Τεχνολογία

12 τρόποι AI μπορούν να λύσουν την υπερθέρμανση του πλανήτη

Με την ταχεία ανάπτυξη της τεχνολογίαςΤεχνητή Νοημοσύνη (AI) τα τελευταία χρόνια πολλοί έχουν αρχίσει να αναρωτιούνται πώς αυτές οι τεχνολογίες μπορούν να βοηθήσουν στην αντιμετώπιση μιας από τις πιο σοβαρές απειλές που έχουν ήδη κρεμάσει πάνω από την ανθρωπότητα - την παγκόσμια αλλαγή του κλίματος; Ένα νέο άρθρο που εκπονήθηκε από μερικούς από τους κορυφαίους εμπειρογνώμονες στον τομέα της ανάπτυξης τεχνητής νοημοσύνης και δημοσιεύθηκε στο διαδικτυακό χώρο αποθήκευσης arXiv.org προσπαθεί να απαντήσει σε αυτή την ερώτηση προσφέροντας αρκετά παραδείγματα για το πώς η μηχανική μάθηση θα μπορέσει να αποτρέψει την παρακμή του πολιτισμού μας.

Οι προτεινόμενες μέθοδοι κυμαίνονται από τη χρήσηAI και δορυφορικές τεχνολογίες για την αποτελεσματικότερη παρακολούθηση της αποψίλωσης, πριν από την ανάπτυξη νέων υλικών που μπορούν να αντικαταστήσουν τον χάλυβα και το τσιμέντο (η παραγωγή τους αντιπροσωπεύει έως και 9 τοις εκατό των εκπομπών αερίων θερμοκηπίου). Παρά την ποικιλομορφία αυτή, στο άρθρο τους, οι εμπειρογνώμονες ξανά και ξανά επιστρέφουν στις ευρύτερες δυνατότητες χρήσης αυτών των τεχνολογιών. Ειδικά σε αυτό το πλαίσιο, ξεχωρίζουν η δυνατότητα χρήσης τεχνολογίας ηλεκτρονικών υπολογιστών για την παρακολούθηση του περιβάλλοντος. διεξαγωγή μεγάλων αναλύσεων δεδομένων για τον προσδιορισμό της ανεπάρκειας βιομηχανιών με υψηλές εκπομπές επιβλαβών ουσιών στην ατμόσφαιρα · και τη χρήση του AI για την ανάπτυξη νέων, πιο αποδοτικών μοντέλων συστημάτων, όπως τα κλιματικά μοντέλα μας, χάρη στα οποία μπορούμε να προβλέψουμε καλύτερα και να προετοιμαστούν για τις μελλοντικές αλλαγές.

Οι συντάκτες του άρθρου, συμπεριλαμβανομένων τωνΟ DeepMind, ένας βρετανός ερευνητής τεχνητής νοημοσύνης, ο Demis Hassabi, ιδρυτής και εκτελεστικός διευθυντής της εταιρείας DeepMind, ο Joshua Bengio, ο οποίος κέρδισε το βραβείο Turing και ένας από τους "βαθύτερους μαθητές μάθησης", και ο Andrew Eun, συνιδρυτής του Google Brain ότι η ΑΠ μπορεί να προσφέρει "ανεκτίμητη βοήθεια" στην ελαχιστοποίηση των χειρότερων επιπτώσεων της παγκόσμιας αλλαγής του κλίματος, αλλά προσθέτουν ότι αυτή η τεχνολογία δεν είναι "ασημένια σφαίρα" - το μοναδικό μέσο Twomey από όλα τα προβλήματα. Κατά την άποψή τους, οι πολιτικές δυνάμεις πρέπει να λάβουν ενεργό ρόλο σε αυτό το θέμα.

"Μόνο η τεχνολογία δεν αρκεί. Οι τεχνολογίες που μπόρεσαν να μετριάσουν τις επιπτώσεις της κλιματικής αλλαγής ήταν διαθέσιμες εδώ και πολλά χρόνια, αλλά, σε μεγάλο βαθμό και στη σωστή κλίμακα, δυστυχώς δεν προσαρμόστηκαν από την κοινωνία. Και παρόλο που ελπίζουμε ότι η μηχανική ευφυΐα μπορεί να είναι χρήσιμη για τη μείωση του κόστους που σχετίζεται με τη χρήση μεθόδων που αποσκοπούν στη μείωση των επιπτώσεων της κλιματικής αλλαγής, η ανθρωπότητα θα πρέπει επίσης να συμμετάσχει ενεργά σε αυτό ", γράφουν οι συντάκτες της νέας μελέτης.

Συνολικά, το αντικείμενο εξετάζεται αμέσωςπολλοί τομείς στους οποίους οι τεχνολογίες μηχανικής μάθησης θα μπορούσαν να βρουν την εφαρμογή τους, ταξινομημένες βάσει του χρονικού πλαισίου της δυνητικής χρήσης τους, εξηγείται από το αν αυτή η τεχνολογία είναι επαρκώς ανεπτυγμένη. Παρακάτω μπορείτε να βρείτε αυτή τη λίστα.

Η τεχνητή νοημοσύνη θα βελτιώσει την αποτελεσματικότητα των συστημάτων τροφοδοσίας.

Εάν στο μέλλον η ανθρωπότητα σχεδιάζει να βασιστείγια περισσότερες ανανεώσιμες πηγές ενέργειας, οι επιχειρήσεις κοινής ωφελείας θα χρειαστούν τρόπους για να προβλέψουν και να υπολογίσουν αποτελεσματικότερα τις ποσότητες ενέργειας που πραγματικά χρειαζόμαστε να χρησιμοποιήσουμε. Επιπλέον, αυτοί οι υπολογισμοί θα πρέπει να πραγματοποιηθούν σε πραγματικό χρόνο και κατά τη διάρκεια ολόκληρης της περιόδου λειτουργίας αυτών των επιχειρήσεων.

Ήδη αναπτυγμένοι αλγόριθμοι ικανοίη πρόβλεψη της ενεργειακής ζήτησης, ωστόσο, η αποτελεσματικότητα αυτών των αλγορίθμων μπορεί να βελτιωθεί περαιτέρω με τη συμπερίληψη στους υπολογισμούς των παραγόντων όπως τα κλιματικά χαρακτηριστικά συγκεκριμένων περιοχών, καθώς και οι ιδιαιτερότητες των επιχειρηματικών δραστηριοτήτων. Οι προσπάθειες να καταστούν πιο κατανοητές οι λεπτομέρειες των εργασιών αυτών των αλγορίθμων θα επιτρέψουν επίσης στους φορείς εκμετάλλευσης των υπηρεσιών κοινής ωφέλειας να ερμηνεύσουν με μεγαλύτερη ακρίβεια τα αποτελέσματα της ανάλυσής τους και να τα χρησιμοποιήσουν κατά τον προγραμματισμό, επιλέγοντας τον βέλτιστο χρόνο για τη λειτουργία αυτών των πηγών ανανεώσιμης ενέργειας.

Η τεχνητή νοημοσύνη θα βοηθήσει στην ανακάλυψη νέων υλικών.

Οι επιστήμονες πρέπει να αναπτύξουν νέα υλικά γιαπιο αποδοτική παραγωγή, αποθήκευση και χρήση ενέργειας, ωστόσο, κατά κανόνα, η διαδικασία ανεύρεσης και ανάπτυξης νέων υλικών είναι πολύ αργή και όχι πάντα επιτυχημένη. Οι τεχνολογίες μάθησης μηχανών θα επιταχύνουν τη διαδικασία εύρεσης, ανάπτυξης και βελτίωσης νέων τύπων με επιθυμητές ιδιότητες.

Ίσως αυτό να οδηγήσει στην ανάπτυξη, για παράδειγμα,Ένα νέο είδος καυσίμου, ας το ονομάσουμε "ηλιακό", το οποίο θα είναι σε θέση να διατηρήσει την ενέργεια του ηλιακού φωτός. θα δημιουργήσει ένα νέο και πολύ αποτελεσματικό απορροφητικό διοξείδιο του άνθρακα ή δομικά υλικά, η παραγωγή των οποίων θα παράγει λιγότερο άνθρακα. Τέτοια υλικά θα είναι σε θέση να αντικαταστήσουν μια μέρα χάλυβα και σκυρόδεμα, η παραγωγή του οποίου απελευθερώνει σχεδόν το 10% των συνολικών παγκόσμιων εκπομπών αερίων θερμοκηπίου στην ατμόσφαιρα.

Η τεχνητή νοημοσύνη θα βοηθήσει στην αποτελεσματική αναδιοργάνωση του συστήματος μεταφορών.

Ναυτιλία παγκοσμίως είναι πολύπολύπλοκη και πολύ συχνά αναποτελεσματική υλικοτεχνική διαδικασία, στην οποία υπάρχει αλληλεπίδραση αγαθών διαφορετικού όγκου, βάρους και μεγέθους, καθώς και με τη χρήση διαφορετικών τύπων μεταφοράς. Ταυτόχρονα, οι μεταφορές αντιπροσωπεύουν το ένα τέταρτο των εκπομπών CO2 στην ατμόσφαιρα. Οι τεχνολογίες μηχανικής μάθησης που χρησιμοποιούνται σε αυτόν τον τομέα θα επιτρέψουν την αποτελεσματικότερη συγχώνευση αγαθών που απαιτούν παράδοση στον ίδιο προορισμό, γεγονός που θα μειώσει τον αριθμό των απαιτούμενων αποστολών. Επιπλέον, ένα τέτοιο σύστημα θα είναι πιο ανθεκτικό σε απρόβλεπτες διαταραχές στα συστήματα μεταφοράς και θα είναι σε θέση να διαχειριστεί τεράστιους στόλους μη επανδρωμένων φορτηγών. Ωστόσο, οι συγγραφείς σημειώνουν ότι προς το παρόν η πιο πρόσφατη τεχνολογία δεν είναι ακόμα έτοιμη.

Το τεχνητό θα οδηγήσει σε γρήγορη προσαρμογή των ηλεκτρικών οχημάτων.

Τα ηλεκτρικά αυτοκίνητα αποτελούν βασικό στοιχείοαποκεντροποίηση των οχημάτων με κινητήρα, αντιμετωπίζουν ορισμένα προβλήματα που δεν τους επιτρέπουν να γίνουν πραγματικά διαδεδομένα. Η μηχανική μάθηση μπορεί να βοηθήσει σε αυτό το θέμα, λένε οι συντάκτες της έκθεσης. Για παράδειγμα, με τη βοήθεια αλγορίθμων θα είναι δυνατό να βελτιωθεί η διαχείριση της κατανάλωσης ενέργειας της μπαταρίας, προκειμένου να αυξηθεί το χιλιομετρικό μήκος κάθε φορτίου και να μειωθεί το επίπεδο ανησυχίας των πιθανών αγοραστών αυτών των οχημάτων για τον περιορισμό της απόστασης του ταξιδιού. Επιπλέον, αυτές οι τεχνολογίες θα βελτιστοποιήσουν το χρόνο φόρτισης.

Η Τεχνητή Νοημοσύνη βελτιστοποιεί την υποδομή των κτιρίων

Έξυπνα συστήματα ελέγχου που λειτουργούν στη βάσηθα είναι σε θέση να μειώσει σημαντικά το επίπεδο κατανάλωσης ενέργειας από τα κτίρια, λαμβάνοντας υπόψη τις καιρικές συνθήκες, την τρέχουσα πληρότητα του κτιρίου και άλλους περιβαλλοντικούς παράγοντες, μετά από τους οποίους ο φωτισμός θέρμανσης, ψύξης, εξαερισμού και εσωτερικού φωτισμού θα προσαρμοστεί αναλόγως. Τα έξυπνα κτίρια θα είναι σε θέση να μεταδίδουν πληροφορίες σχετικά με την τρέχουσα κατάσταση του περιβάλλοντος απευθείας στο δίκτυο, έτσι ώστε η κατανάλωση ενέργειας να μπορεί να μειωθεί εάν υπάρχει έλλειψη τροφοδοσίας με χαμηλή περιεκτικότητα σε άνθρακα.

Το AI θα είναι σε θέση να υπολογίσει με μεγαλύτερη ακρίβεια την ποσότητα ενέργειας που χρησιμοποιείται

Σε πολλές περιοχές του κόσμου είναι σχεδόν απουσίαστοιχεία σχετικά με το επίπεδο τοπικής κατανάλωσης ενέργειας και εκπομπών αερίων του θερμοκηπίου στην ατμόσφαιρα, γεγονός που μπορεί να αποτελέσει μεγάλο πρόβλημα για την ανάπτυξη και εφαρμογή αποτελεσματικών αντισταθμιστικών μέτρων. Οι μέθοδοι μηχανικής όρασης θα επιτρέψουν τη χρήση δορυφορικής τεχνολογίας για την εκτίμηση της κηλίδας κτιρίων, έτσι ώστε οι αλγόριθμοι μηχανικής μάθησης να μπορούν να υπολογίζουν την κατανάλωση ενέργειας και τις εκπομπές με βάση αυτά τα δεδομένα. Παρόμοιες μέθοδοι μπορούν να χρησιμοποιηθούν για τον εντοπισμό κτιρίων που απαιτούν μετασκευή προκειμένου να αυξηθεί η αποτελεσματικότητά τους.

Η τεχνητή νοημοσύνη βελτιστοποιεί τα κανάλια παροχής

Χρησιμοποιώντας παρόμοιες δυνατότητες, τεχνολογίαη μηχανική μάθηση θα είναι σε θέση να βελτιστοποιήσει τα κανάλια και τις αλυσίδες εφοδιασμού, ελαχιστοποιώντας τις εκπομπές άνθρακα κατά τη μεταφορά διαφόρων αγαθών. Η ικανότητα αποτελεσματικότερης πρόβλεψης του νόμου της προσφοράς και της ζήτησης θα μειώσει τα βιομηχανικά και τα μεταφορικά απόβλητα.

Η τεχνητή νοημοσύνη θα βελτιώσει την ακρίβεια της καλλιέργειας

Τα περισσότερα σύγχρονα γεωργικά αγροκτήματαχρησιμοποιήστε την αρχή της καλλιέργειας μονοκαλλιεργειών. Με άλλα λόγια, μόνο μια καλλιέργεια καλλιεργείται σε μια μεγάλη περιοχή. Αυτή η προσέγγιση διευκολύνει τους αγρότες να καλλιεργούν χωράφια με γεωργικό εξοπλισμό και άλλα βασικά αυτόνομα εργαλεία, αλλά ταυτόχρονα εξαντλεί το έδαφος, στερεί από τα θρεπτικά συστατικά και καθιστά έτσι λιγότερο παραγωγική. Ως αποτέλεσμα, συχνά χρησιμοποιούνται διάφορα λιπάσματα για την αύξηση της απόδοσης, ιδίως με βάση το άζωτο, το οποίο μπορεί να μετατραπεί σε οξείδια του αζώτου - τα αέρια του θερμοκηπίου είναι 300 φορές πιο επικίνδυνα από το διοξείδιο του άνθρακα. Τα ρομπότ μηχανικής μάθησης μπορούν να βοηθήσουν τη γεωργία να εκτιμήσει την τρέχουσα κατάσταση του εδάφους και να προτείνει ποιες καλλιέργειες πρέπει να φυτευτούν προκειμένου να αποκατασταθεί η υγεία του εδάφους, μειώνοντας την ανάγκη χρήσης λιπασμάτων.

Η ΑΙ θα βοηθήσει στην αποτελεσματικότερη παρακολούθηση της αποψίλωσης των δασών

Η αποδάσωση συνεισφέρει στις εκπομπές περίπου 10του συνόλου των αερίων θερμοκηπίου. Η παρακολούθηση και η αποτροπή αυτής της συχνά παράνομης δραστηριότητας είναι συνήθως μια πολύ επίπονη και ρουτίνα διαδικασία που απαιτεί προσωπική παρατήρηση επί τόπου. Με τη σειρά τους, οι δορυφορικές εικόνες, σε συνδυασμό με τις τεχνολογίες μηχανικής όρασης, θα επιτρέψουν την αυτόματη ανάλυση της απώλειας δασικής κάλυψης σε μεγάλη κλίμακα και οι ειδικοί αισθητήρες που εγκαθίστανται σε χώρους, σε συνδυασμό με αλγορίθμους που μπορούν να ανιχνεύσουν τον ήχο αλυσοπρίονων, παράνομη δραστηριότητα.

Το AI θα βοηθήσει στην αλλαγή της στάσης των καταναλωτών μας.

Σύμφωνα με τους συντάκτες της έκθεσης, στον κόσμουπάρχει μια κοινή εσφαλμένη αντίληψη ότι οι απλοί άνθρωποι δεν μπορούν να έχουν σημαντικό αντίκτυπο στην αλλαγή του κλίματος. " Επομένως, σε αυτό το θέμα είναι απαραίτητο να διευκρινίσουμε με ακρίβεια πώς μπορούν να βοηθήσουν οι άνθρωποι. Οι τεχνολογίες μηχανικής μάθησης θα επιτρέψουν τον υπολογισμό του αποτυπώματος άνθρακα ενός ατόμου (το σύνολο των εκπομπών αερίων του θερμοκηπίου που δημιουργεί κατά την καθημερινή του δραστηριότητα) και θα κάνει μικρές αλλαγές που θα τον μειώσουν. Για παράδειγμα, το σύστημα μπορεί να προσφέρει συχνότερη χρήση δημόσιων και όχι προσωπικών μεταφορών. Αγοράστε το κρέας λιγότερο συχνά στο κατάστημα. ή να μειώσετε την κατανάλωση ενέργειας στο σπίτι. Καθένας από εμάς δημιουργεί μεμονωμένα ένα μικρό αποτύπωμα άνθρακα, αλλά αν το πάρουμε όλοι μαζί, οι αριθμοί θα είναι πολύ πιο σημαντικοί. Οι αλλαγές στη στάση μας απέναντι στην κατανάλωση και η προσθήκη όλων των μεμονωμένων ενεργειών που έχουν ως στόχο αυτό μπορούν να έχουν μεγάλο σωρευτικό αποτέλεσμα.

Το AI θα βελτιώσει την αποτελεσματικότητα της μετεωρολογίας και της κλιματολογίας

Πολλά από τα πιο σημαντικά αποτελέσματαΗ αλλαγή του κλίματος τις επόμενες δεκαετίες θα συσχετιστεί με πολύπλοκα φυσικά συστήματα, όπως αλλαγές στη δυναμική του σύννεφου ή του πάγου. Αυτά είναι ακριβώς τα ερωτήματα για την επίλυση των οποίων μεγάλες ελπίδες τίθενται στο AI. Η ακριβής μοντελοποίηση αυτών των διαδικασιών θα βοηθήσει τους επιστήμονες να προβλέψουν αποτελεσματικότερα τις ακραίες καιρικές συνθήκες (όπως οι τυφώνες και οι ξηρασίες), οι οποίες με τη σειρά τους θα βοηθήσουν τα κράτη να αναπτύξουν μεθόδους για την προστασία από τις χειρότερες επιπτώσεις αυτών των φαινομένων.

Η Τεχνητή Νοημοσύνη θα βοηθήσει στη γεωτεχνική

Σε αυτό το στάδιο, αυτή η χρήση του AIμεταξύ όλων των παραπάνω, είναι η πιο κερδοσκοπική, αλλά θέτει επίσης μεγάλες ελπίδες σε αυτήν, τουλάχιστον από την πλευρά ορισμένων επιστημόνων. Αν μπορούμε να αναπτύξουμε τρόπους για να κάνουμε το κάλυμμα της νέφωσης του πλανήτη μας πιο αντανακλαστικό ή ακόμα και να δημιουργήσουμε τεχνητά σύννεφα με βάση ειδικά αερολύματα, τότε μπορούμε να αντανακλάμε περισσότερο ηλιακό φως από τη Γη. Αλλά αυτό το ζήτημα απαιτεί μια σοβαρή έρευνα. Το AI μπορεί να βοηθήσει με αυτό, αλλά οι συντάκτες της έκθεσης επισημαίνουν ότι αυτή η μέθοδος χρήσης της τεχνητής νοημοσύνης είναι θέμα μιας πολύ μακρινής προοπτικής, που θα απαιτήσει τη συνεργασία όλων των κυβερνήσεων του κόσμου. Οι εμπειρογνώμονες του Καναδικού Πανεπιστημίου του Waterloo, για παράδειγμα, συμφωνούν με αυτή τη θέση, οι οποίοι πιστεύουν ότι αυτή η παράλογη προσέγγιση στο ζήτημα της γεωμηχανικής μπορεί να ξεκινήσει έναν τρίτο παγκόσμιο πόλεμο.

Μπορείτε να συζητήσετε το άρθρο στο τηλεγράφημά μας.