Чи може ШІ допомогти врятувати планету? Чотири способи, як це вже змінює світ

AI має момент. Засоби масової інформації переповнені цим, технічні братини зробили з цього махини, а політики падають на себе, вдаючи, що зрозуміти це – і знати що з цим робити. Страшних історій багато, але є й світліша сторона в ШІ монета, теж. Тому що це містить деякі практичні обіцянки вирішення ряд упертий виклики.

Ось такі чотири способи, як це зробити.

1) Майбутнє лісів

Тропічні ліси Південної Америки можуть бути під загрозою, але вони все ще величезні та досить віддалені, щоб моніторинг цієї загрози став справжнім викликом. Супутникове спостереження — одна з відповідей, але воно має свої обмеження, а піші патрулі можуть охоплювати лише дуже велику площу. Безпілотники. Оснащені складними камерами та датчиками руху, вони можуть майже безшумно парити крізь навіс, помічаючи найменші ознаки незаконної вирубки лісу чи інші порушення. Штучний інтелект здатний декодувати та аналізувати отримані дані за лічені секунди, надаючи звіти в режимі реального часу про нові загрози, такі як ознаки нової лісозаготівельної дороги, щоб дозволити швидкі дії, щоб придушити їх у зародку.

Штучний інтелект може бути найбільш ефективним, коли він допомагає поєднати високотехнологічне спостереження з очима та вухами людей на землі. У перуанській Амазонії корінні активісти використовують спеціалізовану версію програмного забезпечення MapBuilder, щоб створити детальну картину стану своїх лісових угідь, поєднуючи супутникові дані зі спостереженнями своїх власних патрулів. За словами агітаційної групи Global Forest Watch, це «дає їм беззаперечні докази проблем, з якими вони стикаються, перетворюючи абстрактні загрози на відчутну реальність, на яку можна звернути увагу та вжити заходів». Або словами лідера місцевого корінного населення Раніна Коші: «Технології дозволяють нам підтвердити та гарантувати наші права для наших майбутніх поколінь».

У клубку тропічного лісу штучний інтелект справді допомагає побачити ліс замість дерев.

2) Штучний інтелек для диких тварин

Деякі з найцінніших і зникаючих видів у світі, за визначенням, є найбільш невловимими, як і деякі з найпідступніших загроз, з якими вони стикаються. ШІ може допомогти відстежити обидва. Аналізуючи фотографії з фотопасток, це допомогло індійським природоохоронцям створити безпрецедентну базу даних окремих тигрів, щоб, якщо шкурка з’явилася на міжнародному ринку, можна було перевірити, чи походить вона з законної (хоча й неповчальної) тигрової ферми, чи вже була випущена. незаконно браконьєрство.

Зіштовхнувшись зі складним завданням порівняння та аналізу величезної кількості даних про дику природу з численних джерел – фотопасток, індивідуальних спостережень і роботи громадських вчених – штучний інтелект набуває своїх прав. Це допомагає ідентифікувати та відстежувати окремі істоти у віддалених середовищах, від снігових барсів у високих Гімалаях до китів і дельфінів далеко в морі, надаючи життєво важливу інформацію для стратегій збереження.

в Уганда і Пд Тим часом в Африці є рейнджери дикої природи використовуючи комбінацію камер дронів і інструментів ШІ, розроблених дослідниками з Університету Південної Каліфорнії, щоб передбачити рух браконьєри намір вбити носорогів або слонів, дозволяючи рейнджери швидко рухатися до смертельних пострілів.

3) ШІ-аграрна революція

Однією з сильних сторін штучного інтелекту є його здатність сканувати величезну кількість даних із надзвичайно різноманітних джерел, порівнювати й аналізувати їх і виводити налаштований результат на екран звичайного смартфона за лічені секунди чи швидше. І одна з переваг такої можливості полягає в тому, щоб надати фермерам з низьким рівнем доходу детальну експертну пораду, яка раніше була б далеко недосяжною для них чи їхньої кишені.

Візьмемо район Кхаммам штату Телангана на півдні Індії. Тут 7000 фермерів, які вирощували чилі, взяли участь у пілотному заході, який спільно провели Центр Четвертої промислової революції Всесвітнього економічного форуму в Індії та уряди Індії та штатів. Він використовував штучний інтелект, щоб допомогти в усьому: від аналізу ґрунту на рівні поля до управління поживними речовинами та прогнозування шкідників, аж до контролю якості та маркетингу, а також розробив чат-бота місцевою мовою телугу, щоб надати фермерам прямий доступ до висновків мовою. вони могли зрозуміти. Проект тривав 18 місяців – період із трьох сільськогосподарських циклів.

Зрештою середній фермер, який брав участь, збільшив виробництво чилі на акр на п’яту частину, скоротив використання пестицидів і добрив, покращив якість і товарний вигляд – і подвоїв свій чистий прибуток. Як не дивно, органи державної влади є зараз приймає програму, розширюючи її до 500 000 фермерів, які вирощують п’ять різних культур.

4) Звукові пейзажі на морі

Чули про екоакустику? Звучить як варіант на палубах студії звукозапису, але насправді це один із найновіших і найперспективніших способів моніторингу стану коралових рифів. І робить це, слухаючи їх. Надчутливі підводні мікрофони – відомі як гідрофони – можуть вловити найменший звук. Тепер система штучного інтелекту під назвою SurfPerch, розроблена вченими з Брістольського університету та Університетського коледжу Лондона спільно з Google і його підрозділом штучного інтелекту DeepMind, здатна декодувати звукові дані, щоб ідентифікувати та відстежувати рух риби та інших морських видів. , і таким чином створити картину екологічного здоров’я рифу та його околиць.

Її розробники допомогли «навчити» модель, спираючись на бібліотеки пташиного співу, після того, як виявили, що, незважаючи на те, що звучання зовсім інше, існує достатня загальні шаблони зі звуками риби, щоб модель навчилася в одного, щоб покращити результати для іншого. Це класичний приклад того, як штучний інтелект може швидко навчитися підвищувати свою продуктивність. І це вселяє надію на крихку екосистему, яка охоплює лише 0,1% поверхні океану, але є домом для 25% його видів.

Пам’ятаєте доктора Дуліттла та його пристрасне бажання «поговорити з тваринами»? Зараз штучний інтелект пропонує запаморочливу, хоча й віддалену перспективу зробити саме це, аналізуючи все: від писку кажана до співу кита. У проекті CETI (Cetacean Translation Initiative) дослідники використовують можливості штучного інтелекту для розпізнавання образів, щоб проаналізувати широкий спектр записів із таких джерел, як мітки, встановлені на китах, і підводні роботи, і таким чином почати планувати, як окремі істоти спілкуються між собою, за найрізноманітніших умов.

Це далеко від можливості інтерпретувати спів китів – не кажучи вже про те, щоб співати їм у відповідь – і коли цей час настане, з’явиться багато етичних запитань, які потрібно вирішити. Але потенційні вигоди з погляду природоохоронної думки, не кажучи вже про внутрішньовидову повагу та розуміння, можуть бути зашкалюваними…

ChatGPT жадібний до енергії слон у кімнаті…

Жодне серйозне розглядання штучного інтелекту не повинно уникати питання його різкого рівня енергоспоживання. Запустіть запит через ChatGPT, і він споживає в 10 разів більше електроенергії, ніж пошук у Google. Деякі оцінки припускають, що це може означати подвоєння викидів вуглецю від центрів обробки даних до 2030 року, і що штучний інтелект в цілому може призвести до різкого зростання споживання електроенергії саме в той час, коли нам відчайдушно потрібно його приборкати.

Це серйозна проблема, але знову ж таки, у історії є інший бік. Деякі з найбільших гравців у сфері штучного інтелекту – компанії Google, компанії Microsoft і всі інші – інвестують значні кошти в сонячну енергію та інші відновлювані джерела енергії для забезпечення своєї роботи. Але найбільш багатообіцяючим аспектом є потенціал самого ШІ для скорочення споживання. Коли Google використав досвід штучного інтелекту свого нещодавно придбаного DeepMind для аналізу електроенергії, яка використовується для охолодження центрів обробки даних, вони виявили, що можуть скоротити її на приголомшливі 40% – і це сталося після того, як вони вважали, що вже зробили їх максимально ефективними. . Це миттєво знизило споживання в центрі обробки даних усієї групи на 15%.

Штучний інтелект все ще перебуває в зародковому стані, але експерти вже передбачають, що подібні рівні економії можливі завдяки його здатності аналізувати попит на енергію та споживання на найдеталізованішому рівні та оптимізувати їх – будь то будівля, яка миттєво пристосовується до змін погоди. або режим заповнюваності, або холодильник, який забезпечує потрібну кількість охолодження для того, що всередині нього.

Зрештою, ця слонова перешкода для впровадження штучного інтелекту може виявитися не такою вже й великою…

Основне зображення: фотоколаж Give Up Art