Mentre il pianeta continua a riscaldarsi, Gli impatti del cambiamento climatico stanno peggiorando. Nel 2016, ci sono stati 772 eventi meteorologici e disastri, triplicare il numero che si è verificato nel 1980. Il 20% delle specie attualmente rischia l'estinzione, e quel numero potrebbe salire al 50 percento entro il 2100. E anche se tutti i paesi manterranno i loro impegni sul clima di Parigi, entro il 2100, è probabile che le temperature globali medie saranno di 3˚C più alte rispetto ai tempi preindustriali.

Ma abbiamo un nuovo strumento per aiutarci a gestire meglio gli impatti dei cambiamenti climatici e proteggere il pianeta:l'intelligenza artificiale (AI). L'intelligenza artificiale si riferisce a sistemi informatici che "possono percepire il loro ambiente, pensare, imparare, e agiscono in risposta a ciò che sentono e ai loro obiettivi programmati, "Secondo un rapporto del World Economic Forum, Sfruttare l'intelligenza artificiale per la Terra, scritto da PwC UK.

In India, L'intelligenza artificiale ha aiutato gli agricoltori a ottenere il 30% in più di resa di arachidi per ettaro fornendo informazioni sulla preparazione del terreno, l'applicazione del fertilizzante e la scelta delle date di semina. In Norvegia, L'intelligenza artificiale ha contribuito a creare una rete elettrica flessibile e autonoma, integrando più energie rinnovabili.

E l'intelligenza artificiale ha aiutato i ricercatori a raggiungere una precisione dell'89-99% nell'identificazione dei cicloni tropicali, fronti meteorologici e fiumi atmosferici, questi ultimi possono causare forti precipitazioni e sono spesso difficili da identificare da soli per gli esseri umani. Migliorando le previsioni del tempo, questi tipi di programmi possono aiutare a mantenere le persone al sicuro.

Cosa sono le intelligenze artificiali, machine learning e deep learning?

L'intelligenza artificiale esiste dalla fine degli anni '50, ma oggi, Le capacità dell'IA stanno migliorando rapidamente grazie a diversi fattori:la grande quantità di dati raccolti dai sensori (negli elettrodomestici, veicoli, capi di abbigliamento, eccetera.), satelliti e Internet; lo sviluppo di computer più potenti e veloci; la disponibilità di software e dati open source; e l'aumento in abbondanza, stoccaggio a buon mercato. L'intelligenza artificiale ora può discernere rapidamente modelli che gli umani non possono, fare previsioni in modo più efficiente e raccomandare politiche migliori.

Il Santo Graal della ricerca sull'intelligenza artificiale è l'intelligenza artificiale generale, quando i computer saranno in grado di ragionare, astratto, capire e comunicare come gli esseri umani. Ma siamo ancora lontani da questo:ci vogliono 83, 000 processori 40 minuti per calcolare ciò che l'1% del cervello umano può calcolare in un secondo. Ciò che esiste oggi è un'intelligenza artificiale ristretta, che è orientato al compito e in grado di fare alcune cose, a volte meglio di quanto gli umani possano fare, come il riconoscimento di parole o immagini e la previsione del tempo. Giocare a scacchi e classificare le immagini, come nel tagging delle persone su Facebook, sono esempi di AI ristretta.

Quando Netflix e Amazon consigliano programmi e prodotti in base alla nostra cronologia degli acquisti, stanno usando l'apprendimento automatico. Apprendimento automatico, che si è sviluppato dalla precedente IA, prevede l'uso di algoritmi (insiemi di regole da seguire per risolvere un problema) che possono imparare dai dati. Più dati il ​​sistema analizza, più accurato diventa man mano che il sistema sviluppa le proprie regole e il software si evolve per raggiungere il suo obiettivo.

Apprendimento profondo, un sottoinsieme di machine learning, coinvolge reti neurali costituite da più strati di connessioni o neuroni, proprio come il cervello umano. Ogni livello ha un compito separato e man mano che le informazioni passano, i neuroni gli attribuiscono un peso in base alla sua accuratezza rispetto al compito assegnato. Il risultato finale è determinato dalla somma dei pesi.

Il deep learning ha consentito a un sistema informatico di capire come identificare un gatto, senza alcun input umano sulle caratteristiche del gatto, dopo aver "visto" 10 milioni di immagini casuali da YouTube. Poiché il deep learning avviene essenzialmente in una "scatola nera" attraverso l'autoapprendimento e gli algoritmi in evoluzione, però, gli scienziati spesso non sanno come un sistema arriva ai suoi risultati.

L'intelligenza artificiale è un punto di svolta

Microsoft crede che l'intelligenza artificiale, spesso comprendendo machine learning e deep learning, è un "punto di svolta" per il cambiamento climatico e le questioni ambientali. Il programma AI for Earth dell'azienda ha impegnato 50 milioni di dollari in cinque anni per creare e testare nuove applicazioni per l'intelligenza artificiale. Alla fine contribuirà ad ampliare e commercializzare i progetti più promettenti.

Maria Uriarte della Columbia University, un professore di ecologia, Evoluzione e Biologia Ambientale, e Tian Zheng, un professore di statistica presso il Data Science Institute, ha ricevuto una sovvenzione Microsoft per studiare gli effetti dell'uragano Maria sulla foresta nazionale di El Yunque a Porto Rico. Uriarte e i suoi colleghi vogliono sapere come le tempeste tropicali, che può peggiorare con il cambiamento climatico, influenzare la distribuzione delle specie arboree in Porto Rico.

I venti dell'uragano Maria hanno danneggiato migliaia di acri di foresta pluviale, tuttavia l'unico modo per determinare quali specie di alberi sono state distrutte e quali hanno resistito all'uragano su così vasta scala è attraverso l'uso delle immagini. Nel 2017, un sorvolo della NASA di Porto Rico ha prodotto fotografie ad altissima risoluzione delle chiome degli alberi. Ma come è possibile distinguere una specie dall'altra guardando una massa verde dall'alto su un'area così vasta? L'occhio umano potrebbe teoricamente farlo, ma ci vorrebbe un'eternità per elaborare le migliaia di immagini.

Il team sta utilizzando l'intelligenza artificiale per analizzare le fotografie ad alta risoluzione e abbinarle ai dati di Uriarte:ha mappato e identificato ogni singolo albero in determinati appezzamenti. Utilizzando le informazioni al suolo da questi appezzamenti specifici, L'intelligenza artificiale può capire come appaiono le varie specie di alberi dall'alto nelle immagini del cavalcavia. "Poi possiamo usare queste informazioni per estrapolare un'area più ampia, " ha spiegato Uriarte. "Usiamo i dati della trama sia per imparare [es. per addestrare l'algoritmo] e per convalidare [quanto bene sta funzionando l'algoritmo]."

Capire come la distribuzione e la composizione delle foreste cambiano in risposta agli uragani è importante perché quando le foreste vengono danneggiate, la vegetazione si decompone ed emette più CO2 nell'atmosfera. Mentre gli alberi ricrescono, visto che sono più piccoli, immagazzinano meno carbonio. Se il cambiamento climatico si tradurrà in tempeste più estreme, alcune foreste non si riprenderanno, meno carbonio sarà immagazzinato, e più carbonio rimarrà nell'atmosfera, aggravando il riscaldamento globale.

Uriarte afferma che il suo lavoro non potrebbe essere svolto senza l'intelligenza artificiale. "L'intelligenza artificiale rivoluzionerà questo campo, " ha detto. "Sta diventando sempre più importante per tutto ciò che facciamo. Ci consente di porre domande su una scala che non potremmo porre dal basso. C'è solo così tanto che si può fare [sul terreno] … e poi ci sono aree che semplicemente non sono accessibili. I cavalcavia e gli strumenti di intelligenza artificiale ci consentiranno di studiare gli uragani in un modo completamente diverso. È super emozionante".

Un altro progetto, nominato Protection Assistant for Wildlife Security (PAWS) dalla University of Southern California, utilizza l'apprendimento automatico per prevedere dove potrebbe verificarsi il bracconaggio in futuro. Attualmente l'algoritmo analizza le pattuglie dei ranger passate e il comportamento dei bracconieri dai dati sulla criminalità; una sovvenzione Microsoft lo aiuterà a formare per incorporare dati in tempo reale per consentire ai ranger di migliorare le loro pattuglie.

Nello Stato di Washington, Long Live the Kings sta cercando di ripristinare le popolazioni in declino di steelhead e salmoni. Con una sovvenzione di Microsoft, l'organizzazione migliorerà un modello di ecosistema che raccolga dati sulla crescita del salmone e della trota iridea, tiene traccia dei movimenti di pesci e mammiferi marini, e monitora le condizioni marine. Il modello contribuirà a migliorare l'incubatoio, raccolto, e gestione dell'ecosistema, e sostenere gli sforzi di protezione e ripristino dell'habitat.

Come viene utilizzata l'intelligenza artificiale per l'energia

L'IA è sempre più utilizzata per gestire l'intermittenza delle energie rinnovabili in modo da poterne incorporare di più nella rete; può gestire le fluttuazioni di potenza e migliorare anche l'accumulo di energia.

Lo SLAC National Accelerator Laboratory del Dipartimento dell'Energia gestito dalla Stanford University utilizzerà l'apprendimento automatico e l'intelligenza artificiale per identificare le vulnerabilità nella rete, rafforzarli prima dei fallimenti, e ripristinare l'alimentazione più rapidamente in caso di guasti. Il sistema studierà prima parte della rete in California, analizzare i dati provenienti da fonti di energia rinnovabile, stoccaggio della batteria, e immagini satellitari che possono mostrare dove gli alberi che crescono sulle linee elettriche potrebbero causare problemi in caso di tempesta. L'obiettivo è sviluppare una rete in grado di gestire automaticamente l'energia rinnovabile senza interruzioni e di riprendersi dai guasti del sistema con poco coinvolgimento umano.

Le aziende eoliche utilizzano l'intelligenza artificiale per far sì che l'elica di ciascuna turbina produca più elettricità per rotazione incorporando dati meteorologici e operativi in ​​tempo reale. Nei grandi parchi eolici, le eliche della prima fila creano una scia che diminuisce l'efficienza di quelli dietro di loro. L'intelligenza artificiale consentirà a ogni singola elica di determinare la velocità e la direzione del vento proveniente da altre eliche, e regolare di conseguenza.

I ricercatori del Dipartimento dell'Energia e della National Oceanic and Atmospheric Administration (NOAA) stanno utilizzando l'intelligenza artificiale per comprendere meglio le condizioni atmosferiche al fine di proiettare in modo più accurato la produzione di energia dei parchi eolici.

L'intelligenza artificiale può migliorare l'efficienza energetica, pure. Google ha utilizzato l'apprendimento automatico per prevedere quando l'energia dei suoi data center era più richiesta. Il sistema ha analizzato e previsto quando era più probabile che gli utenti guardassero video di Youtube che succhiavano dati, Per esempio, e potrebbe quindi ottimizzare il raffreddamento necessario. Di conseguenza, Google ha ridotto il suo consumo energetico del 40%.

Rendere le città più vivibili e sostenibili

L'intelligenza artificiale può anche migliorare l'efficienza energetica su scala urbana incorporando i dati dei contatori intelligenti e l'Internet delle cose (l'Internet dei dispositivi informatici incorporati negli oggetti di uso quotidiano, consentendo loro di inviare e ricevere dati) per prevedere la domanda di energia. Inoltre, i sistemi di intelligenza artificiale possono simulare potenziali leggi urbanistiche, ordinanze edilizie, e pianure alluvionali per aiutare con la pianificazione urbana e la preparazione alle catastrofi. Una visione per una città sostenibile è quella di creare un "cruscotto urbano" costituito da dati in tempo reale sull'uso e la disponibilità di energia e acqua, traffico e condizioni meteorologiche per rendere le città più efficienti e vivibili dal punto di vista energetico.

In Cina, Il progetto Green Horizon di IBM utilizza un sistema di intelligenza artificiale in grado di prevedere l'inquinamento atmosferico, tracciare le fonti di inquinamento e produrre potenziali strategie per affrontarlo. Può determinare se, Per esempio, sarebbe più efficace limitare il numero di conducenti o chiudere alcune centrali elettriche per ridurre l'inquinamento in una determinata area.

Un altro sistema IBM in fase di sviluppo potrebbe aiutare le città a pianificare le future ondate di calore. L'intelligenza artificiale simulerebbe il clima su scala urbana ed esplorerebbe diverse strategie per testare quanto bene alleviano le ondate di calore. Per esempio, se una città volesse piantare nuovi alberi, modelli di apprendimento automatico potrebbero determinare i posti migliori in cui piantarli per ottenere una copertura ottimale degli alberi e ridurre il calore proveniente dal marciapiede.

Agricoltura intelligente

Le temperature più elevate avranno impatti significativi anche sull'agricoltura.

Dati provenienti da sensori sul campo che monitorano l'umidità delle colture, la composizione e la temperatura del suolo aiutano l'IA a migliorare la produzione e a sapere quando le colture necessitano di irrigazione. Incorporando queste informazioni con quelle dei droni, utilizzati anche per monitorare le condizioni, può aiutare i sistemi di IA sempre più automatici a conoscere i momenti migliori per piantare, spruzzare e raccogliere colture, e quando scongiurare malattie e altri problemi. Ciò si tradurrà in una maggiore efficienza, maggiori rendimenti, e minor consumo di acqua, fertilizzanti e pesticidi.

Proteggere gli oceani

L'Ocean Data Alliance sta lavorando con l'apprendimento automatico per fornire dati dai satelliti e dall'esplorazione oceanica in modo che i responsabili delle decisioni possano monitorare le spedizioni, estrazione oceanica, pesca, lo sbiancamento dei coralli o lo scoppio di una malattia marina. Con dati quasi in tempo reale, i decisori e le autorità saranno in grado di rispondere ai problemi più rapidamente. L'intelligenza artificiale può anche aiutare a prevedere la diffusione di specie invasive, seguire i rifiuti marini, monitorare le correnti oceaniche, tenere traccia delle zone morte e misurare i livelli di inquinamento.

The Nature Conservancy sta collaborando con Microsoft per utilizzare l'intelligenza artificiale per mappare la ricchezza dell'oceano. Valutare il valore economico dei servizi ecosistemici oceanici, come la raccolta dei frutti di mare, stoccaggio del carbonio, turismo e altro ancora, renderanno possibili migliori decisioni di conservazione e pianificazione. I dati saranno utilizzati per costruire modelli che considerino la sicurezza alimentare, creazione di posti di lavoro e rendimento della pesca per mostrare il valore dei servizi ecosistemici in condizioni diverse. Questo può aiutare i decisori a determinare le aree più importanti per la produttività del pesce e gli sforzi di conservazione, così come i compromessi di potenziali decisioni. Il progetto ha già mappe e modelli per la Micronesia, i Caraibi, Florida, e si sta espandendo in Australia, Haiti, e Giamaica.

Trasporti terrestri più sostenibili

Man mano che i veicoli diventano in grado di comunicare tra loro e con l'infrastruttura, l'intelligenza artificiale aiuterà i conducenti a evitare pericoli e ingorghi. A Pittsburgh, un sistema di intelligenza artificiale che incorpora sensori e telecamere che monitora il flusso del traffico regola i semafori quando necessario. I sistemi funzionano a 50 incroci con piani per altri 150, e hanno già ridotto i tempi di viaggio del 25 percento e il minimo di oltre il 40 percento. Meno al minimo, Certo, significa minori emissioni di gas serra.

Infine, i sistemi di trasporto condiviso autonomi basati sull'intelligenza artificiale possono sostituire i veicoli personali.

Migliori previsioni climatiche

Mentre il clima cambia, proiezioni accurate sono sempre più importanti. Però, i modelli climatici spesso producono previsioni molto diverse, in gran parte a causa del modo in cui i dati vengono suddivisi in parti discrete, come sono accoppiati processi e sistemi, e per la grande varietà di scale spaziali e temporali. I rapporti del Gruppo intergovernativo di esperti sui cambiamenti climatici (IPCC) si basano su molti modelli climatici e mostrano la gamma di previsioni, che vengono poi mediati.

Facendo la media fuori, però, significa che a ciascun modello climatico viene attribuito lo stesso peso. L'intelligenza artificiale sta aiutando a determinare quali modelli sono più affidabili dando ulteriore peso a quelli le cui previsioni alla fine si rivelano più accurate, e meno peso a quelli che si comportano male. Ciò contribuirà a migliorare l'accuratezza delle proiezioni sui cambiamenti climatici.

L'intelligenza artificiale e il deep learning stanno anche migliorando le previsioni meteorologiche e la previsione di eventi estremi. Questo perché possono incorporare molto di più della complessità del mondo reale del sistema climatico, come le dinamiche atmosferiche e oceaniche e la chimica oceanica e atmosferica, nei loro calcoli. Ciò affina la precisione della modellazione meteorologica e climatica, rendere le simulazioni più utili per i decisori.

L'intelligenza artificiale ha molti altri usi

L'intelligenza artificiale può aiutare a monitorare gli ecosistemi e la fauna selvatica e le loro interazioni. Le sue elevate velocità di elaborazione possono offrire dati satellitari quasi in tempo reale per tracciare il disboscamento illegale nelle foreste. L'intelligenza artificiale può monitorare la qualità dell'acqua potabile, gestire l'uso dell'acqua residenziale, rilevare perdite sotterranee nei sistemi di approvvigionamento di acqua potabile, e prevedere quando gli impianti idrici necessitano di manutenzione. Può anche simulare eventi meteorologici e disastri naturali per trovare vulnerabilità nella pianificazione delle catastrofi, determinare quali strategie di risposta ai disastri sono più efficaci, e fornire un coordinamento in tempo reale per la risposta ai disastri.

Quali sono i rischi dell'intelligenza artificiale?

Sebbene l'intelligenza artificiale ci consenta di gestire meglio gli impatti dei cambiamenti climatici e di proteggere l'ambiente, oltre a trasformare i settori di attività, finanza, assistenza sanitaria, medicinale, legge, educazione e altro, non è esente da rischi. Alcuni personaggi di spicco come il defunto fisico Stephen Hawking e il CEO di Tesla Elon Musk hanno avvertito dei pericoli esistenziali dell'intelligenza artificiale incontrollata.

Il rapporto del World Economic Forum ha identificato sei categorie di rischio di IA:

• Prestazione. Le conclusioni della scatola nera dell'IA potrebbero non essere comprensibili per gli esseri umani e quindi potrebbe essere impossibile determinare se sono accurate o desiderabili. Il deep learning potrebbe essere rischioso per applicazioni come i sistemi di allerta precoce per i disastri naturali dove è necessaria maggiore certezza.
• Sicurezza. L'intelligenza artificiale potrebbe essere potenzialmente hackerata, consentire ai cattivi attori di interferire con l'energia, trasporto, preallarme o altri sistemi cruciali.
• Rischi di controllo. Poiché i sistemi di intelligenza artificiale interagiscono in modo autonomo, possono produrre risultati imprevedibili. Per esempio, due sistemi hanno inventato un linguaggio proprio che gli umani non potevano capire.
• Rischi economici. Le aziende che sono più lente nell'adottare l'intelligenza artificiale possono subire conseguenze economiche man mano che la loro concorrenza basata sull'intelligenza artificiale avanza. Stiamo già vedendo come i negozi fisici stanno chiudendo mentre l'economia diventa sempre più digitalizzata.
• Rischio sociale. L'intelligenza artificiale si traduce in una maggiore automazione, che eliminerà posti di lavoro in quasi tutti i campi. I sistemi d'arma autonomi potrebbero anche accelerare e aggravare i conflitti globali.
• Rischi etici. Poiché l'intelligenza artificiale utilizza ipotesi dedotte su gruppi e comunità nel prendere decisioni, potrebbe portare a un aumento del pregiudizio. La raccolta dei dati solleva anche problemi di privacy.

Per far fronte a questi rischi, il World Economic Forum afferma che il governo e l'industria "devono garantire la sicurezza, spiegabilità, trasparenza e validità dell'applicazione dell'IA." Maggiore interazione tra enti pubblici e privati, tecnologi, politici e persino filosofi, e sono necessari maggiori investimenti nella ricerca per scongiurare i potenziali rischi dell'intelligenza artificiale e per realizzare i suoi potenziali benefici per l'ambiente e l'umanità.

Questa storia è stata ripubblicata per gentile concessione dell'Earth Institute, Columbia University http://blogs.ei.columbia.edu.