Как ИИ помогает решить проблему изменения климата

Вы слышали о французском художнике Марселе Дюшане? Одной из самых известных его работ является «фонтан», созданный из обычного писсуара. Просто переименовав этот обычный объект, Дюшан успешно породил совершенно новый стиль искусства.

То же самое можно сделать с ИИ. Почему люди должны использовать это мощное изобретение только для решения проблем, связанных с бизнесом? Почему бы нам не думать немного больше, как Дюшан, и не использовать эту «всемогущую» технологию для решения одной из самых страшных проблем, с которыми когда-либо сталкивалось человечество?

Глобальная угроза изменения климата

Если вы читали какие-либо недавние отчеты и прогнозы о будущем нашего климата, вы, вероятно, поняли, что человечеству не хватает времени, чтобы найти решение глобальной угрозы изменения климата. Фактически, в недавнем политическом документе Австралии был предложен сценарий 2050 года, когда мы все умрем .

Для тех, кто не боится повышения уровня воды на 25 метров к 2050 году, есть другие исследования, которые предполагают, что человеческие трудности не за горами. В марте 2012 года Программа оценки водных ресурсов мира прогнозировала, что к 2025 году 1,8 миллиарда человек на Земле будут жить в регионах с абсолютным дефицитом воды.

Итак, какие данные и исследования заставляют ученых полагать, что в будущем будет сценарий водного или пищевого апокалипсиса?

По данным НАСА, основной причиной изменения климата является увеличение количества парниковых газов в нашей атмосфере. И, к сожалению, «мать-земля» не делает все это сама.

В 1830 году люди начали заниматься деятельностью, которая привела к выбросу парниковых газов, что способствовало повышению температуры, которое мы ощущаем сегодня. Некоторые из этих видов деятельности, на которые я ссылаюсь, включают сжигание ископаемого топлива, загрязнение океанов и вырубку лесов. Однако даже массовое производство говядины способствует изменению климата.

Теперь вам может быть интересно, как люди могут бороться с выбросами парниковых газов и ограничивать их. Очевидно, мы должны ограничить все виды деятельности, о которых я упоминал выше. Это означало бы ограничение потребления электроэнергии, угля и нефти, посадку деревьев и, к сожалению для многих, полный отказ от стейков.

Но будет ли всего этого достаточно, чтобы устранить многовековое загрязнение атмосферы? Достижимо ли все это до того, как людям придется столкнуться с вымиранием своего вида? Я не знаю. Люди даже не смогли прекратить производство говядины, не говоря уже о наших ежедневно пожирающих нефть автомобилях и самолетах.

Если бы только существовало очень интеллектуальное программное обеспечение, которое могло бы вычислять некоторые значения выбросов и сообщать нам, будет ли достаточно всех этих усилий для предотвращения сценариев бедствий в будущем...

Подходы ИИ и варианты использования в окружающей среде

Решение любой проблемы требует времени. В связи с изменением климата ученым потребовалось около 40 лет, чтобы хоть как-то понять проблему. И это справедливо — люди должны были сначала изучить климат, чтобы убедиться, что изменение климата существует, а затем изучить причины изменения климата, чтобы понять, какую роль сыграли люди. Но где мы сегодня, после всего этого исследования? Еще учится.

А проблема с изменением климата в том, что время не на нашей стороне — человечеству приходится относительно быстро находить и реализовывать какие-то решения. Вот где ИИ может помочь.

На сегодняшний день существует два разных подхода к ИИ: основанный на правилах и основанный на обучении . Оба подхода ИИ имеют допустимые варианты использования, когда речь идет об изучении окружающей среды и решении проблемы изменения климата.

ИИ на основе правил — это закодированные алгоритмы операторов «если-то», которые в основном предназначены для решения простых задач. Когда дело доходит до климата, ИИ, основанный на правилах, может быть полезен, помогая ученым обрабатывать цифры или собирать данные, экономя людям много времени на ручном труде.

Но ИИ, основанный на правилах, может не так много. У него нет возможностей памяти — он ориентирован на решение проблемы, поставленной человеком. Вот почему был создан ИИ, основанный на обучении.

ИИ, основанный на обучении, более продвинут, чем ИИ, основанный на правилах, потому что он диагностирует проблемы, взаимодействуя с проблемой. По сути, ИИ, основанный на обучении, обладает памятью, а ИИ, основанный на правилах, — нет.

Вот пример: допустим, вы попросили у ИИ, основанного на правилах, рубашку. Этот ИИ найдет вам рубашку нужного размера и цвета, но только если вы сообщите ему свой размер и предпочтения. Если вы спросите обучающийся ИИ о рубашке, он оценит все предыдущие покупки рубашек, которые вы сделали за последний год, а затем найдет для вас идеальную рубашку для текущего сезона. Увидеть разницу?

Когда дело доходит до помощи в решении проблемы изменения климата, ИИ, основанный на обучении, может сделать больше, чем просто подсчитать количество выбросов CO2. ИИ, основанный на обучении, мог бы фактически записывать эти цифры, изучать причины и решения, а затем рекомендовать лучшее решение — в теории .

ИИ влияет на изменение климата сегодня

Для большинства ИИ — модное слово, используемое для описания интересного технологического программного обеспечения. Но для компаний ниже ИИ начинает рассматриваться как секретное оружие.

Сильвия Терра

Леса важны для нашего климата. Углекислый газ, выделяемый многими видами деятельности человека, на самом деле поглощается деревьями. Итак, если бы у нас было больше деревьев.

Вот почему SilviaTerra была воплощена в жизнь.

Работающая на средства и технологии Microsoft, SilviaTerra использует искусственный интеллект и спутниковые изображения для прогнозирования размеров, видов и здоровья лесных деревьев. Почему это важно? Это означает, что защитники природы экономят бесчисленные часы ручной полевой работы. Это также означает, что мы можем помочь деревьям стать больше, сильнее и здоровее, чтобы они могли продолжать помогать нашему климату.

Глубокий разум

Иногда мы можем спросить себя: «Чего не может сделать Google?» Что ж, оказывается, Google не может делать все .

Стремясь сократить свои расходы (и, возможно, углеродный след), Google обратилась к компании под названием DeepMind. Вместе две компании разработали искусственный интеллект, который научит себя использовать минимальное количество энергии, необходимое для охлаждения центров обработки данных Google.

Результат? Google удалось сократить количество энергии, используемой для охлаждения своих центров обработки данных, на 35%. Но это может быть даже не самая крутая часть! Соучредитель DeepMind Мустафа Сулейман сказал, что их алгоритмы искусственного интеллекта достаточно универсальны, чтобы две компании могли использовать их для других энергосберегающих приложений в будущем.

Проект «Зеленый горизонт»

Все вы, любители данных, знаете, что трудно сказать, что вы на что-то влияете, если вы не можете измерить свое влияние. Так появился проект «Зеленый горизонт».

Проект IBM Green Horizon — это искусственный интеллект, который создает самонастраивающиеся прогнозы погоды и загрязнения. IBM создала проект в надежде, что однажды они помогут городам стать более эффективными.

Их чаяния стали реальностью в Китае. В период с 2012 по 2017 год проект IBM Green Horizon помог городу Пекину снизить средний уровень смога на 35%.

CycleGAN

Итак, вот термин, о котором вы, возможно, никогда в жизни не слышали: «ГАН». Это расшифровывается как « Генеративная состязательная сеть». По сути, это сеть, которая генерирует статистику или информацию без вашего участия.

Почему этот термин важен? Потому что автоматизация важна, когда у вас ограниченное время и ресурсы для решения проблемы.

Интеллектуалы из Корнельского университета использовали GAN для создания искусственного интеллекта, который обучал себя создавать изображения, изображающие географические местоположения до и после экстремальных погодных явлений. Визуальные эффекты, создаваемые этим искусственным интеллектом, могут помочь ученым предсказать последствия определенных климатических изменений, помогая людям расставить приоритеты в наших боевых усилиях.

Программное обеспечение, способное повлиять на изменение климата

Изучая количество ИИ, который уже используется для оказания положительного влияния на изменение климата, вы можете подумать, что нам больше не нужно новое программное обеспечение. И, может быть, вы правы — почему бы нам не перепрофилировать имеющееся у нас программное обеспечение?

С учетом сказанного, вот несколько программ, которые могут стать секретным оружием:

Эйрлитикс

Airlitix — это программное обеспечение для искусственного интеллекта и машинного обучения, которое в настоящее время используется в дронах. Хотя изначально он был разработан для автоматизации процессов управления теплицами, его можно было довольно легко использовать для управления здоровьем национальных лесов. Airlitix может не только собирать данные о температуре, влажности и углекислом газе, но также ИИ может анализировать состояние почвы и урожая.

Но поскольку людям необходимо посадить более 1,2 триллиона деревьев для борьбы с изменением климата, нам следует подумать об дальнейшей автоматизации наших усилий. Вместо того, чтобы тратить время на заботы о национальных парках, можно использовать программное обеспечение Airlitix, чтобы дроны могли сажать наши деревья, высвобождать питательные вещества для растений или даже отпугивать лесных поджигателей.

Google Реклама

И у Google, и у Facebook есть очень мощное программное обеспечение для искусственного интеллекта, которое они в настоящее время используют для создания релевантной потребительской рекламы с использованием данных о просмотрах пользователей. Фактически, искусственный интеллект Google «Google Ads» помог их компании заработать сотни миллиардов долларов дохода.

Хотя доход — это круто, алгоритм Google Ads в настоящее время относительно объективно продвигает потребительские покупки. Представьте, если бы ИИ можно было переписать, чтобы отдавать приоритет рекламе компаний, предлагающих устойчивые продукты и услуги.

В настоящее время у Google нет большой конкуренции. Есть Bing, Yahoo, DuckDuckGo и AOL. (Из тех, кого я знаю, я не знаю никого, кто использует AOL.) Если вы чувствуете себя бесстрашным, возможно, вы могли бы разработать новую поисковую систему, которая поможет связать потребителей с экологически чистыми компаниями.

Конечно, конкурировать с такими крупными компаниями, как Google, будет сложно, но вам не нужно конкурировать вечно, чтобы получать прибыль. Всегда есть шанс, что ваш стартап купят, а потом вы уедете в закат.

АльфаГо

Хотя AlphaGo — это программное обеспечение для искусственного интеллекта, которое может помочь ученым найти следующее «чудо-лекарство», изначально оно было создано DeepMind, чтобы научиться играть в шахматы. После победы над лучшими шахматистами мира ИИ AlphaGo с тех пор перешел к покорению стратегии более сложных настольных игр.

Но какое отношение настольные игры имеют к изменению климата? Что ж, если ИИ AlphaGo может перехитрить людей в игре в шахматы, возможно, он сможет перехитрить нас и придумать творческие способы ограничения и сокращения количества парниковых газов в нашей атмосфере.

Перспективы будущего ИИ и климата

Как мне видится, цель ИИ — помогать человечеству в решении проблем. Изменение климата оказалось сложной проблемой, которую люди хорошо изучают, но мне еще предстоит увидеть в новостях очень позитивные прогнозы на будущее от экологов.

Если не помогать людям напрямую влиять на изменение климата, не могли бы мы использовать ИИ для изображения сценариев конца света, которые пугают мир и заставляют его объединиться? Можем ли мы использовать ИИ, чтобы изобразить положительные потенциальные перспективы, которые были бы возможны, если бы люди делали больше в своей повседневной жизни, чтобы помочь в сортировке проблем климата?

Даже с последними пожарами на Амазонке я не видел твитов об идее использования дронов для борьбы с распространением огня. Мне ясно, что даже со всем впечатляющим программным обеспечением и технологиями искусственного интеллекта, доступными людям сегодня, варианты использования в окружающей среде все еще не являются широко известными.

Так что мой совет читателям — попробовать «подход Дюшана» — уже сегодня. Подумайте об искусственном интеллекте и технологиях, которые вы регулярно используете или разрабатываете, и посмотрите, есть ли способ переосмыслить их. Кто знает, может быть именно вам удастся решить проблему, которая поставила в тупик некоторых из лучших климатологов и ученых нашего времени.