100000项气候研究的，AI分析揭示了危机的严重程度

　　气候变化就是一个完美的例子。基本原理很简单：由于化石燃料的使用，气候正在升温。但细节是如此庞大和复杂，以至于我们对它的理解总是在不断发展。事实上，进化速度如此之快，以至于人类基本上不可能跟上。
　　自1990年政府间气候变化专门委员会（IPCC）发布第一份评估报告（AR）以来，我们估计每年发表的与观测到的气候影响相关的研究数量增加了两个多数量级，科学家解释说在一篇由德国墨卡托全球公域和气候变化研究所（MCC）的第一作者和定量数据研究员MaxCallaghan领导的新论文中。
　　关于气候变化的同行评审科学出版物的这种指数增长已经将手动专家评估推向了极限。
　　当然，这场斗争是它自己的问题，因为如果问题的规模与我们客观分析、衡量和理解它的能力相悖，人类又怎么能把握气候变化问题呢？
　　即使是人类科学家进行的传统荟萃分析研究也仅限于考虑数十到数百项研究。
　　解决这一大文学困境的一种方法是需要一种非常不同的实体来进行阅读使用人工智能（AI）而不是人类，来筛选几乎无限且不断扩大的已发表气候科学的山峰。
　　在他们的新研究中，是的，另一个要添加到列表中，卡拉汉和他的公司。做到了这一点，使用称为BERT的深度学习语言分析AI工具来识别和分类超过100，000项详细介绍气候变化影响的科学研究。
　　虽然研究人员承认，像这样的自动分析不能替代人类专家的仔细评估，但与此同时，他们的方法可以做人类根本做不到的事情。
　　在这种情况下，这意味着要处理大量数据，确定大量不同类型的气候影响，将它们绘制在每个大陆上，并在人类活动对历史温度和降水趋势的贡献的背景下对其进行解释。
　　研究人员表示，我们需要谨慎对待，因为像这样的机器学习分析，尤其是在如此惊人的规模上，可能包含误报和其他类型的不确定性。
　　虽然传统的评估可以提供证据的相对精确，但不完整的图片，我们的机器学习辅助方法产生一个广阔的初步但可量化不确定的地图，研究人员写道。
　　然而，在此之前，人工智能分析已经产生了一些令人不安的统计数据。
　　根据这项研究，全球80的陆地面积已经显示出至少部分归因于人类对气候的影响的温度和或降水趋势，而这些气候影响估计已经达到了85的世界人口。
　　当然，我们不需要任何人工超级大脑来告诉我们气候变化是一个巨大的问题，但重要的是气候影响在哪里可以和不能清楚地辨别，基于研究的地理重点。
　　对于世界上大约一半（48）的土地，占全球人口的四分之三（74），对人类和自然系统影响的大量证据与可归因的温度或降水趋势位于同一地点。
　　换句话说，在西欧、北美、南亚和东亚等地，对自然世界的影响与研究人为对气候变化的贡献之间存在很多重叠。
　　然而，在其他地方，这种联系并不那么强烈但可能只是因为，具有讽刺意味的是，还没有足够的气候科学来研究这些特定地区。
　　个别研究缺乏证据是因为对这些地点的研究较少，而不是因为这些地区没有影响，研究人员表示，并指出这种归因差距是由于两种地理特征（不适宜居住或人口稀少地区）和经济考虑（对低收入国家的研究明显较少）。
　　最终，我们希望我们的全球、实时、自动化和多尺度数据库将有助于启动对特定主题或特定地理区域的气候影响的一系列审查，该团队总结道。
　　如果科学是站在巨人的肩膀上进步，那么在科学文献不断膨胀的时代，巨人的肩膀变得更难触及。我们的计算机辅助证据映射方法可以提供帮助。
　　研究结果发表在《自然气候变化》上。