AIが気候変動の解決にどのように役立っているか

フランス人アーティスト、マルセル・デュシャンのことを聞いたことがありますか？ 彼の最も有名な作品の一つは、普通のトイレの小便器から作られた「噴水」です。 この共通のオブジェクトの名前を変更するだけで、Duchampはまったく新しいスタイルのアートを生み出すことに成功しました。

AIでも同じことができます。 なぜ人間はビジネス関連の問題を解決するためにこの強力な発明を使用するだけでよいのですか？ なぜ私たちはもう少しDuchampのように考え、この「全能の」テクノロジーを使用して、人類がこれまで直面した中で最も恐ろしい問題の1つを解決できないのでしょうか。

気候変動の世界的な脅威

私たちの気候の将来についての最近の報告や予測を読んだら、人類が気候変動の世界的な脅威の解決策を見つけるための時間が不足していることにおそらく気づいたでしょう。 実際、最近のオーストラリアの政策文書は、私たち全員が死ぬ2050年のシナリオを提案しました。

2050年までに水位が25メートル上昇することを恐れていない人には、人間の苦難がすぐそこにあることを示唆する他の研究があります。 2012年3月、世界水評価プログラムは、2025年までに、地球上の18億人が絶対的な水不足の地域に住むことになると予測しました。

では、科学者が将来的に水や食物の黙示録のシナリオがあると信じるように導いているデータと研究は何でしょうか？

NASAによると、気候変動の主な原因は、大気中の温室効果ガスの量の増加です。 そして悲しいことに、「母なる地球」はこれをすべて自分でやっていません。

1830年、人間は温室効果ガスを放出する活動に従事し始め、今日私たちが感じている気温の上昇に貢献しました。 私が言及するこれらの活動のいくつかには、化石燃料の燃焼、海洋の汚染、および森林破壊が含まれます。 しかし、牛肉の大量生産でさえ気候変動に貢献しています。

さて、あなたは人間がどのように私たちの温室効果ガス排出と戦いそして制限することができるのか疑問に思うかもしれません。 明らかに、私が上でほのめかしたすべての活動を制限する必要があります。 これは、私たちの電気、石炭、石油の使用を制限し、植樹し、そして悲しいことに多くの人にとってステーキディナーを完全に放棄することを意味します。

しかし、これはすべて、何世紀にもわたる大気汚染を元に戻すのに十分でしょうか？ 人間が彼らの種の絶滅に直面することを余儀なくされる前に、これのすべては達成可能でさえありますか？ わからない。 人間は、私たちの毎日の油を噴き出す自動車や飛行機は言うまでもなく、牛肉の生産をやめることさえできませんでした。

いくつかの排出量を実行できる非常にインテリジェントなソフトウェアがあれば、これらの努力のすべてが将来の災害シナリオを防ぐのに十分であるかどうかを教えてください...

AIのアプローチと環境のユースケース

問題の解決には時間がかかります。 気候変動により、科学者が問題を理解するのに約40年かかりました。 そしてそれは公正です—人間は最初に気候を研究して気候変動が存在することを確認し、次に気候変動の原因を研究して人間が果たした役割を確認する必要がありました。 しかし、この研究のすべての後、私たちは今日どこにいますか？ まだ勉強中。

そして、気候変動の問題は、時間が私たちの側にないということです—人類は、いくつかの解決策を比較的早く見つけて実行しなければなりません。 そこでAIが役立ちます。

現在まで、AIには2つの異なるアプローチがあります。ルールベースと学習ベースです。 どちらのAIアプローチにも、環境の研究と気候変動の解決に関して有効なユースケースがあります。

ルールベースのAIは、基本的に単純な問題を解決することを目的としたif-thenステートメントのコード化されたアルゴリズムです。 気候に関しては、ルールベースのAIは、科学者が数値を計算したりデータを編集したりするのに役立ち、人間の手作業の時間を大幅に節約できます。

しかし、ルールベースのAIはそれだけのことしかできません。 それは記憶能力を持っていません—それは人間によって定義された問題への解決策を提供することに焦点を合わせています。 そのため、学習ベースのAIが作成されました。

学習ベースのAIは、問題と対話することで問題を診断するため、ルールベースのAIよりも高度です。 基本的に、学習ベースのAIにはメモリの容量がありますが、ルールベースのAIにはありません。

次に例を示します。ルールベースのAIにシャツを要求したとします。 そのAIは、適切なサイズと色のシャツを見つけますが、サイズと好みを伝えた場合に限ります。 学習用AIにシャツを依頼すると、過去1年間に購入したすべてのシャツが評価され、今シーズンに最適なシャツが見つかります。 違いを見ます？

気候変動の解決を支援することになると、学習ベースのAIは、本質的にCO2排出量を削減する以上のことを行うことができます。 学習ベースのAIは、実際にそれらの数値を記録し、原因と解決策を研究してから、理論的には最良の解決策を推奨することができます。

今日の気候変動に影響を与えるAI

ほとんどの場合、AIは興味深い技術ソフトウェアを説明するために使用される流行語です。 しかし、以下の企業にとって、AIは秘密兵器と見なされ始めています。

SilviaTerra

森林は私たちの気候にとって重要です。 多くの人間の活動によって排出される二酸化炭素は、実際には木に吸収されます。 だから私たちがもっと木を持っていたら。

これがSilviaTerraが生き返った理由です。

マイクロソフトの資金と技術を活用したSilviaTerraは、AIと衛星画像を使用して、林木のサイズ、種、健康状態を予測します。 何でこれが大切ですか？ これは、保護活動家が数え切れないほどの手作業によるフィールドワークを節約できることを意味します。 それはまた、私たちが木がより大きく、より強く、より健康に成長するのを助けることができるので、それらが私たちの気候を助け続けることができることを意味します。

DeepMind

「Googleにできないことは何ですか？」と自問することもあります。 まあ、それはグーグルが本当にすべてをすることができないことがわかります。

Googleは、コスト（および潜在的に二酸化炭素排出量）を改善するために、DeepMindという会社に目を向けました。 両社は協力して、Googleのデータセンターを冷却するために必要な最小限のエネルギーのみを使用する方法を自らに教えるAIを開発しました。

結果？ Googleは、データセンターの冷却に使用するエネルギー量を35％削減することができました。 しかし、それは最もクールな部分ではないかもしれません！ DeepMindの共同創設者であるMustafaSuleymanは、彼らのAIアルゴリズムは、両社が将来他の省エネアプリケーションに使用できるようになる可能性があるほど一般的であると述べました。

グリーンホライゾンプロジェクト

データ愛好家の皆さんは、影響を測定できない場合、何かに影響を与えているとは言い難いことを知っています。 これが、グリーンホライズンプロジェクトが生まれた理由です。

IBMのGreenHorizo​​n Projectは、自己構成型の天気と汚染の予測を作成するAIです。 IBMは、いつの日か都市がより効率的になるのを助けることができることを期待してプロジェクトを作成しました。

彼らの願望は中国で現実のものとなりました。 2012年から2017年の間に、IBMのグリーンホライズンプロジェクトは、北京市が平均スモッグレベルを35％削減するのに役立ちました。

CycleGAN

ですから、これがあなたの人生で聞いたことのない言葉です：「GAN」。 これは、 G enerative A dversarial Networkの略です。 基本的には、何もしなくても統計や情報を生成するネットワークです。

なぜこの用語が重要なのですか？ 問題を解決するための時間とリソースが限られている場合、自動化が重要だからです。

コーネル大学の知識人は、GANを使用してAIを作成し、異常気象の前後の地理的位置を表す画像を生成するようにトレーニングしました。 このAIによって生成されたビジュアルは、科学者が特定の気候変動の影響を予測するのに役立ち、人間が私たちの戦闘努力に優先順位を付けるのに役立ちます。

気候変動に影響を与える可能性のあるソフトウェア

気候変動にプラスの影響を与えるためにすでに使用されているAIの数を研究する際に、これ以上新しいソフトウェアは必要ないと思われるかもしれません。 そして、おそらくあなたは間違っていません—なぜ私たちは、私たちが持っているソフトウェアを再利用しませんか？

そうは言っても、秘密兵器になる可能性のあるソフトウェアをいくつか紹介します。

Airlitix

Airlitixは、現在ドローンで使用されているAIおよび機械学習ソフトウェアです。 もともとは温室管理プロセスを自動化するために開発されましたが、国有林の健康を管理するために非常に簡単に使用できます。 Airlitixには、温度、湿度、二酸化炭素のデータを収集するだけでなく、AIが土壌や作物の健康状態を分析する機能もあります。

しかし、気候変動と戦うために人間が1.2兆本以上の木を植える必要があるので、私たちは努力をさらに自動化することを検討する必要があります。 時間をかけて国立公園に行く代わりに、Airlitixソフトウェアを構築して、ドローンが私たちの木を植えたり、植物の栄養素を放出したり、森林放火犯を阻止したりできるようにすることができます。

Google広告

GoogleとFacebookはどちらも、消費者のブラウジングデータを使用して関連する消費者広告を作成するために現在使用している非常に強力なAIソフトウェアを備えています。 実際、GoogleのAI「GoogleAds」は、同社が数千億の収益を上げるのに役立っています。

収益は素晴らしいですが、Google広告アルゴリズムは現在、比較的客観的に消費者の購入を促進しています。 持続可能な製品やサービスを提供している企業の広告を優先するようにAIを書き直すことができるかどうか想像してみてください。

今日、グーグルの競争はあまりありません。 Bing、Yahoo、DuckDuckGo、AOLがあります。 （私が知っている人の中で、AOLを使用している人は誰も知りません。）恐れを感じているなら、消費者と環境に優しい企業をつなぐのに役立つ新しい検索エンジンを開発できるかもしれません。

もちろん、グーグルのような大企業と競争するのは難しいだろうが、利益を上げるために永遠に競争する必要はない。 あなたのスタートアップが買収される可能性は常にあり、それからあなたは日没に乗ります。

AlphaGo

AlphaGoは、科学者が次の「不思議な薬」を見つけるのに役立つAIソフトウェアですが、元々は、チェスのゲームをマスターする方法を自分自身に教えるためにDeepMindによって作成されました。 世界最高のチェスプレイヤーを打ち負かした後、AlphaGo AIは、より複雑なボードゲームの戦略を征服するために動きました。

しかし、ボードゲームは気候変動と何の関係があるのでしょうか？ ええと、AlphaGo AIがチェスのゲームで人間を凌駕することができれば、大気中の温室効果ガスの数を制限および削減するための創造的な方法を考え出すことで、私たちを凌駕する可能性があります。

AIと気候の将来の見通し

私が見ているように、AIの目的は、人類が問題を解決するのを支援することです。 気候変動は、人間が勉強するのが上手になりつつある複雑な問題であることが証明されていますが、ニュースで環境保護論者からの非常に前向きな将来の見通しはまだ見ていません。

人間が気候変動に直接影響を与えるのを助けないのであれば、AIを使用して、世界が集まるのを怖がらせる終末のシナリオを描くことはできませんか？ AIを使用して、気候問題のトリアージを支援するために人々が日常生活でより多くのことを行う場合に可能となる可能性のある前向きな見通しを描くことができるでしょうか。

最近のAmazonの火災でも、炎の広がりに対抗するためにドローンを使用するというアイデアについてのツイートは見当たりませんでした。 今日人間が利用できる印象的なAIソフトウェアと技術のすべてをもってしても、環境のユースケースはまだ広く知られていないことは私には明らかです。

ですから、読者への私のアドバイスは、「Duchampアプローチ」を試すことです—今日。 定期的に使用または開発しているAIとテクノロジーを検討し、それを再考する方法があるかどうかを確認してください。 誰が知っているか、あなたは私たちの時代の最高の気候学者や科学者の何人かを困惑させてきた問題を解決する人かもしれません。