Companiile de știință a datelor folosesc inteligența artificială pentru a proteja mediul și a lupta împotriva schimbărilor climatice

Pe măsură ce națiunile Pământului încearcă să inventeze și să implementeze soluții la amenințarea crescândă a schimbărilor climatice, aproape toate opțiunile sunt pe masă. Investițiile în surse regenerabile de energie și scăderea emisiilor de pe tot globul sunt strategiile dominante, dar utilizarea inteligenței artificiale poate ajuta la reducerea daunelor cauzate de schimbările climatice. După cum a raportat Live Mint, algoritmii de inteligență artificială îi pot ajuta pe conservatori să limiteze defrișările, să protejeze speciile vulnerabile de animale de schimbările climatice, să lupte cu braconajul și să monitorizeze poluarea aerului.

Compania de știință a datelor Gramener a folosit învățarea automată pentru a ajuta la obținerea unor estimări ale numărului de colonii de pinguini din Antarctica, analizând imaginile luate de capcanele camerei. Dimensiunea coloniilor de pinguini din Antarctica a scăzut dramatic în decursul ultimului deceniu, fiind afectate de schimbările climatice. Pentru a ajuta grupurile de conservare și oamenii de știință să analizeze datele de imagine ale pinguinilor din Antarctica, Gramener a folosit rețele neuronale convoluționale pentru a curăța datele, iar odată ce datele au fost curățate, au fost implementate prin mașina virtuală Microsoft pentru știința datelor. Modelul dezvoltat de Gramener folosește densitatea pinguinilor în imaginile capturate pentru a obține estimări ale populațiilor de pinguini mai rapid și mai fiabil. Gramener a folosit și tehnici similare pentru a estima populațiile de somoni din diferite râuri.

După cum a raportat LiveMint, există și alte proiecte de conservare a animalelor care folosesc, de asemenea, inteligența artificială, cum ar fi Proiectul de ascultare a elefanților conceput de Conservation Metrics. Populațiile de elefanți din Africa au suferit din cauza braconajului ilegal. Proiectul utilizează algoritmi de învățare automată pentru a identifica vocalizările elefanților, distingându-le de sunetele emise de alte animale. Antrenând modele de învățare automată pentru a recunoaște modele de sunet unice și apoi folosind date de la senzorii distribuiți în habitatul elefanților, cercetătorii pot dezvolta un sistem care îi avertizează asupra potențialei braconaj sau defrișări. Ei pot avea un sistem care ascultă lucruri precum vehicule, sunete sau arme, iar dacă aceste sunete sunt detectate, alertele pot fi trimise autorităților.

Algoritmii de învățare automată pot fi utilizați și pentru a prezice daunele care pot fi cauzate de evenimente meteorologice severe, cum ar fi furtunile și ciclonii tropicali. De exemplu, IBM a produs un nou model de prognoză atmosferică de înaltă rezoluție menit să urmărească evenimentele meteorologice potențial dăunătoare.

Jaspreet Bindra, autorul cărții The Tech Whisperer și expert în transformări digitale a explicat LiveMint că învățarea automată este necesară pentru a ține pasul cu schimbările cauzate de schimbările climatice. Bindra a explicat:

„Încălzirea globală a schimbat modul în care se face modelarea climatului. Utilizarea AI/ML este foarte importantă, deoarece va face lucrurile să se întâmple mai repede. Toate acestea vor necesita multă putere de calcul și, în viitor, computerele cuantice ar putea juca un rol important.”

Blue Sky Analytics, cu sediul în Gurugram, India, este un alt exemplu de utilizare a algoritmilor de învățare automată pentru a proteja mediul. O aplicație dezvoltată de Blue Sky Analytics este utilizată pentru a monitoriza emisiile industriale și calitatea aerului în general. Datele sunt colectate și analizate prin intermediul datelor satelitare și al senzorilor la nivelul solului.

Este nevoie de o cantitate substanțială de putere a computerului pentru a analiza și înțelege efectele asupra mediului ale unor probleme precum schimbările climatice, braconajul, poluarea. UC Berkeley încearcă să accelereze cercetarea prin crowdsourcing pentru calcularea datelor de mediu folosind smartphone-uri și PC-uri. Proiectul de crowdsourcing se numește BOINC (Berkley Open Infrastructure for Network Computing). Cei care doresc să asiste la analiza datelor prin crowdsourced trebuie doar să instaleze software-ul BOINC pe un dispozitiv ales, iar atunci când acel dispozitiv nu este utilizat, resursele CPU și GPU disponibile vor fi utilizate pentru a efectua calcule.