فناوری‌ای که زمین را نجات می‌دهد/ 8 کاربرد هوش مصنوعی در حفاظت از محیط زیست

به گزارش خبرنگار حوزه علم، فناوری و دانش‌بنیان گروه دانشگاه خبرگزاری آنا، هوش مصنوعی اکنون دوره‌ای تاریخی را سپری می‌کند و پیشرفت در عرصه‌های مختلفی همچون کلان‌داده‌ها، سخت‌افزارها، الگوریتم‌های قدرتمند و جامعه منبع باز به نقطه‌ای رسیده که می‌توان ابزارهایی تازه را در تمام حوزه‌ها توسعه داد. از سوی دیگر موانع ورود به صنعت کاهش یافته و درنتیجه هوش مصنوعی در حال گذار از آزمایشگاه‌های تحقیقاتی به زندگی روزمره ماست. 

از اوایل دهه اخیر میلادی و جدی شدن مفهوم کلان‌داده برای تمام کارشناسان فناوری آشکار بود که ارزش تجاری هوش مصنوعی به‌سرعت افزایش خواهد داشت و طبق انتظارات از آن زمان هر ساله هوش مصنوعی چه از نظر مفهومی و چه تکنیکی باهوش و باهوش‌تر شده است. بااین‌حال هرچند هوش مصنوعی در کاربرد و اثرگذاری قدرتمندتر و گسترده‌تر شده، اما مسائلی مبنایی در مورد آن حل‌نشده باقی مانده است. این مسائل شامل بدبینی، تصمیم‌گیری ضعیف، شفافیت کم، زیان شغلی و استفاده نادرست از هوش مصنوعی (مانند توسعهٔ سلاح‌های خودکار) و... هستند. 

بااین‌حال، این چالش در نقطه‌ای از هدایت و تحقق «هوش مصنوعیِ انسان‌محور» فراتر می‌رود و مسئله‌ای مهم‌تر به نام «هوش مصنوعی زمین‌محور» مطرح می‌شود. ازآنجاکه تا به امروز تمامی پیشرفت‌های جدی بشر خواسته یا ناخواسته به نابودی محیط‌زیست کمک کرده است، باید از همین حالا تلاش داشت تا هوش مصنوعی را به سمت و سویی هدایت کرد که پاسدار محیط‌زیست باشد و به دگرگونی بخش‌ها و سیستم‌های سنتی برای رسیدگی به تغییرات آب‌وهوایی، تحویل و امنیت غذا و آب، ایجاد شهرهای پایدار و تمیز کمک کند و صد البته هم‌زمان از رفاه انسان و تنوع زیستی حافظت کند.

به این منظور در این گزارش نگاهی به فرصت‌های قابل‌توجهی که هوش مصنوعی در حوزهٔ محیط‌زیست زمین وجود دارد نگاهی خواهیم انداخت: 

  وسایل نقلیه الکتریکی خودران و متصل

وسایل نقلیه خودمختار با هدایت هوش مصنوعی (AV) امکان ایجاد حمل‌ونقل شهری را با مینیمم آلودگی زمین در سال‌های آتی عرضه خواهند کرد. توسعهٔ این‌گونه از دستگاه‌های خودران به کاهش قابل‌توجه گازهای گلخانه‌ای در حمل‌ونقل شهری از طریق مسیریابی و بهینه‌سازی ترافیک، الگوریتم‌های رانندگی سازگار با محیط‌زیست و خدمات مشترک سواری کمک می‌کند. ناوگان خودروهای برقی بدون تردید برای محیط‌زیست مفید خواهند بود.
 
  شبکه‌های توزیع انرژی

هوش مصنوعی می‌تواند میزان تقاضای منابع انرژی تجدیدپذیر توسط مشتریان را در شبکهٔ توزیعی پیش‌بینی کند و بدین طریق ذخیره انرژی، بهره‌وری و مدیریت بار را بهبود ببخشد و هم‌زمان به قابلیت اطمینان و دسترس‌پذیری منابع تجدیدپذیر کمک کند.

 سیستم‌های هوشمند کشاورزی و مواد غذایی

در کشاورزی پیشرفته با استفاده از هوش مصنوعی داده‌ها به‌صورت خودکار جمع‌آوری می‌شوند و اقدامات اصلاحی از طریق روباتیک انجام می‌گیرد تا امکان تشخیص زودهنگام بیماری‌ها و مسائل مربوط به محصولات زراعی، تأمین تغذیه بموقع دام‌ها و به‌طورکلی بهینه‌سازی ورودی و بازدهی کشاورزی بر اساس عرضه و تقاضا فراهم شود. به‌طور بدیهی استفاده از هوش مصنوعی باعث افزایش بهره‌وری منابع صنعت کشاورزی، کاهش مصرف آب، کود و سموم دفع آفات (که به اکوسیستم‌های مهم آسیب می‌رساند) می‌شود و ما را در برابر تغییرات ناگهانی آب‌وهوایی آماده می‌سازد.

  نسل بعدی و پیش‌بینی وضعیت آب و هوا

زمینه جدیدی از «انفورماتیک آب‌وهوایی» در حال شکوفایی است که از هوش مصنوعی استفاده می‌کند تا اساساً مبحث پیش‌بینی آب‌وهوا را تغییر دهد و درک ما را از تأثیر تغییرات آب‌وهوا ارتقا بخشد. این زمینه به‌طور سنتی نیاز به منابع پردازش عظیمی دارد که انرژی زیادی می‌برد، اما شبکه‌های یادگیری عمیق هوش مصنوعی می‌تواند به کامپیوترها اجازه دهد هم خیلی سریع‌تر کار کنند و هم با پیچیدگی‌ها به طرز بهتری دست‌وپنجه نرم کنند. 

در طی بیش از یک دهه، قدرت محاسباتی و پیشرفت‌های هوش مصنوعی باعث شده تا کامپیوترهای خانگی بتوانند به همان اندازه سوپرکامپیوترها از توان محاسباتی و پردازشی بهره‌مند باشند. این موضوع، هزینه تحقیقات را پایین می‌آورد، بهره‌وری علمی را بالا می‌برد و شتاب بیشتری به اکتشافات می‌دهد. تکنیک‌های هوش مصنوعی همچنین ممکن است به اصلاح مدل‌ها، استخراج مناسب‌ترین داده‌ها، پیش‌بینی وقایع غیرمنتظره و همچنین برای مدل‌سازی تأثیرات منفی کمک کند.

  پاسخ‌دهی فاجعه هوشمند

هوش مصنوعی می‌تواند شبیه‌سازی‌ها و داده‌های زمان واقعی (از جمله داده‌های رسانه‌های اجتماعی) حوادث آب‌وهوایی و بلایای یک منطقه را آنالیز کند تا آسیب‌پذیری‌ها را شناسایی نماید و آمادگی در برابر بلایای طبیعی را بیفزاید و با قدرت پیش‌بینی هشدار زودهنگام، پاسخ‌ها را با هماهنگی توانمندی واحد اورژانس اولویت‌بندی کند. یادگیری عمیق تقویتی که امروزه در بازی‌های کامپیوتری استفاده می‌شود در آیندهٔ نه‌چندان دور بیش‌ازپیش برای تعیین استراتژی‌های پاسخ‌دهی بهینه و شبیه‌سازی فاجعه استفاده خواهد شد تا همان‌طور که فرضاً برنامه‌ها در حال حاضر برای شناسایی بهترین حرکت در بازی‌هایی مانند AlphaGo از هوش مصنوعی استفاده می‌کنند، در سایر حوزه‌ها نیز از مزایای آن بهره‌مند شوند. 
 
 هوش مصنوعی شهرهای هوشمند، متصل و قابل زندگی را طراحی کرده است

هوش مصنوعی می‌تواند برای شبیه‌سازی و اتوماسیون تولید قوانین حوزه شهرسازی و مسکن، احداث ساختمان‌ها و ... با استفاده از واقعیت افزوده و مجازی (AR و VR) مورداستفاده قرار گیرد. داده‌های بلادرنگ شهر در مورد انرژی، دسترس‌پذیری و مصرف آب، برق، جریان ترافیک خودرو، آب‌وهوا و... می‌تواند به ایجاد یک «داشبورد شهری» در ارتباط با بهینه‌سازی شهری کمک کند.

یک زمین دیجیتالی و شفاف

دور نیست روزی که به یک کنترل متمرکز و دیجیتالی کرهٔ زمین دست یابیم و آنگاه قادر به نظارت، مدل‌سازی و مدیریت سیستم‌های زیست‌محیطی در مقیاس و سرعتی خواهیم بود که هرگز پیش‌تر ممکن نبودند - از مقابله با جنگل‌زدایی غیرقانونی، استخراج آب گرفته تا ماهیگیری و شکار غیرمجاز، آلودگی هوا، واکنش به بلایای طبیعی و کشاورزی هوشمند و... . 

یادگیری تقویتی برای پیشرفت علوم زمین

یادگیری تقویتی یکی از تکنیک‌های نوظهور هوش مصنوعی است و از ویژگی‌های منحصربه‌فرد آن این است که به هیچ ورودی‌ای احتیاج ندارد (و بنابراین قدرت محاسباتی کمتری می‌طلبد) و در آن به‌خودی‌خود و بر اساس الگوریتم‌های رفتارشناسی تکامل می‌یابد و می‌آموزد. انتظار می‌رود به لطف این تکنیک، حل مشکلات دنیای واقعی در علوم طبیعی امکان‌پذیر شود. وقتی این فناوری در دسترس دانشمندان قرار گیرد، آن‌ها قادر خواهند بود تا از طریق آن در حوزه‌های مختلفی همچون علم آب‌وهوا، علوم مواد، زیست‌شناسی و ... از یادگیری تقویتی استفاده کنند. 

ما در عصر مهیجی زندگی می‌کنیم و پیشرفت‌های فناوری به نقطه‌ای رسیده که امید می‌رود بیش از هر زمان دیگری به یاری بشر بشتابد. اکنون می‌توان  به‌جای اینکه مدام  هوش مصنوعی را به‌عنوان یک تهدید قلمداد کرد برای مقابله با بزرگ‌ترین مشکلات جهان از فناوری‌هایی مانند هوش مصنوعی استفاده کرد. 

انتهای پیام/پ