Ecco 10 modi in cui l'IA potrebbe aiutare a combattere il cambiamento climatico

Una griglia delle diverse sottodiscipline dell'apprendimento automatico e di come possono aiutare a combattere il cambiamento climatico. La signora Tech | Miniatura: chuttersnap/Unsplash

Alcuni dei più grandi nomi della ricerca sull'IA hanno presentato una mappa stradale suggerendo come l'apprendimento automatico può aiutare a salvare il nostro pianeta e l'umanità da un pericolo imminente.

Il rapporto copre possibili interventi di apprendimento automatico in 13 domini, dai sistemi elettrici alle fattorie e foreste fino alla previsione del clima. All'interno di ciascun dominio, suddivide i contributi per varie sottodiscipline all'interno dell'apprendimento automatico, tra cui la visione artificiale, l'elaborazione del linguaggio naturale e l'apprendimento per rinforzo.

Le raccomandazioni sono anche suddivise in tre categorie: leva elevata per problemi adatti all'apprendimento automatico in cui tali interventi possono avere un impatto particolarmente grande; a lungo termine per soluzioni che non avranno guadagni fino al 2040; e ad alto rischio per attività che hanno esiti meno certi, o perché la tecnologia non è matura o perché non si conosce abbastanza per valutarne le conseguenze. Molte delle raccomandazioni riassumono anche gli sforzi esistenti che stanno già avvenendo ma non ancora su larga scala.

La compilazione del rapporto è stata guidata da David Rolnick, un borsista post-dottorato presso l'Università della Pennsylvania, e consigliato da diverse figure di alto profilo, tra cui Andrew Ng, il cofondatore di Google Brain e un importante imprenditore ed educatore di intelligenza artificiale; Demis Hassabis, fondatore e CEO di DeepMind; Jennifer Chayes, amministratore delegato di Microsoft Research; e Yoshua Bengio, che ha recentemente vinto il Turing Award per i suoi contributi al campo. Sebbene i ricercatori offrano un elenco molto completo di alcune delle principali aree in cui l'apprendimento automatico può contribuire, notano anche che non è un proiettile d'argento. In definitiva, la politica sarà il principale motore di un'azione per il clima efficace su larga scala.

Ecco solo 10 delle raccomandazioni ad alta leva del rapporto. Leggi la versione completa di esso qui .

1. Migliora le previsioni di quanta elettricità abbiamo bisogno

Se faremo affidamento su più fonti di energia rinnovabile, le utility avranno bisogno di modi migliori per prevedere quanta energia è necessaria, in tempo reale e a lungo termine. Esistono già algoritmi in grado di prevedere la domanda di energia, ma potrebbero essere migliorati tenendo conto dei migliori modelli meteorologici e climatici locali o del comportamento delle famiglie. Gli sforzi per rendere gli algoritmi più spiegabili potrebbero anche aiutare gli operatori dei servizi pubblici a interpretare i loro risultati e utilizzarli nella pianificazione quando portare online le fonti rinnovabili.

2. Scopri nuovi materiali

Gli scienziati devono sviluppare materiali che immagazzinino, raccolgano e utilizzino l'energia in modo più efficiente, ma il processo di scoperta di nuovi materiali è in genere lento e impreciso. L'apprendimento automatico può accelerare le cose trovando, progettando e valutando nuove strutture chimiche con le proprietà desiderate. Questo potrebbe, ad esempio, aiutare a creare combustibili solari , che possono immagazzinare energia dalla luce solare o identificare assorbenti di anidride carbonica più efficienti o materiali strutturali che richiedono molto meno carbonio per essere creati. Questi ultimi materiali potrebbero un giorno sostituire acciaio e cemento, la cui produzione rappresenta quasi il 10% di tutte le emissioni globali di gas serra.

3. Ottimizza la modalità di instradamento delle merci

La spedizione di merci in tutto il mondo è un processo complesso e spesso altamente inefficiente che implica l'interazione di diverse dimensioni della spedizione, diversi tipi di trasporto e una rete mutevole di origini e destinazioni. L'apprendimento automatico potrebbe aiutare a trovare il modo di raggruppare il maggior numero possibile di spedizioni e ridurre al minimo il numero totale di viaggi. Un tale sistema sarebbe anche più resiliente alle interruzioni del trasporto.

4. Abbassare le barriere all'adozione dei veicoli elettrici

I veicoli elettrici, una strategia chiave per la decarbonizzazione dei trasporti, devono affrontare diverse sfide di adozione in cui l'apprendimento automatico potrebbe essere d'aiuto. Gli algoritmi possono migliorare la gestione dell'energia della batteria per aumentare il chilometraggio di ogni carica e ridurre l'ansia da autonomia, ad esempio. Possono anche modellare e prevedere il comportamento di tariffazione aggregato per aiutare gli operatori di rete a soddisfare e gestire il proprio carico.

5. Aiutaci a rendere gli edifici più efficienti

I sistemi di controllo intelligenti possono ridurre drasticamente il consumo energetico di un edificio tenendo conto delle previsioni meteorologiche, dell'occupazione dell'edificio e di altre condizioni ambientali per regolare le esigenze di riscaldamento, raffreddamento, ventilazione e illuminazione in uno spazio interno. Un edificio intelligente potrebbe anche comunicare direttamente con la rete per ridurre la quantità di energia che sta utilizzando se c'è una scarsità di fornitura di elettricità a basse emissioni in un dato momento.

6. Creare stime migliori di quanta energia stiamo consumando

Molte regioni del mondo hanno pochi o nessun dato sul loro consumo di energia e sulle emissioni di gas serra, che possono essere un grosso ostacolo alla progettazione e all'attuazione di strategie di mitigazione efficaci. Le tecniche di visione artificiale possono estrarre impronte e caratteristiche dell'edificio dalle immagini satellitari per alimentare algoritmi di apprendimento automatico in grado di stimare il consumo energetico a livello cittadino. Le stesse tecniche potrebbero anche identificare quali edifici dovrebbero essere ristrutturati per massimizzarne l'efficienza.

7. Ottimizzare le catene di approvvigionamento

Allo stesso modo in cui l'apprendimento automatico può ottimizzare le rotte di spedizione, può anche ridurre al minimo le inefficienze e le emissioni di carbonio nelle catene di approvvigionamento dei settori alimentare, della moda e dei beni di consumo. Migliori previsioni di domanda e offerta dovrebbero ridurre significativamente i rifiuti di produzione e trasporto, mentre raccomandazioni mirate per prodotti a basse emissioni di carbonio potrebbero incoraggiare un consumo più rispettoso dell'ambiente.

8. Rendere possibile l'agricoltura di precisione su vasta scala

Gran parte dell'agricoltura moderna è dominata dalla monocoltura, la pratica di produrre un singolo raccolto su un'ampia fascia di terra. Questo approccio rende più facile per gli agricoltori gestire i loro campi con trattori e altri strumenti automatizzati di base, ma priva anche il suolo dei nutrienti e ne riduce la produttività. Di conseguenza, molti agricoltori fanno molto affidamento sui fertilizzanti a base di azoto, che possono convertirsi in protossido di azoto, un gas serra 300 volte più potente dell'anidride carbonica. I robot eseguiti su software di apprendimento automatico potrebbero aiutare gli agricoltori gestire un mix di colture in modo più efficace su larga scala, mentre gli algoritmi potrebbero aiutare gli agricoltori a prevedere quali colture piantare quando, rigenerando la salute della loro terra e riducendo la necessità di fertilizzanti.

9. Migliora il monitoraggio della deforestazione

La deforestazione contribuisce a circa il 10% delle emissioni globali di gas serra, ma il monitoraggio e la prevenzione sono solitamente un noioso processo manuale che si svolge sul campo. Le immagini satellitari e la visione artificiale possono analizzare automaticamente la perdita di copertura arborea su una scala molto più ampia e i sensori a terra, combinati con algoritmi per rilevare i suoni della motosega, possono aiutare le forze dell'ordine locali a fermare le attività illegali.

10. Spingi i consumatori a cambiare il modo in cui acquistiamo

Le tecniche che gli inserzionisti hanno utilizzato con successo per indirizzare i consumatori possono essere utilizzate per aiutarci a comportarci in modi più rispettosi dell'ambiente. Ad esempio, i consumatori potrebbero ricevere interventi su misura per promuovere la loro iscrizione a programmi di risparmio energetico.

nascondere