Data Science-företag använder AI för att skydda miljön och bekämpa klimatförändringar

Medan jordens nationer försöker uppfinna och implementera lösningar för den växande hotet om klimatförändringar, är nästan alla alternativ på bordet. Att investera i förnybara energikällor och minska utsläppen över hela världen är de dominerande strategierna, men att använda artificiell intelligens kan hjälpa till att minska skadorna orsakade av klimatförändringar. Som rapporterats av Live Mint, kan artificiella intelligensalgoritmer hjälpa conservationister att begränsa avskogning, skydda sårbara arter av djur från klimatförändringar, bekämpa tjuvjakt och övervaka luftföroreningar.

Data science-företaget Gramener har använt maskinlärande för att hjälpa till att få uppskattningar av antalet pingvin kolonier över hela Antarktis genom att analysera bilder tagna av kamerafällor. Storleken på pingvinkolonierna i Antarktis har minskat dramatiskt under det senaste decenniet, påverkad av klimatförändringar. För att hjälpa conservationister och forskare att analysera bilddata av antarktiska pingviner, använde Gramener convolutionella neurala nätverk för att rensa datan, och när datan var ren deployerades den via Microsofts data science-virtuella maskin. Modellen som utvecklats av Gramener använder pingvindensitet i de fångade bilderna för att uppnå uppskattningar av pingvinpopulationer snabbare och mer tillförlitligt. Gramener använde också liknande tekniker för att uppskatta laxpopulationer i olika floder.

Som LiveMint rapporterade, finns det andra djurbevarande projekt som använder AI också, som Elephant Listening Project designad av Conservation Metrics. Elefantpopulationer i hela Afrika har lidit på grund av olaglig tjuvjakt. Projektet använder maskinlärande algoritmer för att identifiera elefanternas vocaliseringar, och skiljer dem från ljud gjorda av andra djur. Genom att träna maskinlärande modeller för att känna igen unika ljudmönster och sedan använda data från sensorer distribuerade över elefanthabitat, kan forskarna utveckla ett system som varnar dem för potentiell tjuvjakt eller avskogning. De kan ha ett system som lyssnar efter saker som fordon, ljud eller vapen, och om dessa ljud upptäcks skickas varningar ut till myndigheterna.

Maskinlärande algoritmer kan också användas för att förutsäga skadorna som kan orsakas av allvarliga väderhändelser som åskstormar och tropiska cykloner. Till exempel har IBM producerat en ny högupplöst atmosfärisk prognosmodell som är avsedd att spåra potentiellt skadliga väderhändelser.

Jaspreet Bindra, författare till The Tech Whisperer och expert på digitala transformationer förklarade för LiveMint att maskinlärande är nödvändigt för att hålla jämna steg med förändringarna orsakade av klimatförändringar. Bindra förklarade:

“Global uppvärmning har förändrat sättet att göra klimatmodellering på. Att använda AI/ML är mycket viktigt eftersom det kommer att göra saker som händer snabbare. Allt detta kommer att kräva mycket datorkraft och, framöver, kan kvantdatorer spela en viktig roll.”

Blue Sky Analytics, baserat i Gurugram, Indien, är ett annat exempel på att använda maskinlärande algoritmer för att skydda miljön. En applikation utvecklad av Blue Sky Analytics används för att övervaka industriella utsläpp och allmän luftkvalitet. Data samlas in och analyseras genom satellitdata och sensorer på marknivå.

Det kräver en betydande mängd datorkraft för att analysera och förstå miljöeffekterna av frågor som klimatförändringar, tjuvjakt, föroreningar. UC Berkeley försöker påskynda forskningen genom att crowdsourca beräkningen av miljödata med hjälp av smartphones och PC. Crowdsourcingsprojektet kallas BOINC (Berkley Open Infrastructure for Network Computing). De som vill hjälpa till med crowdsourcade dataanalys behöver bara installera BOINC-programvaran på en vald enhet, och när den enheten inte används kommer CPU- och GPU-resurserna att användas för att utföra beräkningar.