شركات العلوم البيانية تستخدم الذكاء الاصطناعي لحماية البيئة ومكافحة تغير المناخ

مع محاولة الدول على الأرض اختراع وتنفيذ حلول للتهديد المتزايد لتغير المناخ، تقريبا كل خيار على الطاولة. الاستثمار في مصادر الطاقة المتجددة وتقليل الانبعاثات حول العالم هي الاستراتيجيات السائدة، ولكن استخدام الذكاء الاصطناعي يمكن أن يساعد في تقليل الأضرار التي تسببها تغير المناخ. على النحو المذكور في لايف مينت ، يمكن للخوارزميات الذكية أن تساعد المحافظين على تقييد إزالة الغابات، وحماية الأنواع الحساسة من الحيوانات من تغير المناخ، ومكافحة الصيد الجائر، ومراقبة تلوث الهواء.

استخدمت شركة العلوم البيانية Gramener التعلم الآلي لمساعدة في الحصول على تقديرات لعدد مستعمرات البطريق عبر أنتاركتيكا من خلال تحليل الصور التي التقطها فخاخ الكاميرا. وقد انخفض حجم مستعمرات البطريق في أنتاركتيكا بشكل كبير خلال العقد الماضي، وتأثر بتغير المناخ. من أجل مساعدة المجموعات المحافظة وال科学يين على تحليل بيانات الصور لبطريق أنتاركتيكا، استخدمت Gramener الشبكات العصبية التلافية لتنظيف البيانات، وبمجرد تنظيف البيانات، تم نشرها من خلال آلة افتراضية للعلوم البيانية من مايكروسوفت. يستخدم النموذج الذي طوّره Gramener كثافة البطريق في الصور التي تم التقاطها لتحقيق تقديرات أكثر سرعة وموثوقية لعدد البطريق. كما استخدمت Gramener تقنيات مشابهة لتقدير عدد السلمون في الأنهار المختلفة.

على النحو المذكور في لايف مينت ، هناك مشاريع أخرى لتحسين حماية الحيوانات التي تستخدم الذكاء الاصطناعي، مثل مشروع الاستماع إلى الفيل الذي صممه Conservation Metrics. وقد تعاني популяتيات الفيلة في جميع أنحاء أفريقيا بسبب الصيد الجائر غير القانوني. يستخدم المشروع خوارزميات التعلم الآلي لتحديد أصوات الفيلة، وتمييزها عن الأصوات التي يصدرها الحيوانات الأخرى. من خلال تدريب نماذج التعلم الآلي على التعرف على أنماط الصوت الفريدة، ثم استخدام البيانات من المستشعرات الموزعة في موطن الفيلة، يمكن للباحثين تطوير نظام يرسل تنبيهاتهم إلى السلطات في حالة اكتشافهم لأشياء مثل المركبات أو الأسلحة.

يمكن استخدام خوارزميات التعلم الآلي أيضا لتوقع الأضرار التي يمكن أن تسببها الأحداث الجوية الشديدة مثل العواصف الرعدية والأعاصير الاستوائية. على سبيل المثال، أنتجت شركة آي بي إم نموذجًا جديدًا للتنبؤ الجوي عالي الدقة لتعقب الأحداث الجوية المحتملة التي قد تسبب ضررا.

أوضح جاسبريت بيندرا، مؤلف The Tech Whisperer وخبير في التحولات الرقمية للايف مينت أن التعلم الآلي ضروري لمواكبة التغيرات التي تسببها تغير المناخ. وأوضح بيندرا:

“لقد غير الاحترار العالمي الطريقة التي يتم بها نمذجة المناخ. استخدام الذكاء الاصطناعي ضروري لأنها ستجعل الأمور تحدث بشكل أسرع. كل هذا سيتطلب الكثير من القوة الحاسوبية، وفي المستقبل، قد تلعب الحواسيب الكمومية دورًا هامًا.”

تعتبر Blue Sky Analytics، التي تتخذ من غورغاون في الهند مقراً لها، مثالًا آخر على استخدام خوارزميات التعلم الآلي لحماية البيئة. تم تطوير تطبيق من قبل Blue Sky Analytics لمراقبة الانبعاثات الصناعية وجودة الهواء بشكل عام. يتم جمع البيانات وتحليلها من خلال بيانات الأقمار الصناعية والمستشعرات على مستوى الأرض.

يتطلب تحليل وتفهم الآثار البيئية لمسائل مثل تغير المناخ والصيد الجائر وتلوث الهواء كمية كبيرة من القوة الحاسوبية. تحاول جامعة كاليفورنيا، بيركلي، تسريع البحث من خلال إعادة توجيه الحوسبة لبيانات البيئة باستخدام الهواتف الذكية وأجهزة الكمبيوتر. يسمى مشروع إعادة التوجيه BOINC (بеркلي البنية المفتوحة للكومبيوتر الشبكي). يمكن لأولئك الذين يرغبون في المساعدة في تحليل البيانات الموزعة فقط تثبيت برنامج BOINC على جهازهم المختار، وعندما لا يكون الجهاز قيد الاستخدام، سيتم استخدام الموارد المتاحة من وحدة المعالجة المركزية ووحدة معالجة الرسومات لتنفيذ الحسابات.