Innehåll
- Bättre modellering
- Smart handling
- Inga buggar, ingen stress - din steg-för-steg-guide för att skapa livsförändrad programvara utan att förstöra ditt liv
Källa: Igor Sapozhkov / Dreamstime.com
Hämtmat:
Datainfrastruktur är en viktig bidragsgivare till klimatförändringarna, men det kan bara visa sig vara svaret också.
IT-branschens påverkan på det globala klimatet är välkänt. Otaliga servrar, lagringssystem och nätverksenheter i lika otaliga datacenter runt om i världen sägs konsumera cirka 3 procent av den totala energiförsörjningen varje år, och det kommer sannolikt att öka när miljarder IoT-enheter kommer online.
Men som det visar sig, den expanderande datainfrastrukturen visar sig vara avgörande i ansträngningen att ta itu med några av de mest krångliga problem som påverkar klimatförändringar - allt från jordbruksmetoder till modern transport. Särskilt konstgjord intelligens (AI) och dess många iterationer, såsom maskininlärning (ML) och neuralt nätverk (NN), visar sig vara mycket skickliga när det gäller att upptäcka de många ineffektiviteten i det moderna samhället som bidrar till klimatinstabilitet.
AI: s förmåga att påverka klimatet är ungefär lika varierad som själva tekniken. Columbia Universitys Renee Cho konstaterar att det hjälper bönderna att öka avkastningen per hektar med 30 procent genom mer exakt markförberedelse, gödsling och vattning. Samtidigt hjälper det elföretag runt om i världen att driva ut ineffektivitet i sina nät och stimulera till ökad användning av förnybara energikällor. Det leder också till revolutionära framsteg både när det gäller upptäckt och förutsägelse av naturkatastrofer som orkaner och tropiska cykloner, med vissa modeller som nu ger intensitets- och banförutsägelser med 90 procents noggrannhet eller bättre. Detta gör det möjligt för återhämtningsorganisationer att bättre fördela resurser för förebyggande åtgärder som att shore upp sjöväggar och evakuera medborgare, och i efterhand för bedömning av skador och för att effektivisera leveransen av nödsituationer. (För mer om AI i jordbruk, kolla in de 6 mest fantastiska AI-framstegen inom jordbruk.)
Bättre modellering
AI kan också hjälpa till med klimatförändringar på makronivå. Klimatologi är ett av de mest datakrävande studierna som någonsin utformats, och AI är ingenting om inte användbart vid insamling, analys och tolkning av stora datamängder. Enligt DowntoEarth.org: s Akshit Sangomla presenterar AI nya, mer exakta sätt att mäta komplexa vädermönster. Till exempel har den allmänna cirkulationsmodellen (GCM), som används för att mäta förhållandet mellan solstrålning, vindmönster och en mängd andra datamängder, länge förlitat sig på "parametrering" som i princip förenklar förhållanden som är för komplicerade för traditionella datorer att modellera. Men AI och i synnerhet neurala nätverk kan enkelt hantera denna komplexa dynamik för att ge mycket mer exakta förutsägelser.
I många fall finns modellerna för dessa högre nivåberäkningar redan, till exempel den molnupplösta modellen (CRM) som mäter egenskaperna hos lågliggande moln bara några hundra meter långa. Enskilt ger dessa moln liten påverkan på bredare vädermönster, men kollektivt kan de förändra flödet av övre luftströmmar eller påverka temperaturer närmare ytan. Det enda skälet till att CRM och andra modeller inte har spelat någon större roll i klimatologin hittills är att utan AI deras beräkningsbehov driver kostnaderna till ohållbara nivåer.
Samma strategi kan tillämpas på förhållanden på marken, vilket kan bidra lika mycket till klimatförändringarna som förhållandena i atmosfären. Microsofts AI for Earth-program visar redan resultat inom discipliner som kartläggning av land, som traditionellt har varit en dyr och tidskrävande process. Företagets Wee Hyong Tok noterade nyligen att genom att samla in och analysera data, inklusive bilder, från satelliter och markbundna källor, uppstår nya mönster avseende vattenhantering, avskogning, arter migration och en rad andra faktorer, som alla bidrar till fortsatt hållbarhet hos ömtåliga ekosystem.
I ett projekt används AI for Earth för detaljerad bildanalys av snöleopards snabbt försvinnande livsmiljö i Centralasien. Genom att föra nya perspektiv på både de naturliga och mänskliga förändringarna som påverkar regionen är hoppet att dessa förluster kan stoppas eller till och med vändas. Samma teknik används för att studera elefantlivsmiljöer i Kongo och på andra håll, både som ett medel för att bevara dessa regioner och även för att bekämpa krypskydd och den illegala elfenbenshandeln. Den kanske mest ovanliga applikationen är dock Project Premonition, som använder intelligenta drönare och robotik för att lokalisera och fånga myggor och sedan analysera blodet genom att använda molnskala genomik för att få korrekt information om djurpopulationerna på några av världens mest avlägsna platser. (För att lära dig hur tekniken påverkar klimatet negativt, se Eco-Karma: Hur klimatförändringar skadar datainfrastruktur.)
Smart handling
Verklig förändring kan emellertid endast ske genom kollektiva åtgärder, till exempel att minska konsumtionen, och anta rena energilösningar, och AI kan också hjälpa i detta avseende. Autonoma bilar kanske inte kommer att tänka på som en iboende ren lösning, men som PricewaterhouseCoopers 'Celine Herweijer påpekar, möjliggör AI-vägledda fordon övergången till mobilitet på begäran, vilket minskar antalet bilar i omlopp, samt rutt- och trafikoptimering , driftseffektivitet och många andra fördelar. Och detta är innan man tar hänsyn till att de flesta självkörande bilar kommer att köra el som levereras av ett AI-optimerat nät.
Inga buggar, ingen stress - din steg-för-steg-guide för att skapa livsförändrad programvara utan att förstöra ditt liv
Du kan inte förbättra dina programmeringsfärdigheter när ingen bryr sig om mjukvarukvalitet.
Huruvida något av detta kommer att ge en märkbar förbättring av vädermönstret är fortfarande någon gissning. Jordens klimat är som en havsfodring: Det kräver en lång serie av samordnade åtgärder för att ändra kurs. Med all sannolikhet kommer det stigande värmeindexet och förekomsten av destruktiva stormar att fortsätta under en längre tid även efter att de senaste AI-teknologierna har förts.
Men på lång sikt kan AI, bara kanske, vara det enda sättet att avvärja de verkligt förödande konsekvenserna av en värmande planet.