Atslēgas līdzņemšanai
- Pētnieki izmanto mākslīgo intelektu, lai samazinātu pārzveju Āfrikas Nīlas baseinā.
- Projekts ir daļa no plašākiem centieniem izmantot AI, lai uzlabotu ilgtspējību dažādās nozarēs.
-
Bet viens eksperts saka, ka mākslīgā intelekta aparatūras un programmatūras ieviešanai nepieciešamais enerģijas un citu resursu daudzums var radīt savas problēmas.
Mākslīgais intelekts (AI) palīdz novērst pārzveju, lai aizsargātu pasaulē strauji sarūkošo ēdamo jūras sugu piedāvājumu.
Jaunā projektā tiek izmantots mākslīgais intelekts, lai uzlabotu zivju sugu noteikšanu un mērīšanu Āfrikas Nīlas baseinā. Programmatūra var palīdzēt zinātniekiem ātrāk nekā novērotājiem izprast zivju populācijas blīvumu. Tā ir daļa no lielākiem centieniem izmantot AI, lai uzlabotu ilgtspējību dažādās nozarēs.
"Pēc mākslīgā intelekta daudzsološā lieta ir tā, ka tagad tas ļauj mums veikt uzdevumus, kas būtu laikietilpīgi vai neiespējami sarežģīti, izmantojot tradicionālās metodes, ar ievērojami lielāku ātrumu un efektivitāti," Endrjū Dankelmans, uzņēmuma ietekmes un ieskatu nodaļas vadītājs. Google.org, meklēšanas giganta labdarības organizācija, e-pasta intervijā pastāstīja Lifewire.
Kaut kas neticami
ANO Pārtikas un lauksaimniecības organizācija strādā, lai uzlabotu piekļuvi mākslīgā intelekta tehnoloģijai, kas uzrauga zivju krājumus. Plašākas informācijas iegūšana par zivju sugām varētu palīdzēt izveidot algoritmus, lai identificētu sugas un to atrašanās vietas un atpazītu visas izmaiņas.
ANO lēš, ka viena trešdaļa no visiem zivju krājumiem tagad ir pārzvejoti un vairs nav ilgtspējīgi. Lai palīdzētu uzturēt zivju krājumus drošībā, Floridas Universitātes pētnieki arī izmanto AI, lai pārliecinātos, ka zvejnieki neķer apdraudētas sugas. AI modeļi novērtē apdraudēto sugu atrašanās vietas, kurās darbojas zvejniecība, kas palīdz komerciālajiem zvejniekiem izvairīties no zvejas šajos apgabalos.
"AI nav sudraba lode visām mūsu problēmām," ziņu izlaidumā sacīja zinātnieks Zaharijs Siders, kurš izstrādāja lietojumprogrammu. "Mums ir jāpatur prātā, ka lēmumiem, ko pieļaujam AI sistēmai, ir reālas sekas zivsaimniecības nozares iztikai, kā arī neaizstājamām sugām."
AI uzrauga
Attiecībā uz vidi AI pievērš uzmanību ne tikai zivīm. Climate TRACE, pasaules gandrīz reāllaika siltumnīcefekta gāzu (SEG) monitoringa platforma, palīdz noteikt, no kurienes rodas emisijas, un precīzi noteikt, kur būtu jākoncentrē dekarbonizācijas pasākumi.
Ir arī Restor.eco - atvērto datu atjaunošanas platforma, kas tiek mitināta pakalpojumā Google Earth. Tas nodrošina zinātniskus datus un augstas izšķirtspējas satelītattēlus, lai pētnieki varētu analizēt jebkuras vietas uz Zemes atjaunošanas potenciālu. Būtībā programma var iezīmēt zemi, lai prognozētu, kur koki var dabiski augt.
Dunkelmens teica, ka Google ir atklājis, ka programmas ātrāk sasniedz savus mērķus, izmantojot AI. Viņš atzīmēja BlueConduit gadījumu, organizāciju, kas izcēlās no Flintas, Mičiganas štata, ūdens krīzes. Grupa izveidoja mašīnmācīšanās platformu, kas izmanto datus par māju vecumu, apkaimēm un zināmām svina pakalpojumu līnijām, lai prognozētu, vai mājā tiek apkalpotas svina caurules.
"Agrāk vienīgais veids, kā to uzzināt, bija fiziski rakt [katrā vietā] un pārbaudīt svina caurules, kas ir dārgi un laikietilpīgi," sacīja Dankelmans. "Ieviešot mašīnmācīšanos, BlueConduit tagad var ātri un precīzāk prognozēt, vai mājā tiek apkalpotas vadošās līnijas, kas var virzīt tādus politikas lēmumus, kuriem ir būtiska ietekme gan uz sabiedrības veselību, gan valsts resursiem."
Bet ne visi piekrīt, ka lielie tehnoloģiju uzņēmumi var atrisināt planētas problēmas, izmantojot AI. Ēriks Nosts, Gvelfas universitātes docents, kurš pēta, kā datu tehnoloģijas ietekmē vides pārvaldību, teica, ka jaunākie pētījumi ir radījuši bažas par enerģijas un citu resursu daudzumu, kas nepieciešams AI aparatūras un programmatūras ieviešanai.
Man ir aizdomas, ka daudziem pētniekiem būs grūti pārvērst uz mākslīgo intelektu balstītos atklājumus faktiskā politikā vai lēmumos, ja šis mākslīgais intelekts nav izstrādāts, paturot prātā politiku un lēmumu pieņēmējus, jo īpaši ņemot vērā problēmas, kas saistītas ar skaidrošanu. kā mākslīgais intelekts sasniedz savus rezultātus,”viņš stāstīja Lifewire e-pasta intervijā.
AI nav sudraba lode visām mūsu problēmām.
Arī AI ilgtspējībai joprojām ir sākuma stadijā, atzina Dankelmans. Laukā joprojām trūkst pietiekamu datu kopu un modeļu, kas nepieciešami progresa veicināšanai.
"Piemēram, mēs visi zinām, ka pasaulē notiek emisijas, taču mēs īsti nezinām, no kurienes tās rodas," piebilda Dankelmans. "Mums ir tikai tas, ko paši emitētāji saka, ka dara, kas ir nepilnīgi."
