Các Công Ty Khoa Học Dữ Liệu Sử Dụng Trí Tuệ Nhân Tạo Để Bảo Vệ Môi Trường Và Chống Biến Đổi Khí Hậu

Khi các quốc gia trên Trái Đất cố gắng phát minh và triển khai các giải pháp để đối phó với mối đe dọa ngày càng tăng của biến đổi khí hậu, gần như mọi lựa chọn đều được xem xét. Đầu tư vào các nguồn năng lượng tái tạo và giảm thiểu lượng khí thải trên toàn cầu là những chiến lược chủ đạo, nhưng việc sử dụng trí tuệ nhân tạo có thể giúp giảm thiểu thiệt hại do biến đổi khí hậu gây ra. Theo báo cáo của Live Mint, các thuật toán trí tuệ nhân tạo có thể giúp các nhà bảo tồn hạn chế việc chặt phá rừng, bảo vệ các loài động vật dễ bị tổn thương do biến đổi khí hậu, chống lại việc săn bắt trái phép và theo dõi ô nhiễm không khí.

Công ty khoa học dữ liệu Gramener đã sử dụng học máy để giúp ước tính số lượng thuộc địa của loài chim cánh cụt trên khắp Nam Cực bằng cách phân tích hình ảnh từ các camera bẫy. Kích thước của các thuộc địa chim cánh cụt ở Nam Cực đã giảm đáng kể trong thập kỷ qua, chịu ảnh hưởng của biến đổi khí hậu. Để giúp các nhóm bảo tồn và các nhà khoa học phân tích dữ liệu hình ảnh về chim cánh cụt Nam Cực, Gramener đã sử dụng mạng nơ-ron tích chập để làm sạch dữ liệu, và khi dữ liệu đã được làm sạch, nó được triển khai thông qua máy ảo khoa học dữ liệu của Microsoft. Mô hình được phát triển bởi Gramener sử dụng mật độ chim cánh cụt trong hình ảnh để ước tính dân số chim cánh cụt nhanh chóng và đáng tin cậy hơn. Gramener cũng sử dụng các kỹ thuật tương tự để ước tính dân số cá hồi ở các con sông khác nhau.

Theo LiveMint, có các dự án bảo tồn động vật khác cũng sử dụng trí tuệ nhân tạo, chẳng hạn như Dự án Nghe Tiếng Voi được thiết kế bởi Conservation Metrics. Dân số voi ở châu Phi đã bị ảnh hưởng bởi việc săn bắt trái phép. Dự án sử dụng các thuật toán học máy để xác định tiếng kêu của voi, phân biệt chúng với các âm thanh do động vật khác tạo ra. Bằng cách đào tạo các mô hình học máy để nhận biết các mẫu âm thanh độc đáo và sau đó sử dụng dữ liệu từ các cảm biến phân bố khắp nơi trong môi trường sống của voi, các nhà nghiên cứu có thể phát triển một hệ thống cảnh báo họ về việc săn bắt trái phép hoặc phá rừng tiềm ẩn. Họ có thể có một hệ thống lắng nghe các âm thanh như xe cộ, tiếng súng, và nếu những âm thanh này được phát hiện, cảnh báo có thể được gửi đến các cơ quan chức năng.

Các thuật toán học máy cũng có thể được sử dụng để dự đoán thiệt hại do các sự kiện thời tiết khắc nghiệt như bão và xoáy thuận nhiệt đới. Ví dụ, IBM đã tạo ra một mô hình dự báo khí quyển có độ phân giải cao mới nhằm theo dõi các sự kiện thời tiết có thể gây thiệt hại.

Jaspreet Bindra, tác giả của The Tech Whisperer và chuyên gia về chuyển đổi số đã giải thích với LiveMint rằng học máy là cần thiết để theo kịp những thay đổi do biến đổi khí hậu gây ra. Bindra giải thích:

“Sự nóng lên toàn cầu đã thay đổi cách mô hình hóa khí hậu được thực hiện. Sử dụng AI/ML rất quan trọng vì nó sẽ làm cho mọi thứ xảy ra nhanh hơn. Tất cả điều này sẽ yêu cầu rất nhiều năng lực tính toán và trong tương lai, máy tính lượng tử có thể đóng vai trò quan trọng.”

Blue Sky Analytics, có trụ sở tại Gurugram, Ấn Độ, là một ví dụ khác về việc sử dụng các thuật toán học máy để bảo vệ môi trường. Một ứng dụng được phát triển bởi Blue Sky Analytics được sử dụng để theo dõi lượng khí thải công nghiệp và chất lượng không khí nói chung. Dữ liệu được thu thập và phân tích thông qua dữ liệu vệ tinh và cảm biến ở cấp độ mặt đất.

Nó đòi hỏi một lượng lớn năng lực tính toán để phân tích và hiểu các tác động môi trường của các vấn đề như biến đổi khí hậu, săn bắt trái phép, ô nhiễm. UC Berkeley đang cố gắng đẩy nhanh nghiên cứu bằng cách sử dụng sức mạnh tính toán của điện thoại thông minh và máy tính để phân tích dữ liệu môi trường. Dự án tính toán phân tán này được gọi là BOINC (Berkley Open Infrastructure for Network Computing). Những người muốn hỗ trợ phân tích dữ liệu môi trường chỉ cần cài đặt phần mềm BOINC trên thiết bị được chọn, và khi thiết bị đó không được sử dụng, tài nguyên CPU và GPU có sẵn sẽ được tận dụng để thực hiện các tính toán.