Key takeaways
- Forskere bruker kunstig intelligens for å redusere overfiske i Afrikas Nilbasseng.
- Prosjektet er en del av en større innsats for å utnytte AI for å forbedre bærekraften på tvers av et bredt spekter av bransjer.
-
Men en ekspert sier at mengden energi og andre ressurser som kreves for å implementere AI-maskinvare og -programvare kan skape egne problemer.
Kunstig intelligens (AI) bidrar til å forhindre overfiske i et forsøk på å beskytte verdens raskt minkende tilgang på spiselige marine arter.
Et nytt prosjekt bruker AI for å forbedre identifisering og måling av fiskearter i Afrikas Nilbasseng. Programvaren kan hjelpe forskere å forstå fiskebestandstettheten raskere enn menneskelige observatører. Det er en del av en større innsats for å utnytte AI for å forbedre bærekraften på tvers av et bredt spekter av bransjer.
"Det lovende med AI er at det nå lar oss utføre oppgaver som vil være tidkrevende eller umulig komplekse ved bruk av tradisjonelle metoder, med betydelig mer hastighet og effektivitet," Andrew Dunckelman, leder for innvirkning og innsikt hos Google.org, søkegigantens veldedige arm, fort alte Lifewire i et e-postintervju.
Something Fishy
FNs mat- og landbruksorganisasjon jobber med å forbedre tilgangen til AI-teknologien som overvåker fiskebestandene. Å få mer informasjon om fiskearter kan bidra til å bygge algoritmer for å identifisere arter og deres plassering og gjenkjenne eventuelle endringer.
FN anslår at en tredjedel av alle fiskebestander nå er overfisket og ikke lenger er bærekraftige. For å holde fiskebestandene trygge bruker forskere fra University of Florida også kunstig intelligens for å sikre at fiskere ikke fanger truede arter. AI-modellene estimerer plasseringen av truede arter der fiskeriene opererer, noe som hjelper kommersielle fiskere å unngå fiske i disse områdene.
"AI er ikke en sølvkule for alle problemene våre," sa Zachary Siders, forskeren som utviklet applikasjonen, i pressemeldingen. "Vi må huske på at beslutningene vi lar et AI-system ta har reelle konsekvenser for levebrødet til fiskeindustrien så vel som uerstattelige arter."
AI Keeps Watch
Det er ikke bare fisk AI holder øye med når det kommer til miljøet. Climate TRACE, verdens nær-sanntidsovervåkingsplattform for klimagasser (GHG), hjelper til med å identifisere hvor utslippene kommer fra og finne ut hvor avkarboniseringsinnsatsen bør fokuseres.
Det finnes også Restor.eco, en åpen datagjenopprettingsplattform som er vert for Google Earth. Den gir vitenskapelige data og høyoppløselige satellittbilder for å tillate forskere å analysere restaureringspotensialet til ethvert sted på jorden. I hovedsak kan programmet kartlegge land for å forutsi hvor trær kan vokse naturlig.
Dunckelman sa at Google har funnet ut at programmer oppnår målene sine raskere med kunstig intelligens. Han la merke til saken om BlueConduit, en organisasjon som kom ut av vannkrisen i Flint, Michigan. Gruppen bygde en maskinlæringsplattform som bruker data om alderen på boliger, nabolag og kjente kundeledninger for å forutsi om et hjem blir betjent med blyrør.
"Tidligere var den eneste måten å vite dette på å fysisk grave [på] hvert sted og inspisere for blyrør, noe som er kostbart og tidkrevende," sa Dunckelman. "Gjennom introduksjonen av maskinlæring kan BlueConduit nå raskt forutsi med større nøyaktighet om et hjem er betjent med blylinjer, noe som kan drive politiske beslutninger som har en betydelig innvirkning på både folkehelse og offentlige ressurser.«
Men ikke alle er enige om at store teknologiselskaper nødvendigvis kan løse planetens problemer gjennom AI. Eric Nost, en assisterende professor ved University of Guelph som forsker på hvordan datateknologier informerer miljøstyring, sa nylige studier har skapt bekymring for mengden energi og andre ressurser som kreves for å implementere AI-maskinvare og -programvare.
Jeg mistenker at mange forskere vil finne det vanskelig å oversette AI-baserte funn til faktisk politikk eller beslutninger hvis den AI ikke er utviklet med tanke på politikk og beslutningstakere, spesielt i lys av utfordringene med å forklare hvordan en kunstig intelligens kommer frem til resultatene,» fort alte han Lifewire i et e-postintervju.
AI er ikke en kule for alle våre problemer.
AI for bærekraft er også fortsatt i sin spede begynnelse, erkjente Dunckelman. Feltet mangler fortsatt tilstrekkelige datasett og modeller for å drive fremgang.
"For eksempel vet vi alle at det skjer utslipp i verden, men vi vet egentlig ikke hvor de kommer fra," la Dunckelman til. "Alt vi har er det emitterne selv sier de gjør, noe som er ufullkomment."
