Tại sao chúng ta không thể dự đoán hàng triệu người tị nạn khí hậu sẽ đi đâu

Tại sao chúng ta không thể dự đoán hàng triệu người tị nạn khí hậu sẽ đi đâu gregorioa / màn trập

Trong tương lai gần, sự nóng lên toàn cầu dự kiến ​​sẽ tạo ra hàng triệu người tị nạn khí hậuvà các cá nhân và tổ chức đang tìm cách giúp họ. Một số ý tưởng là rõ ràng, chẳng hạn như cải thiện điều kiện trong các trại tị nạn.

Nhưng cũng có nhiều dự án công nghệ cao hơn như sử dụng thuật toán để dự báo nơi người di cư sẽ đi du lịch đến. Dự báo như vậy là rất quan trọng. Họ có thể giúp các tổ chức hỗ trợ chuẩn bị đúng nơi, họ có thể đánh giá chính sách hiện tại (bằng cách đánh giá một chương trình phản tác dụng nếu kịch bản) và họ cũng có thể giúp dự đoán dân số tị nạn ở những vùng xa xôi hoặc nguy hiểm, nơi có ít dữ liệu thực nghiệm.

Vì vậy, chúng ta có thể dự đoán những người tị nạn khí hậu sẽ đi đâu, phải không?

Không. Mặc dù tuyên bố táo bạo và kích động rằng dự báo người tị nạn là giải quyết phần lớn, chúng tôi không bị thuyết phục. Là các nhà khoa học máy tính làm việc về vấn đề chính xác này, những tuyên bố như vậy có vẻ như là một ví dụ đau đớn về việc chạy trước khi chúng ta có thể đi bộ.

Gần bốn năm trước, chúng tôi bắt đầu nghiên cứu cách mọi người chạy trốn khỏi các cuộc xung đột vũ trang. Nhiều người đã phải di dời do Mùa xuân Ả Rập và Chiến tranh Syria, nhưng rất ít việc đã được thực hiện để dự đoán nơi họ có thể kết thúc.

Tại sao chúng ta không thể dự đoán hàng triệu người tị nạn khí hậu sẽ đi đâu Khu vực Sahel của châu Phi chứa nhiều người dễ bị tổn thương khí hậu nhất thế giới. mbrand85 / màn trập

Với đồng nghiệp David Bell, chúng tôi đã tạo ra một công cụ có thể giúp đỡ và xuất bản công việc của chúng tôi trong Báo cáo khoa học tự nhiên. Công cụ của chúng tôi đại diện cho mỗi người như một tác nhân độc lập và sau đó sử dụng các quy tắc đơn giản xuất phát từ những hiểu biết khoa học - ví dụ, người dân có xu hướng tránh đi qua núi khi trời mưa - để xác định khi nào họ sẽ di chuyển tiếp và Ở đâu.

Điều này khác với các cách tiếp cận học tập trên máy của Cameron, sử dụng dữ liệu lịch sử để đào tạo thuật toán của Google để tạo ra các quy tắc và do đó dự đoán. Vì vậy, ví dụ, học máy có thể được cung cấp loại dữ liệu này: Thay đổi số lượng người đến trại tị nạn gần khu vực miền núi trong một cuộc xung đột xảy ra cách đây nhiều năm, hoặc gần đây hơn nhưng ở một quốc gia khác. Vấn đề chính là dữ liệu lịch sử được sử dụng cho học máy luôn mang tính định lượng và không bao giờ nói về xung đột mà mô phỏng được phát triển trực tiếp.

Để xem phương pháp của chúng tôi hoạt động như thế nào trong thực tế, chúng tôi đã thử nghiệm công cụ của chúng tôi Dữ liệu UNHCR từ ba cuộc xung đột gần đây ở Burundi, Cộng hòa Trung Phi và Mali. Công cụ của chúng tôi dự đoán chính xác nơi nhiều hơn 75% người tị nạn sẽ đi.

Tại sao chúng ta không thể dự đoán hàng triệu người tị nạn khí hậu sẽ đi đâu Các mô hình mạng cho (a) Burundi, (b) Cộng hòa Trung Phi và (c) Mali. Khu vực xung đột (vòng tròn màu đỏ), trại tị nạn (vòng tròn màu xanh đậm), trung tâm chuyển tiếp (vòng tròn màu xanh nhạt) và các khu định cư lớn khác (vòng tròn màu vàng). Suleimenova et al (2017)

Kể từ đó, chúng tôi đã áp dụng phân tích của mình cho những người tị nạn chạy trốn khỏi cuộc xung đột ở Nam Sudan, như là một phần của HiDALGO dự án. Trong nghiên cứu này, sắp tới trong Tạp chí xã hội nhân tạo và mô phỏng xã hội, chúng tôi cũng đã xem xét các quyết định chính sách như đóng cửa biên giới ảnh hưởng như thế nào đến sự di chuyển của người tị nạn sang các nước láng giềng, chẳng hạn như Ethiopia hoặc Uganda.

Chúng tôi thấy rằng thực sự có một liên kết - đóng cửa biên giới ở Ucraina trong mô hình của chúng tôi khiến cho các nhân viên 40% ít hơn, họ sẽ đến trại sau những ngày 300, và điều đó còn tồn tại ngay cả sau khi chúng tôi mở lại biên giới vào ngày 301. Công cụ của chúng tôi dự đoán chính xác nơi 75% người tị nạn thực sự sẽ đi trong cuộc sống thực.

Nhưng thực hiện một cách viết chính xác của người Hồi giáo trong những trường hợp lịch sử này không có nghĩa là bạn có thể dự báo. Dự báo nơi mọi người sẽ đi khó hơn nhiều so với dự đoán một tình huống lịch sử, vì ba lý do.

Tại sao chúng ta không thể dự đoán hàng triệu người tị nạn khí hậu sẽ đi đâu Một trường học ở Uganda cho người tị nạn từ chiến tranh ở Nam Sudan. Roberto Maldeno / flickr, CC BY-NC-ND

  1. Mỗi mô hình đưa ra các giả định. Chẳng hạn, một mô hình dự báo nơi người tị nạn đi có thể đưa ra các giả định về phương thức vận chuyển của họ, hoặc khả năng họ ở lại qua đêm ở một nơi đã xảy ra bạo lực trước đây. Khi dự báo, chúng ta cần biết điều gì sẽ xảy ra khi chúng ta đưa ra những giả định này một chút (chúng ta xem xét điều này trong Dự án VECMA). Chúng ta càng có ít bằng chứng cho một giả định, chúng ta càng cần phải lắc nó và phân tích cách mô hình của chúng ta phản ứng. Các mô hình học máy tạo ra các giả định ngầm (và không chính đáng) khi chúng được đào tạo - ví dụ: các điểm đến được chọn tương quan với giá trị cổ phiếu của công ty X. Trong các mô hình dựa trên đại lý, các giả định này đến từ các yếu tố vật lý như sự hiện diện của núi hoặc các nhóm vũ trang, và có thể kiểm chứng rõ ràng.

  2. Dự báo một điều đòi hỏi bạn phải dự báo nhiều thứ khác nữa. Khi chúng tôi dự báo cách mọi người thoát khỏi xung đột, chúng tôi phải dự báo cuộc xung đột sẽ phát triển như thế nào. Và điều đó có thể phụ thuộc vào giá cả thị trường trong tương lai, hiệu ứng thời tiết / khí hậu hoặc thay đổi chính trị, tất cả đều cần dự báo. Để rõ ràng: chúng tôi không yêu cầu bất kỳ mô hình nào trong số này khi chúng tôi xác nhận dự đoán của chúng tôi trước một tình huống lịch sử, vì vậy chúng tôi đang xây dựng các mô hình mới chỉ để đưa ra dự báo.

  3. Những người bị buộc phải di dời thường chạy trốn khỏi những sự kiện bất ngờ và gây rối. Ở đây, dữ liệu mà các thuật toán học máy được đào tạo là không đầy đủ, sai lệch hoặc thường không tồn tại. Chúng tôi lập luận rằng các mô hình dựa trên tác nhân có hiệu quả hơn vì chúng không cần dữ liệu đào tạo và được hưởng lợi từ việc hiểu các quy trình thúc đẩy dịch chuyển cưỡng bức.

Vì vậy, chúng tôi đã không crack nó.

Vâng, dự báo là khó khăn. Chúng tôi chưa biết những người tị nạn khí hậu và những người bị buộc phải di dời khác đang đi đâu. Chúng ta vẫn cần những siêu máy tính khổng lồ chỉ để dự báo thời tiết tuần tới.

Vì vậy, người ta nghi ngờ về ý tưởng rằng dự báo người tị nạn đã được giải quyết, đặc biệt là nếu được liên kết với các tuyên bố rằngbiên giới tiếp theoTôi dành cho các nhà khoa học máy tính trích xuất dữ liệu từ những người tị nạn dễ bị tổn thương những người thường không nhận thức được các rủi ro riêng tư và bảo mật. Cho dù vẫn còn khó khăn để dự đoán hàng triệu người tị nạn khí hậu sẽ đi đâu, thì biên giới tiếp theo của Hồi vẫn là biên giới cuối cùng.Conversation

Giới thiệu về Tác giả

Derek Groen, Giảng viên mô phỏng và mô hình hóa, Brunel University London và Diana Suleimenova, nhà nghiên cứu tiến sĩ, Khoa học máy tính, Brunel University London

Bài viết này được tái bản từ Conversation theo giấy phép Creative Commons. Đọc ban đầu bài viết.

Sách liên quan

Cuộc sống sau carbon: Sự chuyển đổi toàn cầu tiếp theo của các thành phố

by Peter Plastrik, John Cleveland
1610918495Tương lai của các thành phố của chúng ta không giống như trước đây. Mô hình thành phố hiện đại đã nắm giữ trên toàn cầu trong thế kỷ XX đã vượt qua sự hữu ích của nó. Nó không thể giải quyết các vấn đề mà nó đã giúp tạo ra đặc biệt là sự nóng lên toàn cầu. May mắn thay, một mô hình mới cho phát triển đô thị đang nổi lên ở các thành phố để tích cực giải quyết thực tế của biến đổi khí hậu. Nó biến đổi cách các thành phố thiết kế và sử dụng không gian vật lý, tạo ra sự giàu có về kinh tế, tiêu thụ và xử lý tài nguyên, khai thác và duy trì hệ sinh thái tự nhiên và chuẩn bị cho tương lai. Có sẵn trên Amazon

Sự tuyệt chủng thứ sáu: Một lịch sử không tự nhiên

của Elizabeth Kolbert
1250062187Trong nửa tỷ năm qua, đã có Năm sự tuyệt chủng hàng loạt, khi sự đa dạng của sự sống trên trái đất đột ngột và ký hợp đồng đột ngột. Các nhà khoa học trên thế giới hiện đang theo dõi sự tuyệt chủng thứ sáu, được dự đoán là sự kiện tuyệt chủng tàn khốc nhất kể từ khi tác động của tiểu hành tinh quét sạch khủng long. Lần này, thảm họa là chúng ta. Trong văn xuôi đó là ngay lập tức, giải trí, và thông tin sâu sắc, New Yorker nhà văn Elizabeth Kolbert cho chúng ta biết lý do tại sao và làm thế nào con người đã thay đổi cuộc sống trên hành tinh theo cách mà không có loài nào có trước đây. Nghiên cứu đan xen trong nửa tá môn học, mô tả về các loài hấp dẫn đã bị mất và lịch sử tuyệt chủng như một khái niệm, Kolbert cung cấp một tài khoản cảm động và toàn diện về những vụ mất tích xảy ra trước mắt chúng ta. Bà cho thấy sự tuyệt chủng thứ sáu có khả năng là di sản lâu dài nhất của loài người, buộc chúng ta phải suy nghĩ lại về câu hỏi cơ bản về ý nghĩa của con người. Có sẵn trên Amazon

Cuộc chiến khí hậu: Cuộc chiến sinh tồn khi thế giới quá nóng

bởi Gwynne Dyer
1851687181Sóng của người tị nạn khí hậu. Hàng chục quốc gia thất bại. Chiến tranh toàn diện. Từ một trong những nhà phân tích địa chính trị vĩ đại của thế giới đến một cái nhìn kinh hoàng về thực tế chiến lược của tương lai gần, khi biến đổi khí hậu thúc đẩy các cường quốc của thế giới hướng tới chính trị sinh tồn. Tiên tri và vô cảm, Chiến tranh khí hậu sẽ là một trong những cuốn sách quan trọng nhất trong những năm tới. Đọc nó và tìm hiểu những gì chúng ta đang hướng tới. Có sẵn trên Amazon

Từ Nhà xuất bản:
Mua hàng trên Amazon để giảm chi phí mang lại cho bạn InsideSelf.comelf.com, MightyNatural.com, ClimateImpactNews.com miễn phí và không có nhà quảng cáo theo dõi thói quen duyệt web của bạn. Ngay cả khi bạn nhấp vào một liên kết nhưng không mua các sản phẩm được chọn này, bất kỳ thứ gì khác bạn mua trong cùng một lượt truy cập trên Amazon đều trả cho chúng tôi một khoản hoa hồng nhỏ. Không có chi phí bổ sung cho bạn, vì vậy hãy đóng góp cho nỗ lực. Bạn cũng có thể sử dụng liên kết này sử dụng cho Amazon bất cứ lúc nào để bạn có thể giúp hỗ trợ những nỗ lực của chúng tôi.

 

enafarzh-CNzh-TWdanltlfifrdeiwhihuiditjakomsnofaplptruesswsvthtrukurvi

theo dõi Nội bộ trên

facebook-iconbiểu tượng twitterbiểu tượng rss

 Nhận tin mới nhất qua email

{Emailcloak = off}

NHỮNG VIDEO MỚI NHẤT

Năm sự hoài nghi về khí hậu: Khóa học về sự cố trong thông tin sai lệch về khí hậu
Năm sự hoài nghi về khí hậu: Khóa học về sự cố trong thông tin sai lệch về khí hậu
by John Cook
Video này là một khóa học về thông tin sai lệch về khí hậu, tóm tắt các lập luận chính được sử dụng để gây nghi ngờ về thực tế…
Bắc Cực đã không ấm thế này trong 3 triệu năm và điều đó có nghĩa là những thay đổi lớn đối với hành tinh
Bắc Cực đã không ấm thế này trong 3 triệu năm và điều đó có nghĩa là những thay đổi lớn đối với hành tinh
by Julie Brigham-Grette và Steve Petsch
Hàng năm, lượng băng biển bao phủ ở Bắc Băng Dương giảm xuống mức thấp vào giữa tháng 1.44. Năm nay, nó chỉ đo được XNUMX…
Bão Bão là gì và tại sao nó lại nguy hiểm như vậy?
Bão Bão là gì và tại sao nó lại nguy hiểm như vậy?
by Anthony C. Didlake Jr
Khi Bão Sally tiến vào Bờ Vịnh phía Bắc vào Thứ Ba, ngày 15 tháng 2020 năm XNUMX, các nhà dự báo đã cảnh báo về một…
Sự ấm lên của đại dương đe dọa các rạn san hô và sớm có thể khiến việc khôi phục chúng trở nên khó khăn hơn
Sự ấm lên của đại dương đe dọa các rạn san hô và sớm có thể khiến việc khôi phục chúng trở nên khó khăn hơn
by Shawna Foo
Bất cứ ai đang chăm sóc một khu vườn ngay bây giờ đều biết nhiệt độ cực cao có thể ảnh hưởng đến cây trồng. Nhiệt cũng là một mối quan tâm đối với…
Vết đen Mặt trời ảnh hưởng đến thời tiết của chúng ta nhưng không ảnh hưởng nhiều như những thứ khác
Vết đen Mặt trời ảnh hưởng đến thời tiết của chúng ta nhưng không ảnh hưởng nhiều như những thứ khác
by Robert McLachlan
Có phải chúng ta đang hướng tới một thời kỳ có hoạt động Mặt trời thấp hơn, tức là các vết đen? Nó sẽ kéo dài trong bao lâu? Điều gì xảy ra với thế giới của chúng ta…
Các thủ thuật bẩn thỉu mà các nhà khoa học khí hậu phải đối mặt trong ba thập kỷ kể từ khi có báo cáo IPCC đầu tiên
Các thủ thuật bẩn thỉu mà các nhà khoa học khí hậu phải đối mặt trong ba thập kỷ kể từ khi có báo cáo IPCC đầu tiên
by Marc Hudson
Ba mươi năm trước, tại một thành phố nhỏ của Thụy Điển tên là Sundsvall, Ủy ban Liên chính phủ về Biến đổi Khí hậu (IPCC)…
Khí thải metan đạt mức phá vỡ kỷ lục
Khí thải metan đạt mức phá vỡ kỷ lục
by Josie Garthwaite
Phát thải khí mêtan trên toàn cầu đã đạt mức cao nhất trong hồ sơ, nghiên cứu cho thấy.
tảo bẹ 7 12
Làm thế nào các khu rừng của đại dương thế giới góp phần làm giảm bớt khủng hoảng khí hậu
by Emma Bryce
Các nhà nghiên cứu đang tìm kiếm tảo bẹ để giúp lưu trữ carbon dioxide ở xa dưới bề mặt biển.

BÀI VIẾT MỚI NHẤT

Đức Chúa Trời đã định nó như một hành tinh dùng một lần: Gặp gỡ chúng tôi Mục sư rao giảng Sự từ chối biến đổi khí hậu
Đức Chúa Trời đã định nó như một hành tinh dùng một lần: Gặp gỡ chúng tôi Mục sư rao giảng Sự từ chối biến đổi khí hậu
by Paul Braterman
Thường xuyên bạn bắt gặp một tác phẩm viết đặc biệt đến nỗi bạn không thể không chia sẻ nó. Một trong những phần như vậy là…
Hạn hán và nắng nóng cùng nhau đe dọa miền Tây nước Mỹ
Hạn hán và nắng nóng cùng nhau đe dọa miền Tây nước Mỹ
by Tim Radford
Biến đổi khí hậu thực sự là một vấn đề nhức nhối. Hạn hán và nắng nóng đồng thời ngày càng có nhiều khả năng…
Trung Quốc vừa khiến thế giới sửng sốt với động thái hành động vì khí hậu
Trung Quốc vừa khiến thế giới sửng sốt với động thái hành động vì khí hậu
by Hào Tân
Chủ tịch Trung Quốc Tập Cận Bình gần đây đã gây ngạc nhiên cho cộng đồng toàn cầu khi cam kết đất nước của ông không phát thải ròng bằng…
Biến đổi khí hậu, di cư và dịch bệnh chết người ở cừu thay đổi hiểu biết của chúng ta về đại dịch như thế nào?
Biến đổi khí hậu, di cư và dịch bệnh chết người ở cừu thay đổi hiểu biết của chúng ta về đại dịch như thế nào?
by super User
Một khuôn khổ mới cho sự tiến hóa mầm bệnh cho thấy một thế giới dễ bị bùng phát dịch bệnh hơn nhiều so với trước đây…
Nhiệt độ khí hậu làm tan chảy tuyết ở Bắc cực và rừng khô
Điều gì nói trước đối với Phong trào Khí hậu Thanh niên
by David Tindall
Sinh viên trên khắp thế giới đã trở lại đường phố vào cuối tháng XNUMX cho ngày toàn cầu hành động vì khí hậu lần đầu tiên…
Các vụ cháy rừng nhiệt đới Amazon trong lịch sử Đe dọa Khí hậu và Tăng nguy cơ Bệnh mới
Các vụ cháy rừng nhiệt đới Amazon trong lịch sử Đe dọa Khí hậu và Tăng nguy cơ Bệnh mới
by Kerry William Bowman
Các đám cháy ở vùng Amazon vào năm 2019 có sức tàn phá chưa từng có. Hàng ngàn ngọn lửa đã thiêu rụi hơn…
Nhiệt độ khí hậu làm tan chảy tuyết ở Bắc Cực và làm khô rừng
Nhiệt độ khí hậu làm tan chảy tuyết ở Bắc cực và rừng khô
by Tim Radford
Hỏa hoạn giờ bùng cháy dưới tuyết Bắc Cực, nơi từng có những khu rừng nhiệt đới ẩm ướt nhất bị đốt cháy. Biến đổi khí hậu khó có thể mang lại…
Sóng nhiệt biển ngày càng phổ biến và dữ dội hơn
Sóng nhiệt biển ngày càng phổ biến và dữ dội hơn
by Jen Monnier, Enisa
Cải thiện "dự báo thời tiết" cho các đại dương mang lại hy vọng giảm sự tàn phá đối với nghề cá và hệ sinh thái trên toàn thế giới