Компанії з даних використовують штучний інтелект для захисту довкілля та боротьби зі зміною клімату

Як країни Землі намагаються винайти та реалізувати рішення щодо зростаючої загрози зміни клімату, майже всі варіанти розглядаються. Інвестиції в відновлювані джерела енергії та зниження викидів по всьому світу є домінуючими стратегіями, але використання штучного інтелекту може допомогти зменшити шкоду, завдану зміною клімату. Як повідомляє Live Mint, алгоритми штучного інтелекту можуть допомогти консерваторам обмежити вирубку лісів, захистити вразливі види тварин від зміни клімату, боротися з браконьєрством та контролювати забруднення повітря.

Компанія з даних Gramener використала машинне навчання, щоб допомогти отримати оцінки кількості колоній пінгвінів по всій Антарктиці, аналізуючи зображення, зроблені камерами-пастками. Розмір колоній пінгвінів в Антарктиці значно зменшився за останні десять років, під впливом зміни клімату. Для того, щоб допомогти групам консерваторів та вченим аналізувати дані зображень антарктичних пінгвінів, Gramener використала卷олюційні нейронні мережі для очищення даних, а після того, як дані були очищені, вони були розгорнуті через віртуальну машину даних Microsoft. Модель, розроблена Gramener, використовує густину пінгвінів на захоплених зображеннях, щоб отримати оцінки популяції пінгвінів швидше та надійніше. Gramener також використала подібні методи для оцінки популяції лосося в різних річках.

Як повідомляє LiveMint, існують інші проекти з охорони тварин, які використовують штучний інтелект, наприклад, проект “Слухання слонів”, розроблений Conservation Metrics. Популяції слонів по всій Африці страждають через браконьєрство. Проект використовує алгоритми машинного навчання для ідентифікації голосових сигналів слонів, відрізняючи їх від звуків, зроблених іншими тваринами. Навчаючи моделі машинного навчання розпізнавати унікальні звукові патерни, а потім використовуючи дані з датчиків, розгорнутих по всьому середовищі проживання слонів, дослідники можуть розробити систему, яка попереджає їх про потенційне браконьєрство або вирубку лісів. Вони можуть створити систему, яка слухає звуки, такі як рух транспортних засобів, звуки або постріли, і якщо ці звуки виявлені, попередження можуть бути надіслані владі.

Алгоритми машинного навчання також можуть бути використані для прогнозування шкоди, завданої сильними погодними явищами, такими як грози та тропічні циклони. Наприклад, IBM створила нову високоємнісну атмосферну модель прогнозування, призначену для відстежування потенційно руйнівних погодних явищ.

ДжаспREET Біндра, автор книги “The Tech Whisperer” та експерт з цифрових трансформацій розказав LiveMint, що машинне навчання необхідно для того, щоб跟увати за змінами, викликаними зміною клімату. Біндра сказав:

“Глобальне потепління змінило спосіб моделювання клімату. Використання штучного інтелекту дуже важливо, оскільки це зробить речі швидше. Все це буде вимагати великої обчислювальної потужності, а в майбутньому квантові комп’ютери можуть відігравати важливу роль.”

Blue Sky Analytics, що базується в Гурґаоні, Індія, є ще одним прикладом використання алгоритмів машинного навчання для захисту довкілля. Застосунок, розроблений Blue Sky Analytics, використовується для моніторингу промислових викидів та загального рівня якості повітря. Дані збираються та аналізуються за допомогою супутникових даних та датчиків на рівні землі.

Для аналізу та розуміння екологічних наслідків питань, таких як зміна клімату, браконьєрство, забруднення, потрібно велика обчислювальна потужність. Університет Каліфорнії в Берклі намагається прискорити дослідження, залучаючи обчислювальні ресурси смартфонів та персональних комп’ютерів. Проект з залучення обчислювальних ресурсів називається BOINC (Берклі відкрита інфраструктура для мережевого обчислення). Ті, хто хоче допомогти в аналізі даних, повинні просто встановити програмне забезпечення BOINC на вибраному пристрої, а коли пристрій не використовується, обчислювальні ресурси будуть використані для виконання обчислень.