Mga Key Takeaway
- Gumagamit ang mga mananaliksik ng AI para mabawasan ang sobrang pangingisda sa Nile Basin ng Africa.
- Ang proyekto ay bahagi ng mas malaking pagsisikap na gamitin ang AI para mapahusay ang sustainability sa malawak na hanay ng mga industriya.
-
Ngunit sinabi ng isang eksperto na ang dami ng enerhiya at iba pang mapagkukunan na kinakailangan upang maipatupad ang AI hardware at software ay maaaring magdulot ng sarili nitong mga problema.
Tumutulong ang artificial intelligence (AI) na maiwasan ang labis na pangingisda sa layuning protektahan ang mabilis na lumiliit na supply sa mundo ng mga nakakain na species sa dagat.
Ang isang bagong proyekto ay gumagamit ng AI para pahusayin ang pagkakakilanlan at pagsukat ng mga species ng isda sa Nile Basin ng Africa. Ang software ay maaaring makatulong sa mga siyentipiko na maunawaan ang density ng populasyon ng isda nang mas mabilis kaysa sa mga taong nagmamasid. Bahagi ito ng mas malaking pagsisikap na gamitin ang AI para mapahusay ang sustainability sa malawak na hanay ng mga industriya.
"Ang promising na bagay tungkol sa AI ay binibigyang-daan tayo nito ngayon na gumawa ng mga gawaing makakaubos ng oras o imposibleng kumplikado gamit ang mga tradisyonal na pamamaraan, na may higit na bilis at kahusayan," Andrew Dunckelman, pinuno ng epekto at mga insight sa Sinabi ng Google.org, ang kawanggawa ng higanteng paghahanap, sa Lifewire sa isang panayam sa email.
Something Fishy
Ang Food and Agriculture Organization ng UN ay nagsusumikap na pahusayin ang pag-access sa teknolohiya ng AI na sumusubaybay sa stock ng isda. Ang pagkuha ng higit pang impormasyon tungkol sa mga species ng isda ay maaaring makatulong sa pagbuo ng mga algorithm upang matukoy ang mga species at ang kanilang mga lokasyon at makilala ang anumang mga pagbabago.
Tinatantya ng UN na isang-katlo ng lahat ng stock ng isda ay sobra-sobra na ngayon at hindi na napapanatiling. Para makatulong na mapanatiling ligtas ang mga stock ng isda, gumagamit din ang mga mananaliksik ng University of Florida ng AI para matiyak na hindi nahuhuli ng mga mangingisda ang mga endangered species. Tinatantya ng mga modelo ng AI ang mga lokasyon ng mga endangered species kung saan nagpapatakbo ang mga pangisdaan, na tumutulong sa mga komersyal na mangingisda na maiwasan ang pangingisda sa mga lugar na iyon.
"Ang AI ay hindi isang pilak na bala sa lahat ng ating mga problema, " sinabi ni Zachary Siders, ang siyentipiko na bumuo ng application, sa paglabas ng balita. "Kailangan nating panatilihin sa harap ng ating isipan na ang mga pagpapasya na pinahihintulutan nating gawin ng isang AI system ay may tunay na kahihinatnan para sa mga kabuhayan ng industriya ng pangingisda pati na rin sa mga hindi mapapalitang species."
Patuloy na Panoorin ang AI
Hindi lang isda ang binabantayan ng AI pagdating sa kapaligiran. Ang Climate TRACE, ang malapit-real-time na greenhouse gas (GHG) monitoring platform sa mundo, ay tumutulong na matukoy kung saan nanggagaling ang mga emisyon at matukoy kung saan dapat ituon ang mga pagsisikap sa decarbonization.
Mayroon ding Restor.eco, isang open data restoration platform na naka-host sa Google Earth. Nagbibigay ito ng siyentipikong data at high-resolution na satellite imagery para bigyang-daan ang mga mananaliksik na suriin ang potensyal ng pagpapanumbalik ng anumang lugar sa Earth. Sa esensya, ang programa ay makakapagmapa ng lupa upang mahulaan kung saan ang mga puno ay maaaring natural na tumubo.
Sinabi ni Dunckelman na nalaman ng Google na mas mabilis na nakakamit ng mga programa ang kanilang mga layunin gamit ang AI. Nabanggit niya ang kaso ng BlueConduit, isang organisasyon na lumitaw mula sa Flint, Michigan, krisis sa tubig. Ang grupo ay bumuo ng isang machine learning platform na gumagamit ng data tungkol sa edad ng mga tahanan, kapitbahayan, at kilalang lead service line para mahulaan kung ang isang bahay ay sineserbisyuhan ng mga lead pipe.
"Noong nakaraan, ang tanging paraan para malaman ito ay ang pisikal na paghuhukay [sa] bawat site at pag-inspeksyon kung may mga lead pipe, na magastos at nakakaubos ng oras," sabi ni Dunckelman. "Sa pamamagitan ng pagpapakilala ng machine learning, ang BlueConduit ay maaari na ngayong mabilis na mahulaan nang may higit na katumpakan kung ang isang bahay ay sineserbisyuhan ng mga lead line, na maaaring magmaneho ng mga desisyon sa patakaran na may malaking epekto sa parehong pampublikong kalusugan at mga mapagkukunan ng pamahalaan."
Ngunit hindi lahat ay sumasang-ayon na ang malalaking tech na kumpanya ay kinakailangang lutasin ang mga problema ng planeta sa pamamagitan ng AI. Si Eric Nost, isang assistant professor sa University of Guelph na nagsasaliksik kung paano nagbibigay-alam ang mga teknolohiya ng data sa pamamahala sa kapaligiran, ay nagsabi na ang mga kamakailang pag-aaral ay nagtaas ng mga alalahanin tungkol sa dami ng enerhiya at iba pang mapagkukunan na kinakailangan upang ipatupad ang AI hardware at software.
"Inaasahan ko na maraming mananaliksik ang mahihirapang isalin ang mga natuklasan na nakabatay sa AI sa aktwal na patakaran o mga desisyon kung ang AI na iyon ay hindi pa binuo na nasa isip ang mga patakaran at mga gumagawa ng desisyon, lalo na sa mga hamon sa pagpapaliwanag kung paano nakarating ang AI sa mga resulta nito, " sinabi niya sa Lifewire sa isang email interview.
Ang AI ay hindi isang silver bullet sa lahat ng ating problema.
Ang AI for sustainability ay nasa simula pa rin nito, kinilala ni Dunckelman. Kulang pa rin ang field ng sapat na set ng data at modelong kailangan para humimok ng pag-unlad.
"Halimbawa, alam nating lahat na may mga emisyon na nangyayari sa mundo, ngunit hindi natin talaga alam kung saan nanggaling ang mga ito," dagdag ni Dunckelman. "Ang mayroon lang tayo ay kung ano mismo ang sinasabi ng mga nagpapalabas na ginagawa nila, na hindi perpekto."
