Det tar tid, kvalitetsdata och mycket elektricitet att träna artificiell intelligens. Det tog cirka 27,648 3 kilowattimmar (kWh) för AI-forsknings- och implementeringsföretaget OpenAI att träna GPT-9-språkmodellen under 10,715 dagar. Med tanke på att ett amerikanskt hushåll förbrukar XNUMX XNUMX kilowattimmar (kWh) per år är kostnaden för AI enorm. Om denna teknik är så energikrävande, hur kan den bidra till att uppnå miljömässig hållbarhet? Låt oss överväga flera fall av hur AI förbättrar miljön.
FN har identifierat 17 hållbara utvecklingsmål, som kan delas in i tre grupper – ”Miljö”, ”Ekonomi” och ”Samhälle”. AI kan direkt eller indirekt påskynda lösningen av alla problem, från att skydda hotade växtarter till att minska koldioxidutsläppen till atmosfären.
AI och klimatförbättring
Sedan många år tillbaka har mänskligheten kämpat med klimatförändringar och global uppvärmning orsakad av en ökning av koncentrationen av växthusgaser i atmosfären. El- och värmeproduktion, jordbruk och transporter är fortfarande "ledare" när det gäller utsläpp av koldioxid, kväveoxid, metan och andra ämnen. Gaser absorberar infraröd strålning och håller kvar värme, vilket orsakar en gradvis ökning av temperaturen.
I sin studie 2021 varnar Intergovernmental on Climate Change (IPCC) för att den globala kolbalansen kommer att ta slut till 2030. Att gå över denna gräns kommer att påskynda den globala uppvärmningen med mer än 1.5 grader. Det finns ingen tid för reflektion, och mänskligheten försöker jämna ut resultaten av sina aktiviteter genom att attrahera teknologier för dessa ändamål.
AI är ett av alternativen för att bromsa den globala uppvärmningen. Den oberoende tankesmedjan Carbon Tracker lärde ut en smart algoritm för att övervaka kraftverksutsläpp från satellitbilder. Baserat på de insamlade uppgifterna gör forskningsorganisationen förutsägelser om vilka kraftverk som döljer den verkliga omfattningen av föroreningar. Det avgör också vilka som är värda att investera i för att säkerställa en framtid med låga koldioxidutsläpp.
Om AI är rätt tränad kommer algoritmen att förutsäga efterfrågan och tillgången på el. Tekniken kommer att upptäcka eventuella risker förknippade med obalansen mellan utbud och efterfrågan samt produktion och användning av el i förväg. EPRI samlar in data till undervisa AI hur man löser komplexa problem i energibranschen. Till exempel hur man skapar en applikation som kommer att förbättra raffinaderiverksamheten och mildra miljöpåverkan.
-
- Källa: nature.com
AI för att skydda växter och djur från utrotning
Enligt FN, är cirka 1 miljon arter av växter och djur hotade på grund av den negativa påverkan på miljön. Endast på 1980- och 2000-talet avverkades cirka 100 miljoner hektar skog för jordbruksfält, vilket motsvarar Tysklands och Frankrikes totala yta. För naturen är detta en enorm förlust.
Det är därför miljöaktivister kräver en omtanke av mänskligt agerande och driver på för ett ramverk för biologisk mångfald. Aktivister betonar nödvändigheten av att bygga en ny ekonomi där hållbar användning av naturresurser och människors och planetens hälsa kommer först.
AI kan bli ett verktyg för att uppnå "gröna" mål. Tekno används av Kews Millennium Seed Bank (MSBP) program för att bedöma riskerna för växters utrotning. AI kommer att signalera en möjlig utrotning i tid så att forskare kan vidta åtgärder i förväg och skydda en viss art.
För att avgöra vilka växter som måste skyddas först skapar de AI-baserade analysprogram, som Captain. Det neurala nätverket analyserar växtarter och utvärderar den budget som avsatts för naturskydd. Med tanke på hur människor använder mark erbjuder den den mest effektiva modellen för att skydda den biologiska mångfalden. Det vill säga att det föreslår vilken typ av växt som är bättre att skydda för att få stora fördelar för naturen.
UK Centre for Ecology & Hydrology (UKCEH) arbetar med Keen AI på ett AI-system som kan skanna vägkantsväxter. Bland den lokala floran kommer programmet att känna igen främmande arter som av misstag introducerats från ett annat land och som bryter mot det ekosystem som bildats genom århundradena. En sådan åtgärd kommer att bevara det unika ekologiska systemet och minska kostnaderna för miljöforskning.
-
- Källa: aiworldschool.com
AI och att lösa vattenkrisen
WHO har uppskattat att cirka 2 miljarder människor i världen dricka orent vatten, och mer än 700 miljoner människor har ingen tillgång till dricksvatten alls. Enligt vissa prognoser kommer hälften av befolkningen år 2025 att bo i regioner med vattenbrist.
Metoden att utvinna salt ur havsvatten, föreslagen av Martin Bazant, professor i teknik och matematik, löser delvis frågan om vattenbrist men förorenar samtidigt luften ännu mer. För att skapa en stötvåg som "slår ut" salt från vatten behövs för mycket el. Därför letar mänskligheten efter alternativa "gröna" metoder för att reglera vattenförbrukningen och återuppta sina reserver.
AI-system kan bli en silverkula i kampen mot dricksvattenbrist. Till exempel utvecklas forskare vid University of Chicago AI-baserad programvara som hjälper till att behandla avloppsvatten för återanvändning. Forskare har uppfunnit ett nytt system för återvinning av vattenresurser som kommer att minska energiförbrukningen. Ingenjörer planerar att introducera trådlösa sensorer för att övervaka vattenkvaliteten dygnet runt.
Forskare tränar också AI för att hitta kemikalier och avfall i vattnet som skadar miljön. Det finns över 4,000 XNUMX föroreningar bara i PFAS-familjen. Och listan är mycket längre. För att rena vatten från skadliga ämnen behöver du mycket pengar, sofistikerad utrustning och specialister. Därför vill forskare använda AI för att skapa bättre kemiska sonder för vattenrening.
AI och luftkvalitetsreglering
WHO har beräknat att 99 % av världens befolkning andas luft som överträffar alla normer som organisationen ställt upp för innehållet av skadliga ämnen. Enligt Institute for Health Metrics and Evaluation (IHME), förorenad luft Orsakerna cirka 12 % av de årliga dödsfallen.
-
- Källa: ourworldindata.org
Smutsig luft orsakar hjärtsjukdomar, nedre luftvägsinfektioner, lungcancer och kronisk obstruktiv lungsjukdom (KOL). Dess inflytande är så starkt att IHME-forskare placerar det på tredje plats efter högt blodtryck och rökning.
Forskare har också stora förhoppningar på AI för att hjälpa till att reglera luftens renhet. Även om det finns mer än 14,000 XNUMX mätstationer runt om i världen, finns det tillräckligt med "luckor" på marken. För att öka täckningen av territoriet kan ingenjörer använda IoT-enheter som skickar data till en AI-applikation. Algoritmen kommer att bearbeta data och överföra information om föroreningsnivån i ett visst område.
Den smarta algoritmen påstår sig vara ett billigare och mer effektivt sätt att förutsäga luftföroreningsnivåer i en region. Ett AI-system kommer att ge en mer exakt karta över graden av luftrenhet så att istrationen kan ta reda på orsakerna till koncentrationen av skadliga ämnen och lokalisera detta problem. AI kommer att göra information allmänt tillgänglig så att personer med lungsjukdomar kan bestämma var de ska köpa hus, arbeta och gå.
Ett exempel på en fungerande modell är systemet skapas av University of Houston. AI förutspår ozonföroreningsnivåer i upp till två veckor. Modellen analyserar uppsättningen av faktorer som påverkar luftens renhet och förutsäger exakt vad som kommer att leda till föroreningar. Till exempel, om AI indikerar att nivån av ozon i atmosfären kommer att öka på grund av trafikstockningar, kan istrationen begränsa antalet bilar på vägen.
Slutsats
Många av ovanstående exempel på användningen av AI i miljömässig hållbarhet verkar utopiska. Och de verkar mer fiktion än sanningen. Men med rätt applikation kommer AI att bli "halmen" som kommer att rädda "dränkningen". PwC uppskattar att 2030 kommer användningen av AI i miljöprogram att ge mer än 5 biljoner dollar till den globala ekonomin. Detta belopp är 4.4 % högre än vad den genomsnittliga verksamheten ger. Om vi tror på den här tekniken kommer den att förändra vår värld till det bättre.