Βασικά Takeaways
- Ερευνητές χρησιμοποιούν τεχνητή νοημοσύνη για να μειώσουν την υπεραλίευση στη λεκάνη του Νείλου της Αφρικής.
- Το έργο αποτελεί μέρος μιας ευρύτερης προσπάθειας αξιοποίησης της τεχνητής νοημοσύνης για τη βελτίωση της βιωσιμότητας σε ένα ευρύ φάσμα βιομηχανιών.
-
Αλλά ένας ειδικός λέει ότι η ποσότητα ενέργειας και άλλων πόρων που απαιτούνται για την εφαρμογή υλικού και λογισμικού τεχνητής νοημοσύνης θα μπορούσε να δημιουργήσει τα δικά του προβλήματα.
Η τεχνητή νοημοσύνη (AI) συμβάλλει στην πρόληψη της υπεραλίευσης σε μια προσπάθεια να προστατεύσει την ταχέως συρρικνούμενη προσφορά βρώσιμων θαλάσσιων ειδών στον κόσμο.
Ένα νέο έργο χρησιμοποιεί τεχνητή νοημοσύνη για τη βελτίωση της αναγνώρισης και της μέτρησης των ειδών ψαριών στη λεκάνη του Νείλου της Αφρικής. Το λογισμικό μπορεί να βοηθήσει τους επιστήμονες να κατανοήσουν την πυκνότητα του πληθυσμού των ψαριών πιο γρήγορα από τους ανθρώπους παρατηρητές. Αποτελεί μέρος μιας ευρύτερης προσπάθειας αξιοποίησης της τεχνητής νοημοσύνης για τη βελτίωση της βιωσιμότητας σε ένα ευρύ φάσμα βιομηχανιών.
"Το πολλά υποσχόμενο πράγμα σχετικά με την τεχνητή νοημοσύνη είναι ότι τώρα μας επιτρέπει να κάνουμε εργασίες που θα ήταν χρονοβόρες ή απίστευτα πολύπλοκες χρησιμοποιώντας παραδοσιακές μεθόδους, με πολύ μεγαλύτερη ταχύτητα και αποτελεσματικότητα," Andrew Dunckelman, επικεφαλής του τμήματος επιπτώσεων και πληροφοριών στο Το Google.org, το φιλανθρωπικό σκέλος του γίγαντα αναζήτησης, είπε στο Lifewire σε μια συνέντευξη μέσω email.
Something Fish
Ο Οργανισμός Τροφίμων και Γεωργίας του ΟΗΕ εργάζεται για τη βελτίωση της πρόσβασης στην τεχνολογία AI που παρακολουθεί τα αποθέματα ψαριών. Η λήψη περισσότερων πληροφοριών σχετικά με τα είδη ψαριών θα μπορούσε να βοηθήσει στη δημιουργία αλγορίθμων για τον προσδιορισμό των ειδών και των τοποθεσιών τους και την αναγνώριση τυχόν αλλαγών.
Ο ΟΗΕ εκτιμά ότι το ένα τρίτο όλων των ιχθυαποθεμάτων υπεραλιεύεται πλέον και δεν είναι πλέον βιώσιμα. Για να διατηρηθούν ασφαλή τα αποθέματα ψαριών, οι ερευνητές του Πανεπιστημίου της Φλόριντα χρησιμοποιούν επίσης τεχνητή νοημοσύνη για να βεβαιωθούν ότι οι ψαράδες δεν πιάνουν είδη που απειλούνται με εξαφάνιση. Τα μοντέλα τεχνητής νοημοσύνης υπολογίζουν τις τοποθεσίες των ειδών που απειλούνται με εξαφάνιση όπου δραστηριοποιούνται αλιεία, γεγονός που βοηθά τους εμπορικούς ψαράδες να αποφεύγουν το ψάρεμα σε αυτές τις περιοχές.
"Το AI δεν είναι μια ασημένια σφαίρα για όλα τα προβλήματά μας", δήλωσε στο δελτίο τύπου ο Zachary Siders, ο επιστήμονας που ανέπτυξε την εφαρμογή. «Πρέπει να έχουμε στο μυαλό μας ότι οι αποφάσεις που επιτρέπουμε να λάβει ένα σύστημα τεχνητής νοημοσύνης έχουν πραγματικές συνέπειες για τα μέσα διαβίωσης της αλιευτικής βιομηχανίας καθώς και αναντικατάστατα είδη.»
AI Keeps Watch
Δεν είναι μόνο τα ψάρια που η τεχνητή νοημοσύνη παρακολουθεί όσον αφορά το περιβάλλον. Το Climate TRACE, η παγκόσμια πλατφόρμα παρακολούθησης αερίων θερμοκηπίου (GHG) σε σχεδόν πραγματικό χρόνο, βοηθά στον εντοπισμό από πού προέρχονται οι εκπομπές και στον εντοπισμό του πού πρέπει να επικεντρωθούν οι προσπάθειες απαλλαγής από τον άνθρακα.
Υπάρχει επίσης το Restor.eco, μια ανοιχτή πλατφόρμα αποκατάστασης δεδομένων που φιλοξενείται στο Google Earth. Παρέχει επιστημονικά δεδομένα και δορυφορικές εικόνες υψηλής ανάλυσης που επιτρέπουν στους ερευνητές να αναλύσουν τις δυνατότητες αποκατάστασης οποιουδήποτε μέρους στη Γη. Ουσιαστικά, το πρόγραμμα μπορεί να χαρτογραφήσει τη γη για να προβλέψει πού μπορούν να αναπτυχθούν φυσικά τα δέντρα.
Dunckelman είπε ότι η Google ανακάλυψε ότι τα προγράμματα πετυχαίνουν τους στόχους τους πιο γρήγορα με την τεχνητή νοημοσύνη. Σημείωσε την περίπτωση της BlueConduit, μιας οργάνωσης που προέκυψε από την κρίση νερού στο Flint του Μίσιγκαν. Η ομάδα κατασκεύασε μια πλατφόρμα μηχανικής εκμάθησης που χρησιμοποιεί δεδομένα σχετικά με την ηλικία των σπιτιών, τις γειτονιές και τις γνωστές γραμμές εξυπηρέτησης για να προβλέψει εάν ένα σπίτι εξυπηρετείται με σωλήνες μολύβδου.
"Στο παρελθόν, ο μόνος τρόπος για να το γνωρίζουμε αυτό θα ήταν να σκάβουμε σωματικά [σε] κάθε τοποθεσία και να επιθεωρούμε για σωλήνες μολύβδου, κάτι που είναι δαπανηρό και χρονοβόρο", είπε ο Dunckelman. «Μέσω της εισαγωγής της μηχανικής μάθησης, το BlueConduit μπορεί τώρα να προβλέψει γρήγορα με μεγαλύτερη ακρίβεια εάν ένα σπίτι εξυπηρετείται με μολύβδινες γραμμές, κάτι που μπορεί να οδηγήσει σε αποφάσεις πολιτικής που έχουν σημαντικό αντίκτυπο τόσο στη δημόσια υγεία όσο και στους κυβερνητικούς πόρους."
Αλλά δεν συμφωνούν όλοι ότι οι μεγάλες εταιρείες τεχνολογίας μπορούν απαραίτητα να λύσουν τα προβλήματα του πλανήτη μέσω της τεχνητής νοημοσύνης. Ο Eric Nost, επίκουρος καθηγητής στο Πανεπιστήμιο του Guelph που ερευνά τον τρόπο με τον οποίο οι τεχνολογίες δεδομένων ενημερώνουν την περιβαλλοντική διακυβέρνηση, είπε ότι πρόσφατες μελέτες έχουν εγείρει ανησυχίες σχετικά με την ποσότητα ενέργειας και άλλων πόρων που απαιτούνται για την εφαρμογή υλικού και λογισμικού τεχνητής νοημοσύνης.
Υποψιάζομαι ότι πολλοί ερευνητές θα δυσκολευτούν να μεταφράσουν τα ευρήματα που βασίζονται στην τεχνητή νοημοσύνη σε πραγματική πολιτική ή αποφάσεις, εάν αυτή η τεχνητή νοημοσύνη δεν έχει αναπτυχθεί με γνώμονα την πολιτική και τους υπεύθυνους λήψης αποφάσεων, ειδικά υπό το φως των προκλήσεων για την εξήγηση πώς μια τεχνητή νοημοσύνη φτάνει στα αποτελέσματά της», είπε στο Lifewire σε μια συνέντευξη μέσω email.
Το AI δεν είναι μια ασημένια σφαίρα για όλα τα προβλήματά μας.
Η Η τεχνητή νοημοσύνη για την αειφορία είναι ακόμη στα σπάργανα, παραδέχτηκε ο Ντάνκελμαν. Το πεδίο εξακολουθεί να μην διαθέτει επαρκή σύνολα δεδομένων και μοντέλα που απαιτούνται για την προώθηση της προόδου.
"Για παράδειγμα, όλοι γνωρίζουμε ότι συμβαίνουν εκπομπές στον κόσμο, αλλά δεν ξέρουμε πραγματικά από πού προέρχονται", πρόσθεσε ο Ντάνκελμαν. "Το μόνο που έχουμε είναι αυτό που λένε ότι κάνουν οι ίδιοι οι εκπομποί, το οποίο είναι ατελές."
