12 måder AI kan løse global opvarmning

Med den hurtige udvikling af teknologiArtificial Intelligence (AI) i de senere år, er mange begyndt at undre sig over, hvordan disse meget teknologier kan hjælpe med at løse en af ​​de alvorligste trusler, der allerede har hang over menneskeheden - globale klimaforandringer? En ny artikel udarbejdet af nogle af de førende eksperter inden for udvikling af kunstig intelligens og offentliggjort i online-arkivet arXiv.org forsøger at besvare dette spørgsmål ved at tilbyde flere eksempler på, hvordan maskinindlæring vil forhindre nedgangen i vores civilisation.

De foreslåede metoder spænder fra at anvendeAI og satellitteknologier til mere effektiv overvågning af skovrydning, inden udviklingen af ​​nye materialer, der kan erstatte stål og cement (deres produktion står for op til 9 procent af drivhusgasemissionerne). På trods af denne mangfoldighed i deres artikel vender eksperter igen og igen tilbage til de bredere muligheder for at bruge sådanne teknologier. Især mod denne baggrund udstikker muligheden for at bruge computersynteknologi til miljøovervågning; Gennemførelse af store dataanalyser for at bestemme ineffektiviteten af ​​industrier med høje emissioner af skadelige stoffer i atmosfæren og brugen af ​​AI til at udvikle nye og mere effektive modeller af systemer, som f.eks. vores klimamodeller, som vi bedre kan forudsige og forberede os på fremtidige ændringer.

Artiklernes forfattere, herunderDeepMind, en britisk kunstig intelligensforsker, Demis Hassabi, grundlægger og administrerende direktør for DeepMind-firmaet, Joshua Bengio, vinder af Turing Award og en af ​​de "dybe lærendefædre" at AI kan tilbyde "uvurderlig hjælp" for at minimere de værste virkninger af globale klimaændringer, men de tilføjer, at denne teknologi ikke er en "sølvkugle" - den eneste medier Twomey fra alle problemer. Efter deres opfattelse bør politiske kræfter tage en aktiv rolle i dette spørgsmål.

"Teknologi alene er ikke nok. Teknologier, der har været i stand til at afbøde virkningerne af klimaændringer, har været tilgængelige i mange år, men i høj grad og i den rigtige skala er de desværre ikke blevet tilpasset af samfundet. Og selvom vi håber, at maskinens intelligens kan være nyttig til at reducere omkostningerne i forbindelse med brugen af ​​metoder til reduktion af klimaændringernes virkninger, bør menneskeheden også tage en aktiv rolle i dette, "skriver forfatterne af den nye undersøgelse.

I alt betragtes artiklen med det sammeFlere områder, hvor maskinindlæringsteknologier kunne finde deres anvendelse, kategoriseret efter tidsrammen for deres potentielle brugspotentiale, forklaret af, om denne teknologi er tilstrækkeligt udviklet. Nedenfor kan du finde denne liste.

Kunstig intelligens vil forbedre effektiviteten af ​​strømforsyningssystemerne.

Hvis mennesket i fremtiden planlægger at stole påFor mere vedvarende energikilder vil forsyningsselskaber have brug for måder til mere effektivt at forudsige og beregne de mængder energi, vi virkelig skal bruge. Desuden skal disse beregninger ske i realtid og i hele driftsperioden for disse virksomheder.

Already udviklede algoritmer i stand tilforudsige energibehov, men effektiviteten af ​​disse algoritmer kan forbedres yderligere ved at inddrage faktorer som klimategenskaber i bestemte regioner såvel som specifikke forretningsaktiviteter. Forsøg på at gøre specifikationerne for arbejdet i disse algoritmer mere forståelige vil også give brugsoperatører mere præcist at fortolke resultaterne af deres analyse og bruge dem ved planlægning og vælge den mest optimale tid til at køre disse kilder til vedvarende energi.

Kunstig intelligens vil hjælpe med opdagelsen af ​​nye materialer.

Forskere skal udvikle nye materialer tilmere effektiv produktion, opbevaring og anvendelse af energi, men som regel er processen med opdagelse og udvikling af nye materialer meget langsom og ikke altid vellykket. Maskinindlæringsteknologi vil fremskynde processen med at finde, udvikle og forbedre nye formler med ønskede egenskaber.

Måske vil dette føre til udvikling, for eksempel,En ny type brændstof, lad os kalde det "sol", som vil kunne bevare solenergiens energi; vil skabe et nyt og meget effektivt kuldioxidabsorberende eller byggemateriale, hvis produktion vil producere mindre kulstof. Sådanne materialer vil en dag kunne erstatte stål og beton, hvis produktion frigiver næsten 10 procent af de samlede globale udledninger af drivhusgasser til atmosfæren.

Kunstig intelligens vil hjælpe med at reorganisere transportsystemet effektivt.

Forsendelse over hele verden er megetkompleks og meget ofte ineffektiv logistikproces, hvor der er en vekselvirkning mellem varer af forskellig mængde, vægt og størrelse samt anvendelse af forskellige transporttyper. Samtidig tegner transporten for en fjerdedel af alle CO2-emissioner i atmosfæren. Maskinindlæringsteknologier, der anvendes på dette område, vil muliggøre en mere effektiv fusion af varer, der kræver levering til samme destination, hvilket vil reducere antallet af forsendelser, der kræves. Desuden vil et sådant system være mere modstandsdygtigt over for uforudsete forstyrrelser i transportsystemer og vil kunne klare store flåder af ubemandede lastbiler. Forfatterne bemærker dog, at i øjeblikket er den nyeste teknologi endnu ikke klar.

Kunstig vil føre til hurtig tilpasning af elbiler.

Elektriske biler er et nøgleelementdecarbonization af motorkøretøjer, står over for en række problemer, der ikke giver dem mulighed for at blive virkelig udbredt. Maskinindlæring kan hjælpe i denne sag, siger rapportens forfattere. For eksempel ved hjælp af algoritmer vil det være muligt at forbedre styringen af ​​batteriforbruget for at øge kilometertal for hver afgift og reducere bekymringsniveauet for potentielle købere af sådanne køretøjer om at begrænse rejsens afstand. Desuden vil disse teknologier optimere opladningstiden.

Kunstig intelligens optimerer byggeriets infrastruktur

Smartstyringssystemer, der arbejder på basenmaskinindlæring vil være i stand til at reducere bygningernes energiforbrug væsentligt, idet der tages hensyn til vejrforhold, bygningens aktuelle belægning og andre miljøfaktorer, hvorefter opvarmning, køling, ventilation og indendørs belysning justeres tilsvarende. Smarte bygninger kan sende information om den aktuelle tilstand af miljøet direkte til nettet, så energiforbruget kan reduceres, hvis der er mangel på lavt kulstofforsyning.

AI vil være i stand til mere præcist at beregne mængden af ​​anvendt energi

I mange regioner i verden er praktisk taget fraværendedata om niveauet for lokalt energiforbrug og drivhusgasemissioner i atmosfæren, hvilket kan være et stort problem for udvikling og gennemførelse af effektive kompensationsforanstaltninger. Maskinens visionsmetoder gør det muligt at bruge satellitteknologi til at estimere stedet (areal) af bygninger, således at maskininlæringsalgoritmer kan beregne energiforbrug og emissioner baseret på disse data. Lignende metoder kan bruges til at identificere bygninger, der kræver eftermontering for at øge deres effektivitet.

Kunstig intelligens optimerer forsyningskanaler

Brug af lignende muligheder, teknologimaskinindlæring vil være i stand til at optimere kanaler og forsyningskæder, der minimerer kulstofemissioner ved transport af forskellige varer. Evnen til mere effektivt at forudsige loven om udbud og efterspørgsel vil reducere industri- og transportaffald.

Kunstig intelligens vil skalere præcisionsopdræt

De fleste moderne landbrugsbedrifterbrug princippet om voksende monokulturer. Med andre ord vokser kun en afgrøde over et stort område. Denne tilgang gør det lettere for landmændene at dyrke marker med landbrugsudstyr og andre grundlæggende autonome værktøjer, men samtidig udtømmer jorden jorden, fratager næringsstoffer og dermed gør den mindre produktiv. Som følge heraf bruges forskellige gødninger ofte til at øge udbyttet, især på basis af nitrogen, som kan omdanne til nitrogenoxider - drivhusgasser er 300 gange farligere end kuldioxid. Maskininlæringsroboter kan hjælpe landbruget med at vurdere jordens aktuelle tilstand og foreslå, hvilke afgrøder der skal plantes for at genoprette jordbunden, hvilket reducerer behovet for gødningsbrug.

AI vil bidrage til mere effektivt at overvåge skovrydning

Afskovning bidrager til emissioner på ca. 10procent af de samlede drivhusgasser. Sporing og forebyggelse af denne ofte ulovlige aktivitet er som regel en meget besværlig og rutinemæssig proces, som kræver personlig observation på stedet. Satellitbilleder kombineret med maskinsynteknologier vil i sin tur muliggøre automatisk analyse af skovdækningstab i stor skala, og specielle sensorer installeret på steder kombineret med algoritmer, der f.eks. Kan registrere lyden af ​​motorsave, kan hjælpe de retshåndhævende myndigheder mere effektivt at håndtere ulovlig aktivitet.

AI hjælper med at ændre vores forbrugers holdning.

Ifølge forfatterne af rapporten, i verdender er en fælles misforståelse om, at almindelige mennesker ikke kan have stor indflydelse på klimaændringerne. " Derfor er det i denne sag nødvendigt at præcisere præcis, hvordan folk kan hjælpe. Maskinindlæringsteknologier gør det muligt at beregne et personers CO2-fodaftryk (totaliteten af ​​alle drivhusgasemissioner, som han skaber i løbet af hans daglige aktiviteter) og lave små ændringer, som vil reducere det. Systemet kan f.eks. Tilbyde hyppigere brug af offentlige snarere end personlig transport; køb kød sjældnere i butikken; eller reducere strømforbruget derhjemme. Hver enkelt af os skaber individuelt et lille kulstoffodaftryk, men hvis vi tager alt på én gang, vil tallene være meget mere betydningsfulde. Ændringer i vores holdning til forbrug og tilsætning af alle de individuelle handlinger, der er rettet mod dette, kan have en stor kumulativ effekt.

AI vil forbedre effektiviteten af ​​meteorologi og klimatologi

Mange af de mest betydningsfulde virkningerKlimaændringer i de kommende årtier vil blive forbundet med meget komplekse natursystemer, såsom ændringer i skyens eller isdæksens dynamik. Det er netop spørgsmålene i løsningen, som der er store forhåbninger på AI. Præcis modellering af disse processer vil hjælpe forskere til mere effektivt at forudsige ekstreme vejrforhold (for eksempel orkaner og tørke), som igen vil hjælpe stater med at udvikle metoder til beskyttelse mod de værste virkninger af disse fænomener.

Kunstig intelligens vil hjælpe med geo-engineering

På dette stadium er denne brug af AIblandt alle de ovennævnte er det den mest spekulative, men det sætter også store forhåbninger på det, i det mindste hos nogle videnskabsmænd. Hvis vi kan udvikle måder at gøre vores planetens skydeksel mere reflekterende eller endda skabe kunstige skyer baseret på specielle aerosoler, så kan vi reflektere mere sollys fra Jorden. Men dette problem kræver en seriøs undersøgelse. AI kan hjælpe med dette, men rapportens forfattere bemærker, at denne metode til brug af kunstig intelligens er et spørgsmål om en meget fjern udsigt, som vil kræve samarbejde af alle verdens regeringer. Eksperter fra Canadian University of Waterloo, for eksempel, er enige med denne holdning, som mener, at denne urimelige tilgang til spørgsmålet om geoengineering kan starte en tredje verdenskrig.

Du kan diskutere artiklen i vores telegram-chat.