موارد مهم
- محققان از هوش مصنوعی برای کاهش صید بی رویه در حوضه نیل آفریقا استفاده می کنند.
- این پروژه بخشی از یک تلاش بزرگتر برای مهار هوش مصنوعی برای بهبود پایداری در طیف گسترده ای از صنایع است.
-
اما یک متخصص می گوید میزان انرژی و سایر منابع مورد نیاز برای پیاده سازی سخت افزار و نرم افزار هوش مصنوعی می تواند مشکلات خود را ایجاد کند.
هوش مصنوعی (AI) به جلوگیری از صید بی رویه کمک می کند تا از ذخایر به سرعت رو به کاهش گونه های دریایی خوراکی در جهان محافظت کند.
یک پروژه جدید از هوش مصنوعی برای بهبود شناسایی و اندازه گیری گونه های ماهی در حوضه نیل آفریقا استفاده می کند. این نرم افزار می تواند به دانشمندان کمک کند تا تراکم جمعیت ماهی را سریعتر از ناظران انسانی درک کنند. این بخشی از یک تلاش بزرگتر برای مهار هوش مصنوعی برای بهبود پایداری در طیف گسترده ای از صنایع است.
اندرو دانکلمن، رئیس بخش تاثیر و بینش در " چیز امیدوار کننده در مورد هوش مصنوعی این است که اکنون به ما اجازه می دهد تا کارهایی را انجام دهیم که زمان گیر یا غیرممکن است با استفاده از روش های سنتی، با سرعت و کارایی بیشتر انجام دهیم." Google.org، بازوی خیریه غول جستجو، در یک مصاحبه ایمیلی به Lifewire گفت.
چیزی ماهیگیر
سازمان غذا و کشاورزی سازمان ملل متحد در حال تلاش برای بهبود دسترسی به فناوری هوش مصنوعی است که بر ذخایر ماهی نظارت می کند. دریافت اطلاعات بیشتر در مورد گونه‌های ماهی می‌تواند به ایجاد الگوریتم‌هایی برای شناسایی گونه‌ها و مکان‌های آنها و تشخیص هرگونه تغییر کمک کند.
سازمان ملل تخمین می زند که یک سوم کل ذخایر ماهی در حال حاضر بیش از حد صید می شوند و دیگر پایدار نیستند. برای کمک به ایمن نگه داشتن ذخایر ماهی، محققان دانشگاه فلوریدا از هوش مصنوعی نیز استفاده می‌کنند تا مطمئن شوند ماهیگیران گونه‌های در حال انقراض را صید نمی‌کنند. مدل‌های هوش مصنوعی مکان گونه‌های در حال انقراض را که در آن شیلات فعالیت می‌کنند، تخمین می‌زند، که به ماهیگیران تجاری کمک می‌کند از ماهیگیری در آن مناطق اجتناب کنند.
زاخاری سایدرز، دانشمندی که این برنامه را توسعه داده است، در این خبر گفت: "هوش مصنوعی گلوله نقره ای برای همه مشکلات ما نیست." "ما باید در ذهن خود نگه داریم که تصمیماتی که به یک سیستم هوش مصنوعی اجازه می‌دهیم بگیرد، عواقب واقعی برای معیشت صنعت ماهیگیری و همچنین گونه‌های غیرقابل جایگزین دارد."
هوش مصنوعی مراقب است
این فقط ماهی نیست که هوش مصنوعی در مورد محیط زیست به آن توجه می کند. Climate TRACE، پلت‌فرم پایش گازهای گلخانه‌ای (GHG) در زمان واقعی جهان، به شناسایی محل انتشار گازهای گلخانه‌ای کمک می‌کند و مشخص می‌کند که تلاش‌های کربن‌زدایی باید در کجا متمرکز شوند.
همچنین Restor.eco وجود دارد، یک پلت فرم بازیابی اطلاعات باز که در Google Earth میزبانی می شود. این داده‌های علمی و تصاویر ماهواره‌ای با وضوح بالا را فراهم می‌کند تا به محققان امکان تجزیه و تحلیل پتانسیل بازسازی هر مکان روی زمین را بدهد. اساساً، این برنامه می تواند زمین را برای پیش بینی جایی که درختان می توانند به طور طبیعی رشد کنند، ترسیم کند.
دانکلمن گفت که گوگل دریافته است که برنامه ها با هوش مصنوعی سریعتر به اهداف خود می رسند. او به مورد BlueConduit اشاره کرد، سازمانی که از بحران آب فلینت، میشیگان پدیدار شد. این گروه یک پلت فرم یادگیری ماشینی ساخت که از داده‌های مربوط به سن خانه‌ها، محله‌ها و خطوط خدمات سرب شناخته‌شده برای پیش‌بینی اینکه آیا خانه با لوله‌های سربی سرویس می‌شود یا خیر استفاده می‌کند.
دانکلمن گفت: «در گذشته، تنها راه برای دانستن این موضوع، حفاری فیزیکی [در] هر سایت و بازرسی لوله‌های سربی بود که پرهزینه و زمان‌بر است». «از طریق معرفی یادگیری ماشینی، BlueConduit اکنون می‌تواند به سرعت با دقت بیشتری پیش‌بینی کند که آیا یک خانه با خطوط سرب سرویس می‌شود یا خیر، که می‌تواند تصمیم‌گیری‌های سیاستی را که تأثیر قابل‌توجهی بر سلامت عمومی و منابع دولتی دارد، هدایت کند."
اما همه موافق نیستند که شرکت های بزرگ فناوری لزوماً می توانند مشکلات کره زمین را از طریق هوش مصنوعی حل کنند. اریک نوست، استادیار دانشگاه گوئلف که در مورد چگونگی اطلاع‌رسانی فناوری‌های داده بر حاکمیت محیطی تحقیق می‌کند، گفت: مطالعات اخیر نگرانی‌هایی را در مورد میزان انرژی و سایر منابع مورد نیاز برای پیاده‌سازی سخت‌افزار و نرم‌افزار هوش مصنوعی ایجاد کرده است.
"من گمان می کنم که بسیاری از محققان تبدیل کردن یافته های مبتنی بر هوش مصنوعی به سیاست یا تصمیمات واقعی را دشوار خواهند یافت، اگر این هوش مصنوعی با در نظر گرفتن سیاست ها و تصمیم گیرندگان توسعه نیافته باشد، به ویژه با توجه به چالش هایی که برای توضیح وجود دارد. چگونه یک هوش مصنوعی به نتایج خود می رسد، "او در یک مصاحبه ایمیلی به Lifewire گفت.
هوش مصنوعی یک گلوله نقره ای برای همه مشکلات ما نیست.
دانکلمن اذعان کرد هوش مصنوعی برای پایداری نیز هنوز در مراحل ابتدایی است. این زمینه همچنان فاقد مجموعه داده‌ها و مدل‌های کافی برای پیشبرد پیشرفت است.
"برای مثال، همه ما می دانیم که انتشار گازهای گلخانه ای در جهان وجود دارد، اما واقعا نمی دانیم که آنها از کجا می آیند." "تنها چیزی که ما داریم همان کاری است که خود ساطع کننده ها می گویند که انجام می دهند، که ناقص است."
