογίστε τον μέσο όρο των παρατηρούμενων δεδομένων. (8,4 + 8,5 + 9,1 + 9,3 + 9,4 + 9,5 + 9,7 + 9,7 + 9,9 + 9,9) / 10, που ισούται με 93,4 / 10 = 9,34.

2.               Δεύτερον, υπολογίστε τη διακύμανση του συνόλου. Η διακύμανση είναι η διαφορά μεταξύ των σημείων δεδομένων και υπολογίζεται ως το άθροισμα των τετραγώνων της διαφοράς μεταξύ κάθε σημείου δεδομένων και του μέσου όρου διαιρούμενο με τον αριθμό των παρατηρήσεων. Το πρώτο τετράγωνο διαφοράς θα υπολογιστεί ως (8,4 - 9,34)2 = 0,8836, το δεύτερο τετράγωνο διαφοράς θα είναι (8,5 - 9,34)2 = 0,7056, το τρίτο τετράγωνο μπορεί να υπολογιστεί ως (9,1 - 9,34)2 = 0,0576 και ούτω καθεξής. Το άθροισμα των διαφορετικών τετραγώνων και των 10 σημείων δεδομένων είναι 2.564. Η διακύμανση είναι, επομένως, 2.564 / 10 = 0.2564.

3.               Τρίτον, υπολογίστε την τυπική απόκλιση, η οποία είναι απλώς η τετραγωνική ρίζα της διακύμανσης. Έτσι, η τυπική απόκλιση = √0.2564 = 0.5064.

4.               Τέταρτον, υπολογίστε το τρία σίγμα, που είναι τρεις τυπικές αποκλίσεις πάνω από τον μέσο όρο. Σε αριθμητική μορφή, αυτό είναι (3 x 0, 5064) + 9, 34 = 10, 9. Δεδομένου ότι κανένα από τα δεδομένα δεν βρίσκεται σε τόσο υψηλό σημείο, η διαδικασία δοκιμών κατασκευής δεν έχει ακόμη φτάσει σε επίπεδα ποιότητας τριών σίγμα.

 

Ετικέτες