Climate change poses a great threat to humanity, as it is causing alterations in ecosystems and disrupting the hydrological cycle that governs life on Earth. These changes result in an increase in extreme natural phenomena, such as droughts and floods, and a decrease in freshwater resources from traditional sources. The analysis of studies on the topic shows a relationship between climate alterations and intensification of conflicts, identifying climate change as a "threat multiplier" that aggravates and amplifies social unrest. Therefore, in this thesis, the prediction of new climate conflicts is considered an integral part of the "climate change adaptation" strategy, which includes all methods of mitigating the adverse effects of climate change. Conflict prediction is made possible by the use of artificial intelligence methods such as machine learning, a technology that is spreading to many sectors of society. Artificial intelligence finds an ideal ally in new information and communication technologies (ICTs), which generate huge amounts of data, such as satellite data. Within this theoretical framework, this thesis has three interrelated goals: first, it provides a theoretical framework for framing conflicts based on their link to environmental and climatic factors; second, it explores the potential of climate variables in the context of conflict prediction using machine learning and addresses the process of creating a climate risk index to improve the predictive ability of a transformer model; and finally, it explains how the use of artificial intelligence can facilitate adaptation to climate change by reducing the negative impacts of factors that cause conflicts to escalate.
Il climate change rappresenta una grande minaccia per l'umanità, poiché sta provocando alterazioni degli ecosistemi e perturbando il ciclo idrologico che regola la vita sulla Terra. Questi cambiamenti si traducono in un aumento dei fenomeni naturali estremi, come siccità e inondazioni, e in una diminuzione delle risorse di acqua dolce provenienti da fonti tradizionali. L' analisi degli studi sul tema evidenzia una relazione tra alterazioni climatiche e intensificazione dei conflitti, identificando il climate change come un "moltiplicatore di minacce" che aggrava e amplifica i disordini sociali. Pertanto, nella presente tesi, la previsione dei nuovi conflitti climatici è considerata parte integrante della strategia di "climate change adaptation" che include tutti i metodi per mitigare gli effetti nefasti del cambiamento climatico. La previsione dei conflitti è resa possibile dall’impiego di metodi di intelligenza artificiale come il machine learning, una tecnologia che si sta diffondendo in molti settori della società. L'intelligenza artificiale trova un alleato ideale nelle nuove tecnologie dell'informazione e della comunicazione (ICT), che generano enormi quantità di dati, come ad esempio i dati satellitari. All'interno di questo contesto teorico, la tesi si propone tre obiettivi correlati tra loro: in primo luogo, si fornisce un framework teorico per inquadrare i conflitti in base al loro legame con i fattori ambientali e climatici; secondariamente, si esplora il potenziale delle variabili climatiche nell'ambito della previsione dei conflitti tramite machine learning e viene affrontato il processo di creazione di un indice di rischio climatico per migliorare la capacità predittiva di un modello transformer; infine, si spiega come l'utilizzo dell'intelligenza artificiale possa facilitare l'adattamento al cambiamento climatico, riducendo gli impatti negativi dei fattori che causano l'aggravarsi dei conflitti.
Intelligenza artificiale e climate change: il ruolo delle variabili climatiche nella previsione dei conflitti
BORRELLI, CIRO
2022/2023
Abstract
Il climate change rappresenta una grande minaccia per l'umanità, poiché sta provocando alterazioni degli ecosistemi e perturbando il ciclo idrologico che regola la vita sulla Terra. Questi cambiamenti si traducono in un aumento dei fenomeni naturali estremi, come siccità e inondazioni, e in una diminuzione delle risorse di acqua dolce provenienti da fonti tradizionali. L' analisi degli studi sul tema evidenzia una relazione tra alterazioni climatiche e intensificazione dei conflitti, identificando il climate change come un "moltiplicatore di minacce" che aggrava e amplifica i disordini sociali. Pertanto, nella presente tesi, la previsione dei nuovi conflitti climatici è considerata parte integrante della strategia di "climate change adaptation" che include tutti i metodi per mitigare gli effetti nefasti del cambiamento climatico. La previsione dei conflitti è resa possibile dall’impiego di metodi di intelligenza artificiale come il machine learning, una tecnologia che si sta diffondendo in molti settori della società. L'intelligenza artificiale trova un alleato ideale nelle nuove tecnologie dell'informazione e della comunicazione (ICT), che generano enormi quantità di dati, come ad esempio i dati satellitari. All'interno di questo contesto teorico, la tesi si propone tre obiettivi correlati tra loro: in primo luogo, si fornisce un framework teorico per inquadrare i conflitti in base al loro legame con i fattori ambientali e climatici; secondariamente, si esplora il potenziale delle variabili climatiche nell'ambito della previsione dei conflitti tramite machine learning e viene affrontato il processo di creazione di un indice di rischio climatico per migliorare la capacità predittiva di un modello transformer; infine, si spiega come l'utilizzo dell'intelligenza artificiale possa facilitare l'adattamento al cambiamento climatico, riducendo gli impatti negativi dei fattori che causano l'aggravarsi dei conflitti.I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14240/106700