При этом общественные настроения не связаны с индексом климатического риска
Чем выше в стране озабоченность климатическими проблемами, тем более эмоциональные изображения выдает Google при поиске по ключевым словам на ее территории. Если подменить такими изображениями выдачу поиска пользователям из страны с умеренной обеспокоенностью изменением климата, то они начинают больше беспокоиться о климате и демонстрировать поддержку климатической политики, а также выражают готовность к активным действиям. При этом для общественных настроений и поисковой выдачи не наблюдается связи с объективными показателями опасности изменения климата для региона — например, с индексом климатического риска. К таким выводам пришли ученые, наблюдая за реакцией почти тысячи американцев на различные варианты изображений на тему климата. Результаты опубликованы в Nature Climate Change.
Ученые под руководством Михаэля Беркебиля-Вайнберга (Michael Berkebile-Weinberg) из Колумбийского университета изучили изображения, которые выдает Google при поиске по ключевым словам на тему климатических изменений в 49 странах. Эти страны ранжировали от наименее обеспокоенных темой климата (Казахстан и Эстония) до наиболее (Венесуэла и Колумбия). Оказалось, что климатическая тревожность населения приводит к выдаче в поиске более эмоциональных изображений — то есть визуально контрастных, драматичных по содержанию и побуждающих к действию, как их описывали сами пользователи при выставлении оценки от 0 до 100. Эмоционально окрашенные изображения формируют самоподдерживающийся цикл: общественные настроения влияют на поисковую выдачу, которая затем дополнительно усиливает эти настроения.
Она уже справилась с предсказанием траектории тайфуна Хагибис
Новая вероятностная модель GenCast способна за восемь минут сделать прогноз погоды на 15 дней, и он по 97,2 процента метрик окажется более точным, чем у широко применяемого ансамбля ECMWF-ENS. Кроме того, модель показала значительно более точные результаты предсказания экстремальных погодных событий и может применяться для составления региональных прогнозов выработки ветряной энергетики. Описание модели опубликовано в журнале Nature.