Bagaimana AI Membantu Mengatasi Perubahan Iklim

Pernahkah Anda mendengar tentang seniman Prancis Marcel Duchamp? Salah satu karyanya yang paling terkenal adalah "air mancur" yang dibuat dari urinoir kamar mandi biasa. Hanya dengan mengganti nama objek umum ini, Duchamp berhasil melahirkan gaya seni yang sama sekali baru.

Hal yang sama dapat dilakukan dengan AI. Mengapa manusia hanya perlu menggunakan penemuan yang kuat ini untuk menyelesaikan masalah yang terkait dengan bisnis? Mengapa kita tidak bisa berpikir lebih seperti Duchamp dan menggunakan teknologi 'sangat kuat' ini untuk memecahkan salah satu masalah paling menakutkan yang pernah dihadapi umat manusia?

Ancaman Global Perubahan Iklim

Jika Anda membaca laporan dan prediksi terbaru tentang masa depan iklim kita, Anda mungkin menyadari bahwa umat manusia kehabisan waktu untuk menemukan solusi untuk ancaman global perubahan iklim. Faktanya, makalah kebijakan Australia baru-baru ini mengusulkan skenario 2050 di mana, yah, kita semua mati .

Bagi mereka yang tidak takut permukaan air naik 25 meter pada tahun 2050, ada penelitian lain yang menunjukkan kesulitan manusia sudah dekat. Pada bulan Maret 2012, Program Penilaian Air Dunia memperkirakan bahwa pada tahun 2025, 1,8 miliar orang di bumi akan tinggal di daerah dengan kelangkaan air mutlak.

Jadi, data dan penelitian apa yang membuat para ilmuwan percaya akan ada skenario kiamat air atau makanan di masa depan?

Menurut NASA, penyebab utama perubahan iklim adalah meningkatnya jumlah gas rumah kaca di atmosfer kita. Dan sayangnya, 'ibu bumi' tidak melakukan ini sendirian.

Pada tahun 1830, manusia mulai terlibat dalam aktivitas yang melepaskan gas rumah kaca, berkontribusi pada peningkatan suhu yang kita rasakan saat ini. Beberapa kegiatan yang saya rujuk termasuk pembakaran bahan bakar fosil, pencemaran lautan, dan penggundulan hutan. Namun, bahkan produksi massal daging sapi juga berkontribusi terhadap perubahan iklim.

Sekarang, Anda mungkin bertanya-tanya bagaimana manusia dapat memerangi dan membatasi emisi gas rumah kaca kita. Jelas, kita harus membatasi semua kegiatan yang saya singgung di atas. Ini berarti membatasi penggunaan listrik, batu bara, dan minyak kita, menanam pohon, dan sayangnya bagi banyak orang, berhenti makan steak sama sekali.

Tetapi apakah semua ini cukup untuk menghilangkan polusi atmosfer selama berabad-abad? Apakah semua ini bahkan dapat dicapai sebelum manusia dipaksa menghadapi kepunahan spesies mereka? Saya tidak tahu. Manusia bahkan belum mampu menghentikan produksi daging sapi, apalagi mobil dan pesawat terbang kita yang boros minyak setiap hari.

Seandainya saja ada perangkat lunak yang sangat cerdas yang dapat menjalankan beberapa angka emisi, dan memberi tahu kami apakah semua upaya ini cukup untuk mencegah skenario bencana di masa depan...

Pendekatan AI Dan Kasus Penggunaan Lingkungan

Memecahkan masalah apa pun membutuhkan waktu. Dengan perubahan iklim, para ilmuwan membutuhkan waktu sekitar 40 tahun untuk mendapatkan pemahaman apa pun tentang masalah ini. Dan itu wajar — manusia harus terlebih dahulu mempelajari iklim untuk memastikan adanya perubahan iklim, kemudian mempelajari penyebab perubahan iklim untuk melihat peran yang dimainkan manusia. Tapi di mana kita hari ini setelah semua studi ini? Masih belajar.

Dan masalah dengan perubahan iklim adalah waktu tidak berpihak pada kita — umat manusia harus menemukan dan menerapkan beberapa solusi dengan relatif cepat. Di situlah AI bisa membantu.

Sampai saat ini, ada dua pendekatan berbeda untuk AI: berbasis aturan dan berbasis pembelajaran . Kedua pendekatan AI memiliki kasus penggunaan yang valid dalam hal mempelajari lingkungan dan memecahkan perubahan iklim.

AI berbasis aturan adalah algoritma kode pernyataan if-then yang pada dasarnya dimaksudkan untuk memecahkan masalah sederhana. Ketika datang ke iklim, AI berbasis aturan dapat berguna dalam membantu para ilmuwan menghitung angka atau mengumpulkan data, menghemat banyak waktu manusia dalam pekerjaan manual.

Tetapi AI berbasis aturan hanya dapat melakukan banyak hal. Ia tidak memiliki kemampuan memori — ini berfokus pada penyediaan solusi untuk masalah yang didefinisikan oleh manusia. Itulah mengapa AI berbasis pembelajaran diciptakan.

AI berbasis pembelajaran lebih maju daripada AI berbasis aturan karena mendiagnosis masalah dengan berinteraksi dengan masalah. Pada dasarnya, AI berbasis pembelajaran memiliki kapasitas memori, sedangkan AI berbasis aturan tidak.

Berikut ini contohnya: katakanlah Anda meminta AI berbasis aturan untuk sebuah kemeja. AI itu akan menemukan Anda kemeja dengan ukuran dan warna yang tepat, tetapi hanya jika Anda memberi tahu ukuran dan preferensi Anda. Jika Anda meminta AI pembelajaran untuk sebuah kemeja, itu akan menilai semua pembelian kemeja sebelumnya yang telah Anda lakukan selama setahun terakhir, kemudian menemukan Anda kemeja yang sempurna untuk musim saat ini. Lihat perbedaannya?

Ketika datang untuk membantu mengatasi perubahan iklim, AI berbasis pembelajaran pada dasarnya dapat melakukan lebih dari sekadar angka emisi CO2. AI berbasis pembelajaran benar-benar dapat merekam angka-angka itu, mempelajari penyebab dan solusi, dan kemudian merekomendasikan solusi terbaik — secara teori .

AI Mempengaruhi Perubahan Iklim, Hari Ini

Bagi kebanyakan orang, AI adalah kata buzz yang digunakan untuk menggambarkan perangkat lunak teknologi yang menarik. Namun bagi perusahaan-perusahaan di bawahnya, AI mulai dilihat sebagai senjata rahasia.

SilviaTerra

Hutan penting bagi iklim kita. Karbon dioksida yang dikeluarkan oleh banyak aktivitas manusia sebenarnya diserap oleh pepohonan. Jadi jika kita hanya memiliki lebih banyak pohon.

Inilah mengapa SilviaTerra dihidupkan.

Didukung oleh dana dan teknologi Microsoft, SilviaTerra menggunakan AI dan pencitraan satelit untuk memprediksi ukuran, spesies, dan kesehatan pohon hutan. Mengapa ini penting? Ini berarti bahwa para konservasionis diselamatkan selama berjam-jam dari pekerjaan lapangan manual. Ini juga berarti bahwa kita dapat membantu pohon tumbuh lebih besar, lebih kuat, dan lebih sehat, sehingga mereka dapat terus membantu iklim kita.

Pikiran Dalam

Terkadang, kita mungkin bertanya pada diri sendiri, “Apa yang tidak bisa dilakukan Google?” Nah, ternyata Google memang tidak bisa melakukan semuanya .

Mencari untuk meningkatkan biaya mereka (dan berpotensi jejak karbon mereka), Google beralih ke perusahaan bernama DeepMind. Bersama-sama, kedua perusahaan mengembangkan AI yang akan mengajarkan dirinya sendiri bagaimana menggunakan energi minimum yang diperlukan untuk mendinginkan pusat data Google.

Hasil? Google mampu memangkas jumlah energi yang mereka gunakan untuk mendinginkan pusat data mereka sebesar 35%. Tapi itu mungkin bukan bagian yang paling keren! Salah satu pendiri DeepMind, Mustafa Suleyman, mengatakan bahwa algoritma AI mereka cukup umum di mana kedua perusahaan mungkin dapat menggunakannya untuk aplikasi hemat energi lainnya di masa depan.

Proyek Cakrawala Hijau

Anda semua pecinta data di luar sana tahu bahwa sulit untuk mengatakan bahwa Anda memengaruhi sesuatu jika Anda tidak dapat mengukur dampaknya. Inilah sebabnya mengapa Proyek Cakrawala Hijau muncul.

Proyek Green Horizon IBM adalah AI yang membuat prakiraan cuaca dan polusi yang dapat dikonfigurasi sendiri. IBM membuat proyek dengan harapan dapat membantu kota menjadi lebih efisien, suatu hari nanti.

Aspirasi mereka menjadi kenyataan di China. Antara 2012 dan 2017, Proyek Green Horizon IBM membantu kota Beijing menurunkan tingkat kabut asap rata-rata sebesar 35%.

SiklusGAN

Jadi, inilah istilah yang mungkin belum pernah Anda dengar dalam hidup Anda: “GAN.” Itu singkatan dari G generatif A dversarial N jaringan. Pada dasarnya, ini adalah jaringan yang menghasilkan statistik atau informasi tanpa Anda harus melakukan apa pun.

Mengapa istilah itu penting? Karena otomatisasi itu penting ketika Anda memiliki waktu dan sumber daya yang terbatas untuk menyelesaikan suatu masalah.

Intelektual Universitas Cornell menggunakan GAN untuk membuat AI untuk melatih dirinya sendiri dalam menghasilkan gambar yang menggambarkan lokasi geografis sebelum dan sesudah peristiwa cuaca ekstrem. Visual yang dihasilkan oleh AI ini dapat membantu para ilmuwan memprediksi dampak perubahan iklim tertentu, membantu manusia memprioritaskan upaya agresif kita.

Perangkat Lunak Dengan Potensi Dampak Perubahan Iklim

Dalam mempelajari jumlah AI yang telah digunakan untuk memberikan dampak positif pada perubahan iklim, Anda mungkin berpikir bahwa kita tidak memerlukan perangkat lunak baru lagi. Dan mungkin Anda tidak salah — mengapa kita tidak menggunakan kembali perangkat lunak yang kita miliki?

Dengan itu, berikut adalah beberapa perangkat lunak yang berpotensi menjadi senjata rahasia:

Airlitix

Airlitix adalah perangkat lunak AI dan pembelajaran mesin yang saat ini digunakan di drone. Meskipun pada awalnya dikembangkan untuk mengotomatisasi proses pengelolaan rumah kaca, ia dapat dengan mudah digunakan untuk mengelola kesehatan hutan nasional. Airlitix memiliki kapasitas untuk tidak hanya mengumpulkan data suhu, kelembaban, dan karbon dioksida, tetapi AI juga dapat menganalisis kesehatan tanah dan tanaman.

Tetapi dengan manusia yang perlu menanam lebih dari 1,2 triliun pohon untuk memerangi perubahan iklim, kita harus mempertimbangkan untuk mengotomatisasi upaya kita lebih jauh. Alih-alih meluangkan waktu untuk merawat taman nasional, perangkat lunak Airlitix dapat dibangun sehingga drone dapat menanam pohon kita, melepaskan nutrisi tanaman, atau bahkan mencegah pelaku pembakaran hutan.

Iklan Google

Baik Google dan Facebook memiliki perangkat lunak AI yang sangat kuat yang saat ini mereka gunakan untuk membuat iklan konsumen yang relevan menggunakan data penelusuran konsumen. Faktanya, AI Google 'Google Ads' telah membantu perusahaan mereka memperoleh pendapatan ratusan miliar.

Meskipun pendapatannya keren, algoritme Google Ads saat ini mempromosikan pembelian konsumen secara relatif objektif. Bayangkan jika AI dapat ditulis ulang untuk memprioritaskan iklan perusahaan yang menawarkan produk dan layanan berkelanjutan.

Saat ini, tidak ada banyak persaingan untuk Google. Ada Bing, Yahoo, DuckDuckGo, dan AOL. (Dari orang-orang yang saya kenal, saya tidak tahu siapa pun yang menggunakan AOL.) Jika Anda merasa tidak takut, mungkin Anda dapat mengembangkan mesin pencari baru yang membantu menghubungkan konsumen dengan perusahaan ramah lingkungan.

Tentu, akan sulit untuk bersaing dengan perusahaan sebesar Google, tetapi Anda tidak harus bersaing selamanya untuk mendapatkan keuntungan. Selalu ada kemungkinan startup Anda diakuisisi, dan kemudian Anda pergi ke matahari terbenam.

AlphaGo

Sementara AlphaGo adalah perangkat lunak AI yang dapat membantu para ilmuwan menemukan 'obat ajaib' berikutnya, itu awalnya dibuat oleh DeepMind untuk mengajari dirinya sendiri cara menguasai permainan catur. Setelah mengalahkan pemain catur terbaik dunia, AlphaGo AI telah bergerak untuk menaklukkan strategi permainan papan yang lebih kompleks.

Tapi apa hubungannya permainan papan dengan perubahan iklim? Nah, jika AlphaGo AI bisa mengakali manusia dalam permainan catur, mungkin itu bisa mengakali kita dalam menemukan cara-cara kreatif untuk membatasi dan mengurangi jumlah gas rumah kaca di atmosfer kita.

Prospek Masa Depan Untuk AI Dan Iklim

Seperti yang saya lihat, tujuan AI adalah untuk membantu umat manusia dalam memecahkan masalah. Perubahan iklim telah terbukti menjadi masalah kompleks yang membuat manusia menjadi hebat dalam mempelajarinya, tetapi saya belum melihat prospek masa depan yang sangat positif dari para pencinta lingkungan dalam berita.

Jika bukan untuk membantu manusia mempengaruhi perubahan iklim secara langsung, tidak bisakah kita menggunakan AI untuk menggambarkan skenario hari kiamat yang membuat dunia takut untuk bersatu? Bisakah kita menggunakan AI untuk menggambarkan pandangan potensial positif yang mungkin terjadi jika orang berbuat lebih banyak dalam kehidupan sehari-hari mereka untuk membantu mengatasi masalah iklim?

Bahkan dengan kebakaran Amazon terbaru, saya tidak melihat tweet tentang gagasan menggunakan drone untuk memerangi penyebaran api. Jelas bagi saya bahwa bahkan dengan semua perangkat lunak dan teknologi AI yang mengesankan yang tersedia untuk manusia saat ini, kasus penggunaan lingkungan masih belum menjadi pengetahuan yang tersebar luas.

Jadi saran saya kepada pembaca adalah mencoba 'pendekatan Duchamp' — hari ini. Pertimbangkan AI dan teknologi yang Anda gunakan atau kembangkan secara teratur, dan lihat apakah ada cara untuk membayangkannya kembali. Siapa tahu, Anda mungkin menjadi orang yang memecahkan masalah yang telah membingungkan beberapa ahli iklim dan ilmuwan terbaik di zaman kita.