์ธ๊ณต์ง๋ฅ
๋ฐ์ดํฐ ๊ณผํ ํ์ฌ, AI๋ฅผ ์ด์ฉํ์ฌ ํ๊ฒฝ ๋ณดํธ์ ๊ธฐํ ๋ณํ ๋์
지구의 국가들이 기후 변화의 증가하는 위협에 대한 해결책을 발명하고实施하려고 할 때, 거의 모든 선택지가 테이블에 있습니다. 재생 가능 에너지源에 투자하고 전 세계적으로 배출량을 줄이는 것이 주요 전략이지만, 인공 지능을 이용하면 기후 변화로 인한 피해를 줄일 수 있습니다. Live Mint에 따르면, 인공 지능 알고리즘은 보존론자들이 산림 파괴를 제한하고, 기후 변화로부터 취약한 동물 종을 보호하고, 밀렵을 방지하며, 대기 오염을 모니터링하는 데 도움이 될 수 있습니다.
데이터 과학 회사인 Gramener는 기계 학습을 이용하여 안타르кти카의 펭귄 군집 수를 추정하기 위해 카메라 트랩으로 찍은 이미지 데이터를 분석했습니다. 안타르кти카의 펭귄 군집 크기는 지난 10년 동안 기후 변화의 영향으로 크게 감소했습니다. Gramener는 안타르кти카의 펭귄 이미지 데이터를 분석하기 위해 합성곱 신경망을 이용하여 데이터를 정리하고, 정리된 데이터를 Microsoft의 데이터 과학 가상 머신에 배포했습니다. Gramener가 개발한 모델은 펭귄 밀도를 이용하여 펭귄 개체 수를 더 빠르고 신뢰성 있게 추정할 수 있습니다. Gramener는 유사한 기술을 이용하여 여러 강의 연어 개체 수를 추정하기도 했습니다.
LiveMint에 따르면, 다른 동물 보존 프로젝트도 인공 지능을 이용하고 있습니다. 예를 들어, Conservation Metrics가 설계한 Elephant Listening Project는 아프리카의 코끼리 개체 수가 불법 밀렵으로 인해 고통을 겪고 있습니다. 이 프로젝트는 기계 학습 알고리즘을 이용하여 코끼리의 발성을 식별하고, 다른 동물의 소리를 구분합니다. 기계 학습 모델을 훈련시키고 센서 데이터를 이용하여 연구자들은 잠재적인 밀렵 또는 산림 파괴를 경고하는 시스템을 개발할 수 있습니다. 연구자들은 차량, 소음, 총소리 등에 대해 경고를 받을 수 있습니다.
기계 학습 알고리즘은 또한 뇌우와 열대성 사이클론과 같은 극한 날씨 이벤트로 인한 피해를 예측하는 데 사용될 수 있습니다. 예를 들어, IBM은 잠재적으로 손상될 수 있는 날씨 이벤트를 추적하기 위한 새로운 고해상도 대기 예측 모델을 개발했습니다.
Jaspreet Bindra, The Tech Whisperer의 저자이자 디지털 변환 전문가는 LiveMint에 기후 변화로 인한 변화에 대처하기 위해 기계 학습이 필요하다고 설명했습니다. Bindra는 다음과 같이 설명했습니다.
“기후 변화로 인해 기후 모델링이 달라졌습니다. AI/ML을 사용하는 것이 매우 중요합니다. 모든 것이 더 빠르게 일어나게 될 것입니다. 이것은大量의 컴퓨팅 파워가 필요하며, 향후 양자 컴퓨터가 중요한 역할을 할 수 있습니다.”
인도의 구루가람에 본사를 둔 Blue Sky Analytics는 기계 학습 알고리즘을 이용하여 환경을 보호하는 또 다른 예입니다. Blue Sky Analytics가 개발한 애플리케이션은 산업 배출과 대기 질을 모니터링하는 데 사용됩니다. 데이터는 위성 데이터와 지상 센서를 통해 수집 및 분석됩니다.
기후 변화, 밀렵, 오염과 같은 문제의 환경적 영향을 분석하고 이해하기 위해서는大量의 컴퓨팅 파워가 필요합니다. UC 버클리는 BOINC(Berkley Open Infrastructure for Network Computing)라는 크라우드소싱 프로젝트를 통해 환경 데이터의 계산을 스마트폰과 PC를 통해 가속화하려고 합니다. 크라우드소싱 프로젝트에 참여하려는 사람들은 BOINC 소프트웨어를 선택한 장치에 설치하기만 하면 됩니다. 해당 장치가 사용되지 않을 때 CPU 및 GPU 리소스가 계산을 수행하는 데 사용됩니다.
