Pagrindiniai pasiėmimai
- Tyrėjai naudoja dirbtinį intelektą, kad sumažintų perteklinę žvejybą Afrikos Nilo baseine.
- Projektas yra dalis didesnių pastangų panaudoti dirbtinį intelektą, kad būtų pagerintas tvarumas įvairiose pramonės šakose.
-
Tačiau vienas ekspertas sako, kad energijos ir kitų išteklių, reikalingų dirbtinio intelekto aparatinei ir programinei įrangai įdiegti, kiekis gali sukelti problemų.
Dirbtinis intelektas (DI) padeda užkirsti kelią pernelyg intensyviai žvejybai, siekiant apsaugoti pasaulyje sparčiai nykstančią valgomųjų jūrų rūšių pasiūlą.
Naujame projekte naudojamas dirbtinis intelektas, siekiant pagerinti žuvų rūšių identifikavimą ir matavimą Afrikos Nilo baseine. Programinė įranga gali padėti mokslininkams suprasti žuvų populiacijos tankį greičiau nei žmonėms stebėtojams. Tai dalis didesnių pastangų panaudoti dirbtinį intelektą siekiant pagerinti tvarumą įvairiose pramonės šakose.
„Daug žadantis dalykas, susijęs su AI, yra tai, kad dabar jis leidžia mums atlikti daug laiko reikalaujančias arba neįmanomai sudėtingas užduotis naudojant tradicinius metodus, žymiai greičiau ir efektyviau“, – teigia Andrew Dunckelmanas, poveikio ir įžvalgų vadovas. Google.org, paieškos milžino labdaros padalinys, sakė Lifewire interviu el. paštu.
Kažkas keisto
JT maisto ir žemės ūkio organizacija stengiasi pagerinti prieigą prie AI technologijos, kuri stebi žuvų išteklius. Gavus daugiau informacijos apie žuvų rūšis, būtų galima sukurti algoritmus rūšims ir jų vietoms nustatyti bei bet kokiems pasikeitimams atpažinti.
JT apskaičiavo, kad trečdalis visų žuvų išteklių dabar yra pertekliniai ir nebetvarūs. Kad žuvų ištekliai būtų saugūs, Floridos universiteto mokslininkai taip pat naudoja dirbtinį intelektą, siekdami užtikrinti, kad žvejai negautų nykstančių rūšių. AI modeliai įvertina nykstančių rūšių vietoves, kuriose vykdoma žvejyba, o tai padeda versliniams žvejams išvengti žvejybos tose srityse.
„AI nėra visų mūsų problemų sidabrinė kulka“, – pranešime spaudai sakė programą sukūręs mokslininkas Zachary Sidersas. "Turime nepamiršti, kad sprendimai, kuriuos leidžiame dirbtinio intelekto sistemai, turi realių pasekmių žvejybos pramonės ir nepakeičiamų rūšių pragyvenimui."
AI nuolat stebi
Kalbant apie aplinką, dirbtinis intelektas stebi ne tik žuvis. Climate TRACE, pasaulinė beveik realaus laiko šiltnamio efektą sukeliančių dujų (ŠESD) stebėjimo platforma, padeda nustatyti, iš kur kyla išmetamų teršalų kiekis, ir tiksliai nustatyti, kur reikėtų sutelkti dekarbonizacijos pastangas.
Taip pat yra Restor.eco – atvirų duomenų atkūrimo platforma, priglobta „Google“žemėje. Jame pateikiami moksliniai duomenys ir didelės raiškos palydoviniai vaizdai, leidžiantys tyrėjams analizuoti bet kurios Žemės vietos atkūrimo potencialą. Iš esmės programa gali suplanuoti žemę, kad būtų galima numatyti, kur gali natūraliai augti medžiai.
Dunckelmanas teigė, kad „Google“nustatė, kad naudojant AI programos greičiau pasiekia savo tikslus. Jis atkreipė dėmesį į „BlueConduit“– organizacijos, iškilusios iš vandens krizės Flinte, Mičigano valstijoje, atvejį. Grupė sukūrė mašininio mokymosi platformą, kuri naudoja duomenis apie namų amžių, rajonus ir žinomas švino paslaugų linijas, kad nuspėtų, ar namas aptarnaujamas naudojant švino vamzdžius.
"Anksčiau vienintelis būdas tai sužinoti buvo fiziškai kasti [kiekvienoje vietoje] ir patikrinti, ar nėra švino vamzdžių, o tai brangu ir atima daug laiko", - sakė Dunckelmanas. „Įdiegęs mašininį mokymąsi, BlueConduit dabar gali greitai ir tiksliau numatyti, ar namuose bus aptarnaujamos laidų linijos, o tai gali paskatinti politinius sprendimus, turinčius didelį poveikį visuomenės sveikatai ir vyriausybės ištekliams."
Tačiau ne visi sutinka, kad didelės technologijų įmonės būtinai gali išspręsti planetos problemas pasitelkdamos dirbtinį intelektą. Gvelfo universiteto docentas Ericas Nostas, tyrinėjantis, kaip duomenų technologijos veikia aplinkos valdymą, teigė, kad naujausi tyrimai iškėlė susirūpinimą dėl energijos ir kitų išteklių, reikalingų dirbtinio intelekto aparatinei ir programinei įrangai įdiegti.
Įtariu, kad daugeliui tyrėjų bus sunku AI pagrįstas išvadas paversti realia politika ar sprendimais, jei tas AI nebuvo kuriamas atsižvelgiant į politiką ir sprendimus priimančius asmenis, ypač atsižvelgiant į paaiškinimo sunkumus. kaip AI pasiekia savo rezultatus“, – interviu el. paštu „Lifewire“sakė jis.
AI nėra visų mūsų problemų sidabrinė kulka.
DI tvarumui taip pat dar tik pradeda vystytis, pripažino Dunckelmanas. Lauke vis dar trūksta pakankamai duomenų rinkinių ir modelių, reikalingų pažangai skatinti.
„Pavyzdžiui, mes visi žinome, kad pasaulyje vyksta išmetamųjų teršalų kiekis, bet iš tikrųjų nežinome, iš kur jie atsiranda“, – pridūrė Dunckelmanas. „Mes turime tik tai, ką sako patys skleidėjai, o tai yra netobula.“
