Startseite › Institut › FutureLabs & Science Units › KI im Anthropozän

KI im Anthropozän

Künstliche Intelligenz im Anthropozän

Viele Phänomene in der Erdsystemdynamik sind insofern komplex, als sie aus nichtlinearen Wechselwirkungen einer großen Anzahl von Prozessen in einem weiten Bereich von zeitlichen und räumlichen Skalen hervorgehen. Die Modellierung solcher Phänomene auf der Grundlage der zugrundeliegenden physikalischen Gesetze stellt eine große Herausforderung dar, insbesondere in Situationen mit stark nichtlinearem Verhalten, das zu abrupten Zustandsübergängen führen kann.

In diesem Future Lab, das von der PIK’s Forschungsabteilung 4 gehostet wird, erforschen wir mathematische Techniken zur Untersuchung und Modellierung komplexer Erdsystemprozesse mit einem starken Fokus auf datengesteuerte Ansätze.

Zentrale Forschungsfragen

Wie können Techniken der Komplexitätsforschung und des maschinellen Lernens physikalische prozessbasierte Ansätze ergänzen, um

die Wahrscheinlichkeit von abrupten Übergängen und Extremereignissen in einem sich erwärmenden Erdsystem zu quantifizieren?
Vorhersagen von extremen Wetterereignissen auf Zeitskalen von Tagen bis Wochen zu verbessern?
die ökologischen Auswirkungen eines sich erwärmenden Klimas und der sich ändernden Eigenschaften von Extremereignissen zu bewerten?

Methoden

Wir verwenden hauptsächlich Methoden aus der Komplexitätsforschung und des maschinellen Lernens wie z.B.

Komplexe Netzwerke / Graphen zur Untersuchung von Abhängigkeiten in großen Datensätzen von Klima- und Ökosystembeobachtungen, zur Entwicklung erster Hypothesen über zugrundeliegende Kopplungsmechanismen und als Werkzeug zur Grobkörnigkeit der Daten, um die wichtigsten Informationen zu extrahieren
Bayes'sche Inferenz für die systematische Kalibrierung von physikalischen Modellen niedriger Ordnung, die die wichtigsten Dynamiken der untersuchten natürlichen Systeme erfassen
Künstliche neuronale Netze zur Modellierung von (emergenten) Prozessen, die mit traditionelleren, auf primitiven Differentialgleichungen basierenden Ansätzen nur schwer zu bewältigen sind

Lead

Niklas Boers

Publications

Ausgewählte Publikationen

Kontakt

Wenn Sie daran interessiert sind, ein BSc-, MSc- oder PhD-Projekt bei uns durchzuführen, kontaktieren Sie uns bitte, um mögliche Themen zu besprechen.

Anwendungen

Wir konzentrieren uns derzeit auf die folgenden Anwendungsbereiche innerhalb des Erdsystems:

Abrupte Klimaübergänge, die in der langfristigen Erdgeschichte stattgefunden haben, wie sie in Paläoklima-Proxy-Aufzeichnungen belegt sind
Extremereignisse wie Hitzewellen, Dürreperioden und Überschwemmungen
Auswirkungen eines sich erwärmenden Klimas und sich ändernder Eigenschaften von Extremereignissen auf Ökosysteme, derzeit mit dem Schwerpunkt auf borealen Wäldern

Team

Niklas Boers (FutureLab Leiter)
Da Nian (Postdoc)
Christopf Schötz (Postdoc PIK)
Maximilian Gelbrecht (Postdoc, FU Berlin)
Takahito Mitsui (Postdoc, FU Berlin)
Philipp Hess (PhD student)
Keno Riechers (PhD student)
Maya Ben Yami (PhD student, FU Berlin)
Alistair White (Phd student, FU Berlin)
Jonas Pilot (MSc student)
Andreas Morr (PhD student, PIK)
Dario Lepke (MSc student, LMU Munich)
Gabriele Pilz (scientific coordinator)

Ehemalige Team Mitarbeitende

Catrin Ciemer (Postdoc)
Jens Fohlmeister (Postdoc)
Eirik Myrvoll-Nilsen (Postdoc)
Nils Bochow (MSc student)
Christopher Böttner (MSc student)
Lucien Fumagalli (BSc student)
Tula Böschen (BSc student)

Assoziierte Projekte

EU Horizon 2020 project 'Tipping Points in the Earth System' (TiPES)
Freigeist Research group 'Predicting abrupt transitions and extremes in the Earth system' (FU Berlin, funded by the Volkswagen Foundation)
BMBF project ClimXtreme - Subproject B3.2: Spatial synchronization patterns of heavy precipitation events in Europe (SynXtreme)
EU Horizon 2020 International Training Network (ITN) 'CriticalEarth' (FU Berlin)