論文の概要: The Rise of AI in Weather and Climate Information and its Impact on Global Inequality

• arxiv url: http://arxiv.org/abs/2603.05710v1
• Date: Thu, 05 Mar 2026 22:07:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-09 13:17:44.593434
• Title: The Rise of AI in Weather and Climate Information and its Impact on Global Inequality
• Title（参考訳）: 気象・気候情報におけるAIの台頭と世界不平等への影響
• Authors: Amirpasha Mozaffari, Amanda Duarte, Lina Teckentrup, Stefano Materia, Gina E. C. Charnley, Lluis Palma, Eulalia Baulenas Serra, Dragana Bojovic, Paula Checchia, Aude Carreric, Francisco Doblas-Reyes,
• Abstract要約: AI開発の現在の軌道は、気候情報システムの南北分割を増幅するリスクである。 このインフラストラクチャの不平等が、モデルの入力、プロセス、アウトプットを通じてどのように続くかを示します。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The rapid adoption of AI in Earth system science promises unprecedented speed and fidelity in the generation of climate information. However, this technological prowess rests on a fragile and unequal foundation: the current trajectory of AI development risks further automating and amplifying the North-South divide in the global climate information system. We outline the global asymmetry in High-Performance Computing and data infrastructure, demonstrating that the development of foundation models is almost exclusively concentrated in the Global North. Using three different domains, we show how this infrastructure inequality continues through models' inputs, processes and outputs. As an example, in weather and climate modelling, the reliance on historically biased data leads to systematic performance gaps that disproportionately affect the most vulnerable regions. In climate impact modelling, data sparsity and unrepresentative validation risk driving misleading interventions and maladaptation. Finally, in large language models, dependence on dominant textualised forms of climate knowledge risks reinforcing existing biases. We conclude that addressing these disparities demands revisiting the three phases, i.e. models Input, Process and Output. This involves (i) a perspective shift from model-centric to data-centric development, (ii) the establishment of a Climate Digital Public Infrastructure and human-centric evaluation metrics, and (iii) a move from producer-consumer dynamics toward knowledge co-production. This integration of diverse knowledge systems would truly democratise compute sovereignty and ensure that the AI revolution fosters genuine systemic resilience rather than exacerbating inequity.
• Abstract（参考訳）: 地球のシステム科学におけるAIの急速な採用は、気候情報の生成における前例のないスピードと忠実さを約束する。 しかし、この技術は脆弱で不平等な基盤の上にあり、現在のAI開発軌道は、世界的な気候情報システムにおける南北分断をさらに自動化し、増幅するリスクを負っている。 我々は,高性能コンピューティングとデータ基盤におけるグローバルな非対称性を概説し,基礎モデルの開発はほとんどグローバル・ノースに集中していることを示す。 3つの異なるドメインを使用して、モデルの入力、プロセス、出力を通じて、このインフラストラクチャの不平等がどのように続くかを示す。 例えば、気象や気候のモデリングでは、歴史的に偏ったデータへの依存は、最も脆弱な地域に不均等に影響を及ぼすような、系統的なパフォーマンスのギャップをもたらす。 気候影響モデリングでは、データの分散性と非表現的検証が誤った介入と不適応を誘導するリスクを負う。 最後に、大きな言語モデルでは、支配的なテキスト化された気候知識の形式に依存し、既存のバイアスを補強する。 これらの格差に対処するためには、入力、プロセス、出力という3つのフェーズを再考する必要があると結論付けます。 これには i) モデル中心からデータ中心開発への視点シフト。 二 気候デジタル公共インフラの設置及び人間中心の評価指標 (三)生産・消費のダイナミクスから知識共同生産への移行。 この多様な知識システムの統合は、計算の主権を真に民主化し、AI革命が不平等を悪化させるのではなく、真の体系的なレジリエンスを育むことを保証する。

関連論文リスト

• The environmental impact of ICT in the era of data and artificial intelligence [4.142334186419636]
  AIの出現に伴う急速な増加を観察する。 一部の俳優は、デジタルインフラの排出量の増加は許容できると主張している。 AIの環境への影響を定量化できるかどうかは不明だ。
  論文  参考訳（メタデータ） (2026-01-07T09:07:02Z)
• A Comprehensive Survey on World Models for Embodied AI [14.457261562275121]
  エンボディードAIは、アクションがどのように将来の世界国家を形作るかを理解し、行動し、予測するエージェントを必要とする。 この調査は、組み込みAIにおける世界モデルのための統一されたフレームワークを示す。
  論文  参考訳（メタデータ） (2025-10-19T07:12:32Z)
• Exploring the Viability of the Updated World3 Model for Examining the Impact of Computing on Planetary Boundaries [1.7332551623907761]
  現在、データセンター開発は急速に拡大しており、その多くはAIと関連付けられている。 成長限界に対するデータセンターの影響を定量的にシミュレートするために,World3-03モデルが有効な方法であるかどうかを考察する。 AI関連の変数を追加することで、期待されるダイナミクスの変化を観察でき、惑星境界に対するAIの影響を調べるためのWorld3-03モデルの実現可能性を示すことができます。
  論文  参考訳（メタデータ） (2025-10-09T00:06:32Z)
• Rethinking Data Protection in the (Generative) Artificial Intelligence Era [138.07763415496288]
  現代の(生産的な)AIモデルやシステムに生じる多様な保護ニーズを捉える4段階の分類法を提案する。 当社のフレームワークは、データユーティリティとコントロールのトレードオフに関する構造化された理解を提供し、AIパイプライン全体にわたっています。
  論文  参考訳（メタデータ） (2025-07-03T02:45:51Z)
• Identifying Trustworthiness Challenges in Deep Learning Models for Continental-Scale Water Quality Prediction [69.38041171537573]
  水質は環境の持続可能性、生態系の回復力、公衆衛生に基礎を置いている。 ディープラーニングは、大規模な水質予測と科学的洞察生成のための変革的なポテンシャルを提供する。 汚染緩和や資源配分等、高額な運用上の意思決定に広く採用されていることは、未解決の信頼性の課題によって防止されている。
  論文  参考訳（メタデータ） (2025-03-13T01:50:50Z)
• Towards an end-to-end artificial intelligence driven global weather forecasting system [57.5191940978886]
  我々は,地球規模の気象変動に対するAIに基づくデータ同化モデル,すなわちAdasを提案する。 我々は,アダスが地球観測を同化して高品質な分析を行い,長期にわたって安定して運用できることを実証した。 この手法を現実のシナリオに適用するのは,私たちが初めてです。
  論文  参考訳（メタデータ） (2023-12-18T09:05:28Z)
• Revealing the Excitation Causality between Climate and Political Violence via a Neural Forward-Intensity Poisson Process [6.612222792826491]
  気候変動による政治的暴力における非線形因果メカニズムを捉えるために,ニューラルフォワード・インテンシティ・ポアソン・プロセス(NFIPP)モデルを提案する。 我々の研究結果は過去20年間にわたって行われており、極端な気候現象と様々な国における政治的暴力との興奮に基づく因果関係が明らかになっている。
  論文  参考訳（メタデータ） (2022-03-09T03:54:23Z)
• HECT: High-Dimensional Ensemble Consistency Testing for Climate Models [1.7587442088965226]
  気候モデルは、気候変動が気候変動に与える影響を理解する上で重要な役割を担い、気候変動のリスクを軽減し、決定を通知する。 コミュニティアース・システム・モデル (CESM) のような大域的な気候モデルは、大気、陸、海、氷の相互作用を記述する数百万行のコードで非常に複雑である。 私たちの研究は、木に基づくアルゴリズムやディープニューラルネットワークのような確率論的手法を使って、高次元および人為的なデータの統計的に厳密な適合性テストを行います。
  論文  参考訳（メタデータ） (2020-10-08T15:16:16Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。