Οι καλλιεργητές τομάτας στην κεντρική Ινδία ανησυχούν όλο και περισσότερο για την αστάθεια που έχουν επιφέρει στην περιοχή τα ακραία καιρικά φαινόμενα. Την τελευταία δεκαετία η παρατεταμένη ξηρασία έχει πλήξει ένα μεγάλο μέρος της περιοχής, γεγονός που οδήγησε σε σημαντικές απώλειες καλλιεργειών.
Στην άλλη άκρη του κόσμου, η νεοφυής επιχείρηση ClimateAi της Σίλικον Βάλεϊ αναπτύσσει μια πλατφόρμα η οποία συνδυάζει την τεχνητή νοημοσύνη, την προηγμένη μηχανική μάθηση και δεδομένα από πολλαπλές πηγές για τη δημιουργία αξιοποιήσιμων πληροφοριών. Η τεχνολογία αυτή βοηθά τις επιχειρήσεις και τις κυβερνήσεις να προσαρμόσουν τις λειτουργίες και τις αλυσίδες εφοδιασμού τους, καθώς και να εντοπίσουν νέες τοποθεσίες για κλιματικά έξυπνη επέκταση ή αυξημένη ζήτηση για αγαθά που εξαρτώνται από τις καιρικές συνθήκες.
Η Μαχαράστρα στην Ινδία ήταν μία από τις πρώτες μελέτες περίπτωσης της ClimateAi. Οι αγρότες μπήκαν στην εφαρμογή της ClimateAi και εισήγαγαν τους τύπους των σπόρων που ήθελαν να καλλιεργήσουν καθώς και τις τοποθεσίες όπου θα τους φύτευαν. Με αυτά τα δεδομένα, η ClimateAi πραγματοποίησε προσομοιώσεις και διαπίστωσε ότι η ακραία ζέστη και η ξηρασία θα οδηγούσαν σε μείωση της παραγωγής ντομάτας στην περιοχή κατά περίπου 30% τις επόμενες δύο δεκαετίες. Στη συνέχεια προειδοποίησε τους καλλιεργητές ότι θα πρέπει να αλλάξουν τη στρατηγική τους.
Τα αποτελέσματα αποδείχθηκαν καίρια – οι παραγωγοί τομάτας προσάρμοσαν τα επιχειρηματικά τους σχέδια μεταβαίνοντας σε πιο ανθεκτικές ποικιλίες σπόρων και μετατοπίζοντας τις ώρες φύτευσης. Η εξεύρεση νέων περιοχών καλλιέργειας συνήθως απαιτεί αρκετό χρόνο, αλλά «τώρα μπορεί να συμβεί μέσα σε λίγα λεπτά», σύμφωνα με τον Χιμανσού Γκούπτα, διευθύνων σύμβουλος και συνιδρυτής της ClimateAi.
Η καλύτερη εκτίμηση των μελλοντικών κινδύνων για τη γεωργία είναι ένας μόνο από τους τρόπους με τους οποίους μπορεί να βοηθήσει η τεχνητή νοημοσύνη στην αντιμετώπιση της κλιματικής αλλαγής. Οι κλιματικοί επιστήμονες πιστεύουν εδώ και χρόνια πώς η τεχνητή νοημοσύνη θα μπορούσε να τους βοηθήσει να κατανοήσουν καλύτερα και να αντιμετωπίσουν το μεταβαλλόμενο κλίμα. Τώρα, οι ειδικοί λένε ότι η τεχνητή νοημοσύνη μπορεί να επιταχύνει τα πάντα, από τη μείωση της ρύπανσης έως τη βελτίωση των καιρικών μοντέλων.
«Η αποδοτικότητα είναι ένα πράγμα στο οποίο η τεχνητή νοημοσύνη είναι πολύ καλή, βελτιστοποιεί τις αποφάσεις και τους πόρους», δήλωσε ο Φένγκι Γιου, καθηγητής στη σχολή μηχανικής του Πανεπιστημίου Κορνέλ στις ΗΠΑ.
Ωστόσο, οι υποδομές που υποστηρίζουν την τεχνολογία – κέντρα δεδομένων γεμάτα με σειρές ισχυρών, ενεργοβόρων υπολογιστών – θα μπορούσε να επιβαρύνει σημαντικά το περιβάλλον. Οι ειδικοί λένε ότι οι μηχανικοί λογισμικού πρέπει να συνεργαστούν στενά με τους κλιματικούς επιστήμονες για να βρουν μια ισορροπία.
Οι ερευνητές που επιδιώκουν να αποκαταστήσουν τις ακτές χρησιμοποιούν την τεχνητή νοημοσύνη για να μοντελοποιήσουν τις καλύτερες τοποθεσίες ώστε να στοχεύσουν τις προσπάθειες επαναφύτευσης, δήλωσε στο CNN ο Νταν Κίλερ, επικεφαλής επικοινωνίας της εταιρείας επενδύσεων Newday, η οποία συμμετέχει σε φιλανθρωπικές προσπάθειες για την υποστήριξη της παράκτιας αποκατάστασης.
Ένας αλγόριθμος τεχνητής νοημοσύνης που εκπαιδεύεται για την αντιμετώπιση του προβλήματος θα μπορούσε να λάβει υπόψη του τα πάντα, από τις τοξίνες στο νερό ή τις διαταραγμένες ναυτιλιακές διαδρομές έως τον τρόπο με τον οποίο οι προσπάθειες επαναφύτευσης θα μπορούσαν να επηρεάσουν την κοντινή θαλάσσια ζωή ή ακόμη και τον παράκτιο τουρισμό.
«Είναι πολύ δύσκολο να συνδυαστούν όλα αυτά σε ένα ενιαίο μοντέλο με τις συμβατικές μεθόδους, αλλά η τεχνητή νοημοσύνη το καθιστά στην πραγματικότητα πολύ πιο εφικτό», εξήγησε ο Κίλερ.
Οι επιστήμονες έχουν διαπιστώσει πως η Αρκτική θερμαίνεται τέσσερις φορές ταχύτερα από τον υπόλοιπο πλανήτη. Οι υψηλές θερμοκρασίες λιώνουν τους πάγους, ξεπαγώνουν τον μόνιμο πάγο και πυροδοτούν πυρκαγιές σε μια από τις πιο κρύες περιοχές της Γης. Σύμφωνα με τους επιστήμονες, αυτό που συμβαίνει στην Αρκτική αποτελεί προειδοποίηση για τον υπόλοιπο κόσμο. Αλλά τα κλιματικά μοντέλα – τα οποία χρησιμοποιούν οι επιστήμονες για να προβλέψουν τις μακροπρόθεσμες αλλαγές – δεν αποτυπώνουν την ταχύτητα με την οποία θερμαίνεται.
Με τη βοήθεια της τεχνητής νοημοσύνης, η Άννα Λίτζεταλ, επιστήμονας στο Κέντρο Κλιματικών Ερευνών Woodwell στις ΗΠΑ, μπορεί να κάνει προβλέψεις για το μόνιμο στρώμα πάγου σε εποχιακή κλίμακα, αντί για την συμβατική κλίμακα των 100 ετών, δίνοντας στην ίδια και σε άλλους ερευνητές μια καλύτερη εικόνα για το πόσο γρήγορα λιώνουν οι πάγοι στην Αρκτική.
Ο Γκούπτα της ClimateAi δήλωσε ότι το πρόβλημα είναι να βρεθεί τρόπος ενσωμάτωσης της δυναμικότητας των ανανεώσιμων πηγών ενέργειας στο υπάρχον δίκτυο που κυριαρχείται από ορυκτά καύσιμα. Η τεχνητή νοημοσύνη μπορεί να εντοπίσει σε πραγματικό χρόνο ποιες ανανεώσιμες πηγές ενέργειας είναι διαθέσιμες στις περιοχές όπου βρίσκονται οι καταναλωτές – βελτιστοποιώντας τη ζήτηση και την προσφορά για αυτές τις πηγές ενέργειας.
Η τεχνητή νοημοσύνη χρησιμοποιείται επίσης στην αναζήτηση νέων υλικών που θα μπορούσαν να δεσμεύσουν αποτελεσματικά τον άνθρακα από την ατμόσφαιρα, αλλά και για τη μοντελοποίηση και την πρόβλεψη μεγάλων πλημμυρών.
Βρίσκοντας τη σωστή ισορροπία
Πολλά κέντρα δεδομένων λειτουργούν σε περιοχές που εξακολουθούν να εξαρτώνται σε μεγάλο βαθμό από τα ορυκτά καύσιμα. Τα κέντρα δεδομένων απαιτούν συνήθως νερό για ψύξη – ένας πόρος που εξαντλείται σε ορισμένα μέρη, συμπεριλαμβανομένης της αμερικανικής Δύσης. Προς το παρόν, η ποσότητα ενέργειας που χρησιμοποιείται για την τροφοδοσία της τεχνητής νοημοσύνης είναι σχετικά μικρή σε σύγκριση με αυτή που καταναλώνεται από τις μεταφορές ή τα κτίρια. Ωστόσο, μια μελέτη που δημοσιεύθηκε τον Οκτώβριο εκτίμησε ότι σύμφωνα με το «χειρότερο σενάριο» τα συστήματα τεχνητής νοημοσύνης της Google θα μπορούσαν τελικά να καταναλώνουν ετησίως τόση ηλεκτρική ενέργεια όσο η Ιρλανδία, εάν υιοθετήσει πλήρως την τεχνολογία αυτή στο υλικό και λογισμικό της.
Οι προγραμματιστές δεν θα πρέπει «μόνο να επικεντρώνονται στη βελτιστοποίηση της τεχνητής νοημοσύνης, αλλά θα πρέπει να εξετάζουν κριτικά την αναγκαιότητα της χρήσης της εξαρχής, καθώς είναι απίθανο όλες οι εφαρμογές να επωφεληθούν από την τεχνολογία αυτή ή ότι τα οφέλη θα υπερτερούν πάντα του κόστους», καταλήγει η μελέτη.
Οι ειδικοί προειδοποιούν επίσης ότι η τεχνητή νοημοσύνη πρέπει να καταστεί προσιτή και προσβάσιμη για τα έθνη με χαμηλό εισόδημα, ιδίως εκείνα του παγκόσμιου Νότου που αντιμετωπίζουν τις επιπτώσεις της κλιματικής αλλαγής, αλλά συμβάλλουν λιγότερο στην παγκόσμια ρύπανση.
