Οι εταιρείες_DATA Science χρησιμοποιούν το AI για την προστασία του περιβάλλοντος και την καταπολέμηση της κλιματικής αλλαγής

Καθώς οι χώρες της Γης προσπαθούν να εφευρέσουν και να εφαρμόσουν λύσεις για την αυξανόμενη απειλή της κλιματικής αλλαγής, σχεδόν κάθε επιλογή είναι στο τραπέζι. Η επένδυση σε ανανεώσιμες πηγές ενέργειας και η μείωση των εκπομπών σε όλο τον κόσμο είναι οι κυρίαρχες στρατηγικές, αλλά η χρήση της τεχνητής νοημοσύνης μπορεί να βοηθήσει στη μείωση της ζημιάς που προκαλεί η κλιματική αλλαγή. Όπως αναφέρθηκε από το Live Mint, οι αλγόριθμοι της τεχνητής νοημοσύνης μπορούν να βοηθήσουν τους συντηρητές να περιορίσουν την αποψίλωση, να προστατεύσουν τα ευάλωτα είδη ζώων από την κλιματική αλλαγή, να καταπολεμήσουν το κυνήγι και να παρακολουθήσουν την ατμοσφαιρική ρύπανση.

Η εταιρεία δεδομένων Gramener έχει χρησιμοποιήσει τη μηχανική μάθηση για να βοηθήσει στην εκτίμηση του αριθμού των αποικιών πιγκουίνων στην Ανταρκτική, αναλύοντας εικόνες που τραβήχτηκαν από camera traps. Ο αριθμός των αποικιών πιγκουίνων στην Ανταρκτική έχει μειωθεί δραματικά κατά τη διάρκεια της τελευταίας δεκαετίας, επηρεασμένος από την κλιματική αλλαγή. Για να βοηθήσει τις ομάδες συντήρησης και τους επιστήμονες να αναλύσουν τα δεδομένα εικόνων των πιγκουίνων της Ανταρκτικής, η Gramener χρησιμοποίησε συνελικτικά νευρωνικά δίκτυα για να καθαρίσει τα δεδομένα και, όταν τα δεδομένα ήταν καθαρά, τα αναπτύσσει μέσω της εικονικής μηχανής δεδομένων της Microsoft. Το μοντέλο που αναπτύχθηκε από την Gramener χρησιμοποιεί την πυκνότητα των πιγκουίνων στις ληφθείσες εικόνες για να επιτύχει εκτιμήσεις του πληθυσμού των πιγκουίνων πιο γρήγορα και πιο αξιόπιστα. Η Gramener χρησιμοποίησε παρόμοιες τεχνικές για να εκτιμήσει τον πληθυσμό σολομών σε διάφορους ποταμούς.

Όπως ανέφερε το LiveMint, υπάρχουν άλλα προγράμματα συντήρησης ζώων που χρησιμοποιούν το AI, όπως το Elephant Listening Project που σχεδιάστηκε από την Conservation Metrics. Οι πληθυσμοί των ελεφάντων στην Αφρική έχουν υποφέρει λόγω της παράνομης θήρας. Το πρόγραμμα χρησιμοποιεί αλγόριθμους μηχανικής μάθησης για να αναγνωρίσει τις φωνητικές εκφράσεις των ελεφάντων, διακρίνοντάς τες από τους ήχους που κάνουν άλλα ζώα. Με την εκπαίδευση των μοντέλων μηχανικής μάθησης για να αναγνωρίσουν μοναδικούς ήχους και στη συνέχεια χρησιμοποιώντας δεδομένα από αισθητήρες που διανέμονται σε όλο το βιότοπο των ελεφάντων, οι ερευνητές μπορούν να αναπτύξουν ένα σύστημα που ειδοποιεί για πιθανή θήρα ή αποψίλωση. Μπορούν να έχουν ένα σύστημα που ακούει για πράγματα όπως οχήματα, ήχους ή όπλα και αν αυτοί οι ήχοι ανιχνευτούν, ειδοποιήσεις μπορούν να σταλούν στις αρχές.

Οι αλγόριθμοι της μηχανικής μάθησης μπορούν επίσης να χρησιμοποιηθούν για να προβλέψουν την ζημιά που μπορεί να προκαλέσει από σοβαρά καιρικά φαινόμενα όπως οι θυελλώδεις καταιγίδες και οι τροπικοί κυκλώνες. Για παράδειγμα, η IBM έχει παραγάγει ένα νέο υψηλής ανάλυσης μοντέλο προγνώσεων ατμοσφαιρικών συνθηκών που προορίζεται για την παρακολούθηση πιθανώς καταστροφικών καιρικών φαινομένων.

Ο Jaspreet Bindra, ο συγγραφέας του The Tech Whisperer και εμπειρογνώμων στις ψηφιακές μεταμορφώσεις ανέφερε στο LiveMint ότι η μηχανική μάθηση είναι απαραίτητη για να跟ere την αλλαγή που προκαλεί η κλιματική αλλαγή. Ο Bindra εξήγησε:

“Η υπερθέρμανση του πλανήτη έχει αλλάξει τον τρόπο που γίνεται η μοντελοποίηση του κλίματος. Η χρήση του AI/ML είναι πολύ σημαντική, καθώς θα κάνει τα πράγματα να συμβούν πιο γρήγορα. Όλα αυτά θα απαιτήσουν πολλή υπολογιστική δύναμη και, στο μέλλον, οι κβαντικοί υπολογιστές μπορεί να παίξουν σημαντικό ρόλο.”

Η Blue Sky Analytics, με έδρα την Ινδία, είναι ένα άλλο παράδειγμα χρήσης αλγορίθμων μηχανικής μάθησης για την προστασία του περιβάλλοντος. Μια εφαρμογή που αναπτύχθηκε από την Blue Sky Analytics χρησιμοποιείται για την παρακολούθηση των βιομηχανικών εκπομπών και της ποιότητας του αέρα. Τα δεδομένα συλλέγονται και αναλύονται μέσω δορυφορικών δεδομένων και αισθητήρων σε επίπεδο εδάφους.

Απαιτείται σημαντική ποσότητα υπολογιστικής δύναμης για να αναλυθεί και να κατανοηθεί η περιβαλλοντική επίδραση προβλημάτων όπως η κλιματική αλλαγή, η θήρα, η ρύπανση. Το Πανεπιστήμιο του Μπέρκλεϊ προσπαθεί να επιταχύνει την έρευνα με την crowdsourcing της υπολογιστικής των περιβαλλοντικών δεδομένων χρησιμοποιώντας smartphones και υπολογιστές. Το crowdsourcing πρόγραμμα ονομάζεται BOINC (Berkley Open Infrastructure for Network Computing). Όσοι θέλουν να βοηθήσουν στην crowdsourced ανάλυση δεδομένων πρέπει απλώς να εγκαταστήσουν το λογισμικό BOINC σε μια επιλεγμένη συσκευή και όταν η συσκευή δεν χρησιμοποιείται, οι διαθέσιμες πόρους CPU και GPU θα χρησιμοποιηθούν για την εκτέλεση υπολογισμών.