S hitrim razvojem tehnologij umetne inteligence (AI) v zadnjih letih so se mnogi začeli spraševati, kako lahko prav te tehnologije pomagajo pri reševanju ene najresnejših groženj, ki se že pojavlja pred človeštvom - globalnih podnebnih sprememb? Nov članek, ki so ga napisali nekateri vodilni strokovnjaki za razvoj umetne inteligence in objavljen v spletnem skladišču arXiv.org, poskuša odgovoriti na to vprašanje, saj ponuja več primerov, kako bo strojno učenje lahko preprečilo propad naše civilizacije.
Predlagane metode segajo od uporabe AI in satelitske tehnologije za učinkovitejše spremljanje krčenja gozdov, do razvoja novih materialov, ki lahko nadomestijo jeklo in cement (njihova proizvodnja predstavlja do 9 odstotkov emisij toplogrednih plinov v ozračje). Kljub tej raznolikosti se strokovnjaki v svojem članku vedno znova vračajo k širšim možnostim uporabe takšnih tehnologij. Zlasti na podlagi tega izstopajo možnosti uporabe tehnologije strojnega vida za spremljanje okolja; izvajanje velikih analiz podatkov za ugotavljanje neučinkovitosti industrij z visoko stopnjo emisij škodljivih snovi v ozračje; in uporabo AI za razvoj novih, učinkovitejših sistemov sistema, kot so naši podnebni modeli,zahvaljujoč kateremu lahko bolje napovemo in se pripravimo na prihodnje spremembe.
Avtorji članka, vključno z britanskim raziskovalcem umetne inteligence, ustanoviteljem in izvršnim direktorjem DeepMind-a, Demisom Hassabijem, laureatom Turingove nagrade in enim izmed "očetov globokega učenja" Yoshua Bengio ter soustanoviteljem Google Brain - Googlovega raziskovalnega projekta za študij umetne inteligence Globoko učenje - Andrew Ng pravi, da je AI lahko "neprecenljiv" za zmanjšanje najhujših vplivov svetovnih podnebnih sprememb, vendar dodaja, da ta tehnologija ni "srebrna krogla" - edino zdravilo za vse težave. Po njihovem mnenju bi morale politične sile pri tem vprašanju neposredno aktivno sodelovati.
Članek skupaj obravnava več področij, na katerih bi tehnologije strojnega učenja lahko našle svojo uporabo, razvrščene glede na časovni okvir njihovega potencialnega uporabnega potenciala, razloženo pa je, ali je ta tehnologija dovolj razvita. Spodaj si lahko ogledate ta seznam.
Umetna inteligenca bo izboljšala učinkovitost sistemov napajanja
Če se bo človeštvo v prihodnosti zanašalo na več obnovljivih virov energije, bodo javne službe potrebovale načine za učinkovitejše napovedovanje in izračun količine energije, ki jo bomo dejansko potrebovali. Poleg tega se bodo morali ti izračuni izvajati v realnem času in v celotnem obdobju delovanja teh podjetij.
Promocijski video:
Algoritmi so že bili razviti, ki lahko napovedujejo povpraševanje po energiji, vendar se lahko učinkovitost teh algoritmov še izboljša, če v izračune vnesemo takšne dejavnike, kot so podnebne značilnosti nekaterih regij, pa tudi posebnosti gospodarske dejavnosti. Poskusi, da bi podrobnosti teh algoritmov naredili bolj razumljive, bodo tudi komunalnim operaterjem omogočili natančnejšo interpretacijo rezultatov svoje analize in njihovo uporabo pri načrtovanju ter izbrali najbolj optimalen čas za zagon teh obnovljivih virov energije.
Umetna inteligenca bo pomagala odkrivati nove materiale
Znanstveniki morajo razviti nove materiale za učinkovitejšo proizvodnjo, skladiščenje in uporabo energije, vendar je postopek odkrivanja in razvoja novih materialov praviloma zelo počasen in ni vedno uspešen. Tehnologije strojnega učenja bodo pospešile postopek iskanja, razvoja in izboljšanja novih formul z želenimi lastnostmi.
Morda bo to privedlo do razvoja na primer nove vrste goriva, pogojno jo poimenujemo "sončna", ki bo lahko shranila energijo sončne svetlobe; vam bo omogočil ustvarjanje novega in zelo učinkovitega absorbenta ogljikovega dioksida ali gradbenih materialov, katerega proizvodnja bo oddajala manj ogljika. Takšni materiali lahko nekega dne nadomestijo jeklo in beton, katerih proizvodnja sprošča skoraj 10 odstotkov celotnih svetovnih emisij toplogrednih plinov.
Učinkovita inteligenca bo pripomogla k učinkoviti reorganizaciji prometnega sistema
Dostava blaga po vsem svetu je zelo zapleten in zelo pogosto neučinkovit logistični postopek, pri katerem se medsebojno blago različnih količin, teže in velikosti uporablja in uporabljajo različne vrste prevoza. Obenem pa na promet predstavlja četrtina vseh emisij CO2 v ozračje.
Tehnologije strojnega učenja, ki se uporabljajo na tem področju, bodo omogočile učinkovitejše kombiniranje blaga, ki zahteva dostavo na isto destinacijo, kar bo zmanjšalo število potrebnih pošiljk. Poleg tega bo tak sistem bolj odporen na nepredvidene motnje v transportnih sistemih in bo lahko upravljal ogromne flote tovornjakov brez posadke. Vendar avtorji ugotavljajo, da najnovejša tehnologija na tem mestu še ni pripravljena.
Umetno bo vodilo do hitre prilagoditve električnih vozil
Električna vozila, ki so ključni element pri razoroževanju vozil, se soočajo s številnimi težavami, ki jim preprečujejo, da bi postali resnično mainstream.
Strojno učenje lahko pomaga pri tej težavi, pravijo avtorji poročila. Na primer, algoritmi bi lahko izboljšali upravljanje porabe energije akumulatorja, da bi povečali kilometrino vsakega polnjenja in zmanjšali zaskrbljenost potencialnih kupcev takšnih vozil glede omejitve obsega potovanja. Poleg tega bodo te tehnologije optimizirale čas polnjenja.
Umetna inteligenca optimizira stavbno infrastrukturo
Pametni nadzorni sistemi, ki temeljijo na strojnem učenju, lahko znatno zmanjšajo porabo energije stavb ob upoštevanju vremenskih razmer, trenutne zasedenosti stavbe in drugih okoljskih dejavnikov ter nato ustrezno prilagodijo ogrevanje, hlajenje, prezračevanje in osvetlitev v prostoru.
Pametne stavbe bodo lahko podatke o trenutnem stanju okolja prenašale neposredno v omrežje, tako da se bo lahko zmanjšala poraba energije, če bo pomanjkljiva dobava električne energije z nizkimi emisijami ogljika.
AI bo lahko natančneje izračunal količino porabljenih energijskih virov
V mnogih regijah sveta so podatki o ravni lokalne porabe energije in emisij toplogrednih plinov v ozračje praktično odsotni, kar je lahko velik problem pri razvoju in izvajanju učinkovitih ukrepov izravnave.
Strojni vid bo omogočil uporabo satelitske tehnologije za oceno pozidave (območja), tako da algoritmi strojnega učenja lahko te podatke uporabijo za izračun porabe energije in emisij. Podobne metode lahko uporabimo za prepoznavanje stavb, ki potrebujejo nadgradnjo za izboljšanje svoje učinkovitosti.
Umetna inteligenca optimizira oskrbovalne verige
Z uporabo podobnih zmogljivosti bodo tehnologije strojnega učenja lahko optimizirale kanale in oskrbovalne verige z zmanjšanjem ogljičnega odtisa pri prevozu različnih dobrin.
Možnost učinkovitejšega predvidevanja zakona ponudbe in povpraševanja bo zmanjšala proizvodne in transportne odpadke.
Z umetno inteligenco bo natančnost kmetovanja prilagodljiva
Večina sodobnih kmetijskih kmetij uporablja načelo gojenja monokultur. Z drugimi besedami, na velikem območju se goji le en pridelek.
Ta pristop kmetom olajša obdelavo njihovih polj s kmetijskimi stroji in drugimi osnovnimi samostojnimi orodji, hkrati pa tla izčrpava, ji odvzame hranila in tako postane manj produktivna. Zaradi tega se za povečanje donosa pogosto uporabljajo različna gnojila, zlasti tista na osnovi dušika, ki jih je mogoče pretvoriti v dušikove okside - toplogredne pline, ki so 300-krat bolj nevarni kot ogljikov dioksid. Roboti s strojnim učenjem lahko pomagajo kmetijstvu oceniti trenutno stanje tal in predlagati, katere rastline posaditi, da se obnovi zdravje tal, hkrati pa se zmanjša potreba po gnojilih.
AI bo pripomogel k učinkovitejšemu spremljanju krčenja gozdov
Krčenje gozdov prispeva k približno 10 odstotkom vseh emisij toplogrednih plinov. Sledenje in preprečevanje te pogosto nezakonite dejavnosti je običajno dolgotrajen in rutinski postopek, ki zahteva osebni nadzor na kraju samem.
Satelitski posnetki v povezavi s tehnologijo strojnega vida bodo omogočili samodejno analizo izgube gozdnih pokrov v velikem obsegu, posebni senzorji, nameščeni na lokacijah, v kombinaciji z algoritmi, ki lahko na primer zaznajo zvoke motornih žag, pa lahko organom kazenskega pregona pomagajo učinkoviteje reševati nezakonite dejavnosti.
AI bo pomagal spremeniti naš odnos do potrošnikov
Po mnenju avtorjev poročila je v svetu razširjena napačna predstava, da navadni ljudje ne morejo resno vplivati na podnebne spremembe.
Zato je treba pri tej zadevi razjasniti, kako natančno lahko ljudje pomagajo. Strojno učenje vam bo pomagalo izračunati odtis ogljika (vsoto vseh emisij toplogrednih plinov, ki jih ustvarite v svojih dnevnih dejavnostih) in spremenili boste majhne spremembe. Na primer, sistem lahko predlaga uporabo javnega prevoza pogosteje kot osebni prevoz; manj pogosto kupujte meso v trgovini; ali zmanjšati porabo električne energije doma. Vsak od nas ustvari majhen ogljični odtis, če pa jih vzamete vse naenkrat, so številke veliko večje. Spremembe v našem odnosu do potrošnje in dodajanje vseh posameznih ukrepov, ki so usmerjeni v to, lahko imajo velik kumulativni učinek.
AI bo izboljšala učinkovitost meteorologije in klimatologije
Številni najpomembnejši vplivi podnebnih sprememb v prihodnjih desetletjih bodo povezani z zelo zapletenimi naravnimi sistemi, kot sta spreminjanje dinamike oblakov ali ledene ploskve.
To so prav tista vprašanja, v katera AI ima veliko upanja. Natančno modeliranje teh procesov bo znanstvenikom pomagalo učinkoviteje napovedati ekstremne vremenske razmere (na primer orkane in suše), kar bo državam pomagalo razviti metode zaščite pred najhujšimi vplivi teh dogodkov.
Umetna inteligenca bo pomagala pri geoinženiringu
Na tej stopnji je ta primer uporabe AI med vsemi zgoraj predstavljenimi najbolj špekulativni, vendar se nanj, vsaj od nekaterih znanstvenikov, strinjajo tudi velika upanja.
Če lahko razvijemo načine, kako narediti oblačno odejo našega planeta bolj odsevno, ali celo ustvarimo umetne oblake na osnovi posebnih aerosolov, potem lahko odsevamo več sončne svetlobe z Zemlje. Toda to vprašanje zahteva resno preiskavo. AI lahko pomaga pri tem, vendar avtorji poročila ugotavljajo, da je ta metoda uporabe umetne inteligence zelo oddaljeno vprašanje, ki bo zahtevalo sodelovanje vseh vlad na svetu. S tem stanjem se na primer strinjajo strokovnjaki kanadske univerze v Waterlou, ki menijo, da bi ta nerazumni pristop k vprašanju geoinženiringa lahko začel tretjo svetovno vojno.