Введение: Искусственный интеллект и изменение климата
Искусственный интеллект и изменение климата: Едва ли проходит день, чтобы изменение климата и искусственный интеллект (ИИ) не попадали в заголовки газет. Учитывая, что изменение климата набирает обороты во всем мире, а ИИ становится все более мощным в различных секторах, стоит задуматься о взаимосвязи между этими двумя областями.
Животные взаимодействуют с роботами искусственного интеллекта.
Ведущие учёные считают изменение климата самая большая проблема лицом к нашей планете прямо сейчас. Их опасения подкреплены цифрами. Отчеты Колумбийского университета в 2016 году произошло более 770 погодных явлений и стихийных бедствий, что в три раза больше, чем Земля пережила в 1980 году. В качестве примера изменения климата ученые также приводят растущее число вымираний различных видов.
Пожалуй, наиболее известным признаком изменения климата является глобальное потепление. К 2100 году средние температуры, вероятно, будут на 3°C выше, чем сейчас. Это лишь одна из причин, почему активисты по борьбе с изменением климата продолжают призывать правительства действовать быстрее и решительнее, чтобы остановить волну изменения климата.
Сельскохозяйственные роботы.
Всемирный Экономический Форум (ВЭФ) определил шесть областей, в которых наша планета сталкивается с критическими проблемами:
- Глобальное потепление
- Биоразнообразие
- Химия океана
- Водная безопасность
- Качество воздуха
- Устойчивость к стихийным бедствиям и погодным условиям
Технология искусственного интеллекта (ИИ) предлагает потенциальные решения некоторых из этих проблем. Короче говоря, ИИ относится к компьютерным системам, которые научились чувствовать окружающую среду. Они могут думать, узнавать больше и действовать, сочетая то, что они почувствовали, с заранее определенными целями. Согласно авторы отчета ВЭФИИ быстро становится «электричеством» Четвертой промышленной революции».
Source: YouTube
Помимо потенциала ИИ, существуют некоторые опасения, когда речь идет о взаимосвязи между ИИ и изменением климата. Информационные технологии, лежащие в основе искусственного интеллекта, являются одним из крупнейших вкладчики в изменение климата со значительным углеродным следом. Например, обучение одного алгоритма обработке естественного языка может привести к выбросу углекислого газа в пять раз больше, чем выбросы автомобиля за весь срок службы.
Влияние искусственного интеллекта на умные дома
При этом ИИ обладает огромным потенциалом для решения проблем, связанных с изменением климата. Будучи позитивной силой, технология искусственного интеллекта может повысить устойчивость населения к опасностям, создаваемым изменением климата. ИИ также может помочь измерить и сократить выбросы, а также помочь разработать более инновационные бизнес-модели для решения глобального потепления и других проблем.
ИИ для создания климатических зон
Люди обращались к климатические зоны на протяжении почти 140 лет прогнозировать погодные условия и лучше понимать изменения, происходящие на планете. Классификация климата Коппена была введена в 1884 году и уточнена в 1960-х годах. В результате этого процесса была создана климатическая классификация Треварты. Оба основаны на предшествующих правилах, таких как средняя температура и количество осадков.
Использование ИИ для определения и, возможно, изменения существующих климатических зон потребует другого подхода. Машинное обучение, один из аспектов ИИ, позволяет ученым позволить данным говорить самим за себя, а не следовать заранее установленным правилам.
Starbucks на основе искусственного интеллекта и данных – Deep Brew
Используя этот подход, компьютерные системы быстро оценивают большой объем данных и объединяют местоположения со схожими характеристиками. Цель — сгруппировать максимально похожие локации в одну климатическую зону. С другой стороны, отдельные климатические зоны будут иметь характеристики, которые четко отличают их друг от друга.
Source: YouTube
Поскольку климатические зоны, полученные с помощью ИИ, основаны на реальных данных, а не на заранее определенных факторах, они могут позволить сделать более точные прогнозы. Одним из таких примеров является климатическая модель, разработанная Национальным центром атмосферных исследований (NCAR). Целью модели является прогнозирование осадков и температуры до 2050 года по различным сценариям.
Технология искусственного интеллекта позволяет исследователям создавать и сравнивать различные сценарии за считанные минуты. Исследовательские проекты NCAR меняются, исходя из предположения, что выбросы парниковых газов активно сокращаются во всем мире. Затем модель сравнивает эти прогнозы с тем, что может произойти, если мир продолжит работать как обычно.
По сравнению с традиционными климатическими зонами, прогнозы на основе искусственного интеллекта основаны на фактических данных. Сопоставляя различные результаты, исследователи могут привести более убедительный аргумент в пользу необходимости изменить наши повседневные привычки.
Что такое умные города?
Ученые из Исследовательский институт Меркатора по глобальному достоянию и изменению климата в Германии использовали возможности обработки данных ИИ для исследований атрибуции. Анализ огромного количества данных позволил исследователям доказать, что последствия изменения климата уже ощущаются почти повсеместно во всем мире.
Их исследование выявило изменения в климате конкретного места, а затем определило причину этих изменений. Результаты были опубликованы в виде карты, и авторы полагают, что она может дать «ориентацию для глобальной борьбы с глобальным потеплением».
Однако на данном этапе карта еще далека от завершения. Данные отсутствуют по некоторым странам, которые наиболее непосредственно пострадали от изменения климата. Некоторым странам с низкими доходами просто не хватает глубины исследований по сравнению с их более развитыми коллегами.
ИИ для посадки местных деревьев
Посадка местных деревьев — одно из многообещающих применений технологии искусственного интеллекта. В то время, когда вырубка лесов считается одним из крупнейших факторов, способствующих выбросов парниковых газов, это может изменить правила игры.
Source: YouTube
В Новой Зеландии государственный НИИ Сцион объединилась со специалистами по дистанционному зондированию Indufor для улучшения местного биоразнообразия. Вместе они разработали модель, позволяющую ученым следить за сеянцами лучистой сосны. Дистанционное зондирование идентифицирует эти саженцы и другие участки естественного леса. Ученые используют результаты, чтобы лучше понять местное биоразнообразие на участке. Эта самая последняя модель глубокого обучения требует меньше данных, а изображения дешевле, чем предыдущие варианты. ИИ делает технологии более доступными и доступными для проектов с ограниченным бюджетом.
Технология Indufor помогает лесникам защитить местные виды, растущие на их землях, и интегрировать их в запланированные разработки. Поддержка и сохранение этих лесов обеспечивает жизненно важную среду обитания для местных птиц и других видов. Визуализируя, где существуют эти очаги, ученые могут оценить, достаточны ли площади коренных лесов для поддержания этих видов. Если площади слишком малы, лесники могут рассмотреть возможность их объединения.
В сочетании с дронами искусственный интеллект меняет процесс лесовосстановления. Всемирный фонд дикой природы (WWF) и другие источники. По оценкам, каждую секунду мир теряет лес, эквивалентный одному футбольному полю. Это гораздо больше, чем то, что люди могли бы реально пересадить вручную. Кроме того, посадка вручную обходится дорого и требует много времени.
Британская компания Dendra разработала дроновая технология, позволяющая сажать до 120 семенных коробочек в минуту. Компания пообещала посадить 500 миллиардов деревьев к 2060 году. Дроны облегчают повторную посадку в труднодоступных местах и могут распространять больше саженцев быстрее, чем это могли бы сделать рабочие. Анализ данных используется для определения мест посадки.
Подобная технология дает возможность лесовосстановления соответствовать темпам вырубки лесов или, по крайней мере, сократить разрыв между ними.
ИИ для обнаружения осадков
Прогнозы погоды имеют печально известную (и зачастую незаслуженную) репутацию неточных. Обычные технологии прогнозирования ограниченыособенно когда речь идет о краткосрочных прогнозах.
Имея это в виду, компания Deep Mind, принадлежащая Google, работала с Эксетерским университетом в Великобритании и Британским метеорологическим бюро над созданием лучшей альтернативы. Их Модель «Совместный прогноз осадков» способен предсказать среднее или сильное количество осадков на ближайшие 90 минут. Возможность прогнозирования с такой степенью точности может помочь правительственным учреждениям подготовиться к погодным чрезвычайным ситуациям.
Source: YouTube
Модель также может помочь при планировании мероприятий на открытом воздухе, управлении воздушным и наземным движением, а также управлении водными ресурсами. И снова искусственный интеллект превосходит традиционные технологии благодаря своей способности быстро обрабатывать большие объемы данных.
Deep Mind использует данные радара высокого разрешения для измерения влажности воздуха и скорости движения водяного пара. Алгоритм машинного обучения затем использует эти данные для прогнозирования количества осадков.
Несмотря на бесчисленное количество шуток, традиционные прогнозы погоды довольно точны в среднесрочной и долгосрочной перспективе. Однако прогнозирование осадков в самом ближайшем будущем оказалось сложной задачей. Именно здесь ИИ может сократить разрыв.
ИИ для обнаружения грунтовых вод
Отчет Всемирного экономического форума по использованию потенциала искусственного интеллекта для Земли определил водную безопасность как серьезную проблему. В документе говорится, что уже к 2030 году миру может не хватать на 40% количества пресной воды, необходимого для поддержки мировой экономики.
Именно здесь технология искусственного интеллекта может оказаться неоценимой как для прогнозирования доступности подземных вод, так и для оценки качества воды.
Source: YouTube
Южноафриканские учёные успешно использовали подход машинного обучения, чтобы помочь смягчить последствия засухи и обеспечить устойчивое снабжение водой. Искусственный интеллект и анализ данных позволили исследователям понять, что произошло с водоснабжением района, когда сток рек снизился. Понимание, основанное на реальных данных, помогло им увидеть этапы, ведущие к засухе.
Эти результаты уже оказались полезными для оценки подземных источников питьевой воды и их защиты. Они позволят менеджерам водных ресурсов создавать программы мониторинга подземных вод, ориентированные на их регион. Кроме того, объем данных, проанализированных ИИ, даже позволит им прогнозировать качество воды в районах, где еще не были взяты пробы.
Source: YouTube
В Индии модели на основе искусственного интеллекта используются в дельта реки Ганг оценить, подверглись ли грунтовые воды загрязнению мышьяком. В этом случае исследователи из Индийского технологического института в Харагпуре объединили традиционные статистические методы исследования с методами искусственного интеллекта.
Другая часть их исследования изучала и оценивала здоровье людей, которые уже подверглись воздействию мышьяка. Проанализировав огромное количество данных, исследователи определили наиболее пострадавшие регионы. Они также узнали, что орошение, питаемое грунтовыми водами, было ведущим фактором, вызывающим опасность мышьяка.
Их результаты были перенесены на карту, чтобы визуализировать те места, где меры вмешательства необходимы наиболее срочно. Те же результаты являются основой для обязательства Индии обеспечить каждую семью безопасной питьевой водой к 2024 году.
Похожий проекты реализуются в Малайзии, где группа исследователей использовала интеллектуальные вычислительные инструменты для моделирования уровня грунтовых вод в районе бассейна Лангат за семь лет. Малайзийские ученые измерили количество осадков, влажность, минимальную и максимальную температуру, а также испарение. Эти параметры были введены в различные модели, точность которых с течением времени ученые сравнили.
В то время как исследование в бассейне Лангат сравнивало точность двух разных методов искусственного интеллекта. Еще одно недавнее исследование сравнил четыре разные техники определить наиболее подходящий для прогнозирования качества подземных вод. Несмотря на различную точность, обеспечиваемую разными подходами, ясно одно: ИИ, скорее всего, уже будет принимать лучшие решения в критических условиях, чем люди.
Заключение
Технология искусственного интеллекта обладает выдающимся потенциалом в борьбе с последствиями изменения климата. Несмотря на то, что приложения и методы искусственного интеллекта сами по себе оставляют большой углеродный след, они также способны улучшить последствия изменения климата.
Обнаружение и мониторинг подземных вод, лесовосстановление, прогнозирование осадков и картографирование климатических зон — вот четыре ярких примера потенциала ИИ. Технологии не могут заменить людей, когда дело доходит до исследований изменения климата. Но способность анализировать огромные объемы данных и облегчать планирование сценариев быстрее, чем люди, может сделать эту технологию бесценной.