Strauji attīstoties mākslīgā intelekta (AI) tehnoloģijām pēdējos gados, daudzi ir sākuši interesēties, kā šīs pašas tehnoloģijas var palīdzēt atrisināt vienu no visnopietnākajiem draudiem, kas jau valda pār cilvēci - globālās klimata izmaiņas? Jauns raksts, ko uzrakstījuši daži vadošie mākslīgā intelekta attīstības eksperti un publicēts arXiv.org tiešsaistes krātuvē, mēģina atbildēt uz šo jautājumu, piedāvājot vairākus piemērus, kā mašīnmācība spēs novērst mūsu civilizācijas pagrimumu.
Piedāvāto metožu klāsts ir no AI un satelīta tehnoloģijas izmantošanas, lai efektīvāk kontrolētu atmežošanu, līdz jaunu materiālu izstrādei, kas var aizstāt tēraudu un cementu (to ražošana rada līdz 9 procentiem siltumnīcefekta gāzu emisijas atmosfērā). Neskatoties uz šo dažādību, savā rakstā speciālisti atkārtoti atgriežas pie plašākām šādu tehnoloģiju izmantošanas iespējām. Īpaši uz šī fona izceļas iespējas izmantot mašīnredzēšanas tehnoloģiju vides monitoringam; lielu datu analīzes veikšana, lai noteiktu to nozaru neefektivitāti, kurās atmosfērā ir augsts kaitīgo vielu izmešu līmenis; un izmantojot AI, lai izstrādātu jaunus, efektīvākus sistēmu modeļus, piemēram, mūsu klimata modeļus,pateicoties kurai mēs varam labāk paredzēt un sagatavoties turpmākām izmaiņām.
Raksta autori, ieskaitot britu mākslīgā intelekta pētnieku, DeepMind dibinātāju un izpilddirektoru Demisu Hassabi, Tjūringa balvas laureātu un vienu no "dziļas mācīšanās tēviem" Jošua Bengio, kā arī Google Brain - Google pētniecības projekta mākslīgā intelekta izpētei līdzdibinātājs. Dziļa mācīšanās - Endrjū Ngs saka, ka AI var būt “nenovērtējams”, lai mazinātu globālo klimata pārmaiņu vissliktāko ietekmi, taču piebilst, ka šī tehnoloģija nav “sudraba lode” - vienīgais līdzeklis visu problēmu novēršanai. Viņuprāt, politiskajiem spēkiem vajadzētu aktīvi piedalīties šajā jautājumā.
Kopumā rakstā tiek aplūkotas vairākas jomas, kurās mašīnmācīšanās tehnoloģijas varētu atrast savu pielietojumu, klasificējot pēc to iespējamā izmantošanas potenciāla laika grafika, kas izskaidrots ar to, vai šī tehnoloģija ir pietiekami attīstīta. Zemāk jūs varat redzēt šo sarakstu.
Mākslīgais intelekts uzlabos energoapgādes sistēmu efektivitāti
Ja cilvēce nākotnē plāno paļauties uz vairāk atjaunojamiem enerģijas avotiem, komunālajiem pakalpojumiem būs vajadzīgi veidi, kā efektīvāk prognozēt un aprēķināt enerģijas daudzumu, kas mums faktiski būs jāizmanto. Turklāt šiem aprēķiniem būs jānotiek reālā laikā un visā šo uzņēmumu darbības laikā.
Reklāmas video:
Jau ir izstrādāti algoritmi, kas var paredzēt enerģijas pieprasījumu, taču šo algoritmu efektivitāti var vēl uzlabot, aprēķinos ieviešot tādus faktorus kā atsevišķu reģionu klimatiskās iezīmes, kā arī ekonomiskās aktivitātes specifiku. Mēģinājumi padarīt šo algoritmu specifiku saprotamāku ļaus arī komunālo pakalpojumu operatoriem precīzāk interpretēt analīzes rezultātus un izmantot tos plānošanā, izvēloties optimālāko laiku šo atjaunojamo enerģijas avotu palaišanai.
Mākslīgais intelekts palīdzēs atklāt jaunus materiālus
Zinātniekiem ir jāizstrādā jauni materiāli efektīvākai enerģijas ražošanai, uzglabāšanai un izmantošanai, tomēr parasti jaunu materiālu atklāšanas un izstrādes process ir ļoti lēns un ne vienmēr ir veiksmīgs. Mašīnmācīšanās tehnoloģijas paātrinās jaunu formulu ar vēlamajām īpašībām atrašanas, izstrādes un uzlabošanas procesu.
Varbūt tas novedīs pie, piemēram, jauna veida degvielas izstrādes, nosacīti sauksim to par “saules”, kas spēs uzglabāt saules gaismas enerģiju; ļaus jums izveidot jaunu un ļoti efektīvu oglekļa dioksīda vai būvmateriālu absorbētāju, kura ražošanā tiks izdalīts mazāk oglekļa. Šādi materiāli kādu dienu var aizstāt tēraudu un betonu, kura ražošana izdala gandrīz 10 procentus no visām pasaules siltumnīcefekta gāzu emisijām.
Mākslīgais intelekts palīdzēs efektīvi reorganizēt transporta sistēmu
Preču piegāde visā pasaulē ir ļoti sarežģīts un ļoti bieži neefektīvs loģistikas process, kurā mijiedarbojas dažāda apjoma, svara un izmēra preces un tiek izmantoti dažādi transporta veidi. Tajā pašā laikā ceturto daļu no visām CO2 emisijām atmosfērā rada transports.
Šajā jomā izmantotās mašīnmācīšanās tehnoloģijas ļaus efektīvāk apvienot preces, kurām nepieciešama piegāde uz to pašu galamērķi, kas samazinās nepieciešamo sūtījumu skaitu. Turklāt šāda sistēma būs izturīgāka pret neparedzētiem traucējumiem transporta sistēmās un varēs vadīt milzīgas bezpilota kravas automašīnu flotes. Tomēr autori atzīmē, ka jaunākās tehnoloģijas šajā brīdī vēl nav sagatavotas.
Mākslīgais radīs ātru elektrisko transportlīdzekļu pielāgošanu
Elektriskie transportlīdzekļi, kas ir transportlīdzekļu dekarbonizācijas galvenais elements, saskaras ar vairākām problēmām, kas neļauj tiem kļūt par vispārpieņemtiem.
Mašīnmācība var palīdzēt šajā jautājumā, saka ziņojuma autori. Piemēram, algoritmi varētu uzlabot akumulatora enerģijas patēriņa pārvaldību, lai palielinātu katras maksas nobraukumu un samazinātu potenciālo šādu transportlīdzekļu pircēju satraukumu par pārvietošanās diapazona ierobežošanu. Turklāt šīs tehnoloģijas optimizēs uzlādes laiku.
Mākslīgais intelekts optimizē ēkas infrastruktūru
Viedās vadības sistēmas, kas balstītas uz mašīnmācību, var ievērojami samazināt ēku enerģijas patēriņa līmeni, ņemot vērā laika apstākļus, ēkas pašreizējo noslogojumu un citus vides faktorus, un pēc tam attiecīgi pielāgot telpas apkuri, dzesēšanu, ventilāciju un apgaismojumu.
Viedās ēkas varēs tieši pārsūtīt informāciju par pašreizējo vides stāvokli tīklā, lai enerģijas patēriņu varētu samazināt, ja trūkst zema oglekļa satura elektroenerģijas piegādes.
AI varēs precīzāk aprēķināt izmantoto enerģijas resursu daudzumu
Daudzos pasaules reģionos praktiski nav datu par vietējā enerģijas patēriņa līmeni un siltumnīcefekta gāzu emisijām atmosfērā, kas var būt liela problēma efektīvu kompensācijas pasākumu izstrādē un ieviešanā.
Mašīnas redzamība ļaus izmantot satelīta tehnoloģiju, lai novērtētu izveidoto vietu (laukumu), lai mašīnmācīšanās algoritmi varētu izmantot šos datus enerģijas patēriņa un izmešu aprēķināšanai. Līdzīgas metodes var izmantot, lai identificētu ēkas, kurām jāveic uzlabojumi, lai uzlabotu to efektivitāti.
Mākslīgais intelekts optimizē piegādes ķēdes
Izmantojot līdzīgas iespējas, mašīnmācīšanās tehnoloģijas spēs optimizēt kanālus un piegādes ķēdes, samazinot dažādu preču pārvadāšanas radīto oglekļa pēdu.
Iespēja efektīvāk prognozēt piedāvājuma un pieprasījuma likumus samazinās ražošanas un transporta atkritumu daudzumu.
Mākslīgais intelekts padarīs precīzās lauksaimniecības pielāgojamību
Lielākā daļa mūsdienu lauksaimniecības saimniecību izmanto monokultūru audzēšanas principu. Citiem vārdiem sakot, lielā platībā audzē tikai vienu kultūru.
Šī pieeja atvieglo lauksaimniekiem lauku apstrādi ar lauksaimniecības tehniku un citiem atsevišķiem pamata instrumentiem, bet tajā pašā laikā noārda augsni, liedzot tai barības vielas un tādējādi padarot to mazāk produktīvu. Tā rezultātā ražas palielināšanai bieži izmanto dažādus mēslošanas līdzekļus, jo īpaši tos, kuru pamatā ir slāpeklis, kuru var pārveidot par slāpekļa oksīdiem - siltumnīcefekta gāzēm, kas ir 300 reizes bīstamākas nekā oglekļa dioksīds. Mašīnmācīšanās roboti var palīdzēt lauksaimniecībai novērtēt pašreizējo augsnes stāvokli un ieteikt, kuras kultūras jāstāda, lai atjaunotu augsnes veselību, vienlaikus samazinot vajadzību pēc mēslojuma.
AI palīdzēs efektīvāk uzraudzīt atmežošanu
Atmežošana rada apmēram 10 procentus no kopējām siltumnīcefekta gāzu emisijām. Šīs bieži nelikumīgās darbības izsekošana un novēršana parasti ir ļoti laikietilpīgs un ikdienas process, kam nepieciešama personāla uzraudzība uz vietas.
Savukārt satelītattēli apvienojumā ar mašīnredzamības tehnoloģiju ļaus automātiski analizēt meža segas zudumus plašā mērogā, un objektos uzstādītie īpašie sensori apvienojumā ar algoritmiem, kas, piemēram, var noteikt motorzāģu skaņas, var palīdzēt tiesībaizsardzības aģentūrām efektīvāk rīkoties nelikumīgas darbības.
AI palīdzēs mainīt mūsu patērētāju attieksmi
Pēc ziņojuma autoru domām, pasaulē ir plaši izplatīts maldīgs uzskats, ka vienkāršie cilvēki nespēj nopietni ietekmēt klimata pārmaiņas.
Tāpēc šajā jautājumā ir jāprecizē, kā tieši cilvēki var palīdzēt. Mašīnmācība palīdzēs jums aprēķināt oglekļa pēdu (visu siltumnīcefekta gāzu emisiju summu, ko jūs izveidojat ikdienas darbībās), un veikt nelielas izmaiņas, lai to samazinātu. Piemēram, sistēma varētu ieteikt izmantot sabiedrisko transportu biežāk nekā personīgo transportu; retāk gaļu pērk veikalā; vai samazināt elektrības patēriņu mājās. Katrs no mums individuāli rada nelielu oglekļa nospiedumu, bet, ja jūs tos visus uzņemat vienlaikus, skaitļi ir daudz lielāki. Izmaiņām mūsu attieksmē pret patēriņu un visu individuālo darbību pievienošanai, kas vērstas uz to, var būt liela kumulatīva ietekme.
AI uzlabos meteoroloģijas un klimatoloģijas efektivitāti
Daudzas no nozīmīgākajām klimata izmaiņām nākamajās desmitgadēs būs saistītas ar ļoti sarežģītām dabas sistēmām, piemēram, mainīgu mākoņu un ledus dinamiku.
Tie ir tie jautājumi, uz kuriem AI ir lielas cerības. Precīza šo procesu modelēšana palīdzēs zinātniekiem labāk prognozēt ekstremālos laika apstākļus (piemēram, viesuļvētras un sausumu), kas savukārt palīdzēs valstīm izstrādāt aizsardzības metodes pret šo notikumu vissliktākajām sekām.
Mākslīgais intelekts palīdzēs ģeoinženierijā
Šajā posmā šis AI lietošanas gadījums starp visiem iepriekš aprakstītajiem ir spekulatīvākais, taču uz to arī tiek liktas lielas cerības, vismaz no dažiem zinātniekiem.
Ja mēs varam attīstīt veidus, kā padarīt mūsu planētas mākoņu apvalku atstarotāku, vai pat izveidot mākslīgus mākoņus, kuru pamatā ir speciāli aerosoli, tad mēs varam atspoguļot vairāk saules gaismas no Zemes. Bet šis jautājums prasa nopietnu izmeklēšanu. AI var palīdzēt šajā jautājumā, bet ziņojuma autori atzīmē, ka šī mākslīgā intelekta izmantošanas metode ir ļoti tāls jautājums, kam būs nepieciešama visu pasaules valdību sadarbība. Piemēram, šai nostājai piekrīt Kanādas Vaterlo universitātes eksperti, kuri uzskata, ka šī nepamatotā pieeja ģeoinženierijas jautājumam varētu sākt trešo pasaules karu.