Firmy z dziedziny nauki o danych wykorzystują sztuczną inteligencję w celu ochrony środowiska i walki z zmianą klimatu

Ponieważ narody Ziemi próbują wynaleźć i wdrożyć rozwiązania w celu powstrzymania rosnącego zagrożenia zmiany klimatu, właściwie każda opcja jest brana pod uwagę. Inwestowanie w odnawialne źródła energii i redukowanie emisji na całym świecie to dominujące strategie, ale wykorzystanie sztucznej inteligencji może pomóc zredukować szkody wyrządzone przez zmianę klimatu. Jak donosi Live Mint, algorytmy sztucznej inteligencji mogą pomóc konserwatorom w ograniczeniu wylesiania, ochronie zagrożonych gatunków zwierząt przed zmianą klimatu, walkę z kłusownictwem oraz monitorowaniu zanieczyszczenia powietrza.

Firma z dziedziny nauki o danych Gramener wykorzystała uczenie maszynowe, aby pomóc w oszacowaniu liczby kolonii pingwinów na Antarktydzie, analizując zdjęcia wykonane przez pułapki na zdjęcia. Rozmiar kolonii pingwinów na Antarktydzie dramatycznie zmniejszył się w ciągu ostatniej dekady, pod wpływem zmiany klimatu. Aby pomóc grupom konserwatorskim i naukowcom w analizie danych obrazowych pingwinów antarktycznych, Gramener wykorzystała sieci neuronowe do oczyszczenia danych, a po oczyszczeniu danych wdrożyła je za pomocą wirtualnej maszyny do nauki o danych firmy Microsoft. Model opracowany przez Gramener wykorzystuje gęstość pingwinów na zdjęciach do uzyskania szacunków populacji pingwinów szybciej i bardziej niezawodnie. Gramener wykorzystała podobne techniki do oszacowania populacji łososia w różnych rzekach.

Jak donosi LiveMint, istnieją inne projekty konserwatorskie, które wykorzystują sztuczną inteligencję, takie jak Projekt Słuchania Słonia opracowany przez Conservation Metrics. Populacje słoni w Afryce cierpią z powodu nielegalnego kłusownictwa. Projekt wykorzystuje algorytmy uczenia maszynowego do identyfikacji głosów słoni, odróżniając je od dźwięków wydawanych przez inne zwierzęta. Przeszkolując modele uczenia maszynowego do rozpoznawania unikalnych wzorców dźwiękowych, a następnie wykorzystując dane z czujników rozmieszczonych w siedliskach słoni, badacze mogą opracować system, który ostrzega ich o potencjalnym kłusownictwie lub wylesianiu. Mogą mieć system, który nasłuchuje rzeczy takich jak pojazdy, dźwięki lub broń, a jeśli te dźwięki są wykrywane, ostrzeżenia mogą być wysyłane do władz.

Algorytmy uczenia maszynowego mogą być również wykorzystywane do przewidywania szkód, które mogą być spowodowane przez ekstremalne zjawiska pogodowe, takie jak burze i cyklony tropikalne. Na przykład IBM wyprodukował nowy model prognozowania atmosferycznego o wysokiej rozdzielczości, przeznaczony do śledzenia potencjalnie szkodliwych zjawisk pogodowych.

Jaspreet Bindra, autor The Tech Whisperer i ekspert od transformacji cyfrowej wyjaśnił LiveMint, że uczenie maszynowe jest konieczne, aby nadążyć za zmianami spowodowanymi przez zmianę klimatu. Bindra wyjaśnił:

„Globalne ocieplenie zmieniło sposób modelowania klimatu. Wykorzystanie AI/ML jest bardzo ważne, ponieważ sprawi, że wszystko będzie dziać się szybciej. Wszystko to wymaga dużej mocy obliczeniowej, a w przyszłości komputery kwantowe mogą odegrać ważną rolę.”

Blue Sky Analytics z siedzibą w Gurugram w Indiach to kolejny przykład wykorzystania algorytmów uczenia maszynowego w celu ochrony środowiska. Aplikacja opracowana przez Blue Sky Analytics służy do monitorowania emisji przemysłowych i jakości powietrza w ogóle. Dane są gromadzone i analizowane za pomocą danych satelitarnych i czujników na poziomie gruntu.

Wymaga to znacznej ilości mocy obliczeniowej, aby analizować i zrozumieć skutki środowiskowe problemów takich jak zmiana klimatu, kłusownictwo, zanieczyszczenie. UC Berkeley próbuje przyspieszyć badania, crowdsourcingując obliczenia danych środowiskowych przy użyciu smartfonów i komputerów. Projekt crowdsourcingowy nazywa się BOINC (Berkley Open Infrastructure for Network Computing). Ci, którzy chcą pomóc w analizie danych, muszą tylko zainstalować oprogramowanie BOINC na wybranym urządzeniu, a gdy urządzenie nie jest używane, zasoby procesora i karty graficznej będą wykorzystywane do przeprowadzania obliczeń.