סשה לוצ'יוני, מנהיג חברת AI אקלים פנים מחבקות, מדגיש את חשיבות ההקפדה על הצורך המתמיד להשתמש ב- inteligência מלאכותי. AI חיובי, שיוצר תוכן חדש, יכול לצרוך כמויות גדולות של אנרגיה ולהשפיע על איכות הסביבה. עם זאת, היא אומרת שיש הרבה יישומים עבור AI במעבר האקולוגי.
פִּרסוּם
הנה ארבע דרכים שבהן חברות, חוקרים וממשלות ממנפים בינה מלאכותית לפתרונות אקלים.
שימוש בבינה מלאכותית לאיתור מתאן, גז שתורם להתחממות כדור הארץ
As פליטת מתאן, התורם השני בגודלו ל- התחממות כדור הארץ לאחר פחמן דו חמצני (CO2), הולכים וגדלים. מזהם חזק מאוד זה - המרכיב העיקרי של הגז הטבעי - משוחרר על ידי מגזר האנרגיה, כמו גם החקלאות והפירוק של חומרים במזבלות.
עכשיו, חוקרים e חברות משתמשים בבינה מלאכותית כדי לפרש כמויות אדירות של תמונות לוויין ולעקוב אחר פליטת מתאן עולמית.ariaנפש
פִּרסוּם
"לפני שהצלחנו לנתח מידע מלוויינים עם AI, לא היה לנו מושג מאיפה מגיע המתאן", אומר אנטואן האלף, מייסד שותף ואנליסט ראשי בחברת Kayrros, חברת ניתוח אקלים. "הבנו את הסיכון האקלימי הזה. אבל לא הבנו את המקורות".
כשקיירוס התחילה ב-2016, האלף אומר שהעולם ידע רק על מקרים בודדים של דליפות מתאן גדולות ושחרורים אחרים. לדבריו, הצוות שלו יכול כעת לזהות עשרות מהם מדי שבוע ואלפים בשנה. "עבור מתאן", אומר האלף, "AI באמת חושף דברים שאי אפשר היה לדעת".
נתונים המופעלים על ידי Kayrros AI נמצאים בשימוש על ידי האומות המאוחדות כדי לוודא שהדיווחים של חברות על פליטת מתאן מדויקים. ממשלות אחרות מתכוננות לפקח יותר על מתאן: הסוכנות להגנת הסביבה של ארצות הברית ו - האיחוד האירופי לאחרונה העבירו תקנות מתאן חדשות.
פִּרסוּם
שימוש בבינה מלאכותית לגילוי מוקדם של שריפות
שינוי האקלים גורם שריפות יער תכופות וחזקות יותר, והשריפות הללו תורמות יותר ויותר ל זיהום שמחמם את כדור הארץ.
כעת, סטארט-אפ מברלין משתמש בבינה מלאכותית עם חיישנים ביערות כדי לזהות שריפות קטנות לפני שהן הופכות ללהבות ענק. קרסטן ברינקשולטה, מנכ"ל Dryad, משתמש בבינה מלאכותית כדי לאמן חיישנים כדי לזהות את הגזים הספציפיים המשתחררים כאשר חומר אורגני נשרף.
"בעיקרון, הם כמו אף אלקטרוני ששילבנו ביער", אומר ברינקשולטה..
פִּרסוּם
החיישנים דמויי האף יכולים לזהות שריפות בשלב הגחלת הראשוני, "כאשר עדיין קל או קל יחסית לכבות את השריפה", הוא מסביר.
שימוש בבינה מלאכותית כדי למנוע שריפות חדשות
דרך נוספת למנוע מגה-שריפות היא לבצע "כוויות מבוקרות" מחוץ לעונת השריפות כדי להסיר עודפי מברשת וצמחייה שהופכת לדלק לשריפות.
בדרך כלל, מה שנקרא מנהלי אש - שיכולים להיות אנשים משירותים ציבוריים, שירות היערות הפדרלי או גורמים אחרים - שולחים צוותים לאזורים ייעודיים לבצע כוויות מבוקרות. (לשבטים ילידים יש היסטוריה ארוכה של ביצוע כוויות מבוקרות אלו.)
פִּרסוּם
עם זאת, כדי לבצע את העבודה בצורה בטוחה, מנהלי האש זקוקים למידע רב כדי להבין כיצד האש יכולה להתנהג ולא לצאת משליטה. הם צריכים לדעת דברים כמו תנאי רוח וכמות הלחות בצמחייה, מסבירה יולנדה גיל, מנהלת יוזמות בינה מלאכותית ומדעי נתונים במכון למדעי המידע של אוניברסיטת דרום קליפורניה.
מעניין איך הצוות של גיל השתמש ב-AI כדי ליצור עוזר אינטליגנטי, בדומה ל-Siri Apple או אלכסה מ אמזון בעברית, לאחר שראיין מדענים המתמחים בשריפות. אשף זה יכול לגשת למערכי נתונים גדולים ולמודלים מורכבים. מנהלי כיבוי אש יכולים להשתמש בעוזרים דמויי סירי כדי להחליט היכן ומתי לבצע כוויות מבוקרות. "זה בערך כמו סירי, אבל למנהלי כיבוי אש", אומר גיל.
גיל מזכיר שמנהלים יכולים לשאול את הסייעת החכמה על תחום ספציפי. העוזר יכול להשתמש במידע על טופוגרפיה, צמחייה, דפוסי מזג אוויר ולהמליץ על מודל אש פוטנציאלי - דרך לבצע כוויה מבוקרת בבטחה. המטרה, לדבריהם, היא להפוך את העוזרים הללו לזמינים באופן נרחב לחברות שירות, שירות היערות ואחרים המעורבים בשריפות מבוקרות, ולהפוך אותם לבטוחים יותר ותכופים יותר.
השימוש ב-AI בכריית טכנולוגיות ירוקות
פתרונות אקלים, מפאנלים סולאריים ועד כלי רכב חשמליים, דורשים כמויות גדולות של מינרלים כמו קובלט, ליתיום ונחושת. עם זאת, האספקה הנוכחית אינה מספיקה כדי לעמוד בביקוש הגובר. לפי סוכנות האנרגיה הבינלאומית, עד שנת 2030, הביקוש הצפוי לליתיום יהיה גדול פי חמישה מההיצע העולמי הנוכחי.
כעת, ממשלות, חוקרים וחברות משתמשים בבינה מלאכותית כדי לחקור מינרלים קריטיים. קולין וויליאמס, מתאם תוכנית משאבי מינרלים במכון הגיאולוגי של ארצות הברית, כותב באימייל שהצוות שלו משתמש בבינה מלאכותית כדי לנתח נתונים ולזהות אזורים בארה"ב עם הפוטנציאל הטוב ביותר לכריית מתכות קריטיות. הוא מוסיף כי השימוש ב-AI פירושו "חיסכון דרמטי בזמן".
יש הרבה נתונים זמינים על איך נראה תת הקרקע של כדור הארץ. שימוש בבינה מלאכותית כדי לנתח את כל הנתונים הללו עוזר למזער את אי הוודאות, אומר וויליאמס. בעוד פעולות הכרייה מוציאות מיליארדי דולרים בניסיון למצוא אזורים רווחיים לחקור, חברות טוענות ששימוש בבינה מלאכותית יכול לעזור לחסוך הרבה זמן וכסף באיתור מינרלים.
קראו גם:
