Key takeaways
- Forskere bruger kunstig intelligens til at reducere overfiskning i Afrikas Nilbassin.
- Projektet er en del af en større indsats for at udnytte kunstig intelligens til at forbedre bæredygtighed på tværs af en lang række industrier.
-
Men en ekspert siger, at mængden af energi og andre ressourcer, der kræves for at implementere AI-hardware og -software, kan skabe sine egne problemer.
Kunstig intelligens (AI) hjælper med at forhindre overfiskning i et forsøg på at beskytte verdens hurtigt svindende udbud af spiselige marine arter.
Et nyt projekt bruger kunstig intelligens til at forbedre identifikation og måling af fiskearter i Afrikas Nilbassin. Softwaren kan hjælpe forskere med at forstå fiskens befolkningstæthed hurtigere end menneskelige observatører. Det er en del af en større indsats for at udnytte kunstig intelligens til at forbedre bæredygtighed på tværs af en lang række industrier.
"Det lovende ved AI er, at det nu giver os mulighed for at udføre opgaver, der ville være tidskrævende eller umuligt komplekse ved hjælp af traditionelle metoder, med betydeligt mere hastighed og effektivitet," Andrew Dunckelman, chef for effekt og indsigt hos Google.org, søgegigantens velgørende arm, fort alte Lifewire i et e-mailinterview.
Noget Fishy
FN's fødevare- og landbrugsorganisation arbejder på at forbedre adgangen til AI-teknologien, der overvåger fiskebestandene. At få flere oplysninger om fiskearter kan hjælpe med at opbygge algoritmer til at identificere arter og deres placeringer og genkende eventuelle ændringer.
FN vurderer, at en tredjedel af alle fiskebestande nu er overfiskede og ikke længere er bæredygtige. For at hjælpe med at holde fiskebestandene sikre bruger forskere fra University of Florida også kunstig intelligens til at sikre, at fiskere ikke fanger truede arter. AI-modellerne estimerer placeringen af truede arter, hvor der fiskes, hvilket hjælper kommercielle fiskere med at undgå fiskeri i disse områder.
"AI er ikke en sølvkugle til alle vores problemer," sagde Zachary Siders, videnskabsmanden, der udviklede applikationen, i pressemeddelelsen. "Vi er nødt til at huske på, at de beslutninger, vi tillader et AI-system at træffe, har reelle konsekvenser for levebrødet for fiskeindustrien såvel som uerstattelige arter."
AI holder øje
Det er ikke kun fisk, AI holder øje med, når det kommer til miljøet. Climate TRACE, verdens næsten-re altids-overvågningsplatform for drivhusgasser (GHG), hjælper med at identificere, hvor emissionerne kommer fra og med at finde ud af, hvor dekarboniseringsindsatsen skal fokuseres.
Der er også Restor.eco, en åben datagendannelsesplatform hostet på Google Earth. Den leverer videnskabelige data og højopløselige satellitbilleder for at give forskere mulighed for at analysere restaureringspotentialet for ethvert sted på Jorden. Grundlæggende kan programmet kortlægge land for at forudsige, hvor træer kan vokse naturligt.
Dunckelman sagde, at Google har fundet ud af, at programmer opnår deres mål hurtigere med kunstig intelligens. Han bemærkede tilfældet med BlueConduit, en organisation, der kom ud af vandkrisen i Flint, Michigan. Gruppen byggede en maskinlæringsplatform, der bruger data om alderen på boliger, kvarterer og kendte kundeemner til at forudsige, om et hjem er serviceret med blyrør.
"Tidligere ville den eneste måde at vide dette på være fysisk at grave [på] hvert sted og inspicere for blyrør, hvilket er dyrt og tidskrævende," sagde Dunckelman. "Gennem introduktionen af maskinlæring kan BlueConduit nu hurtigt forudsige med større nøjagtighed, om et hjem er serviceret med blylinjer, hvilket kan drive politiske beslutninger, der har en væsentlig indvirkning på både folkesundheden og offentlige ressourcer."
Men ikke alle er enige om, at store teknologivirksomheder nødvendigvis kan løse planetens problemer gennem kunstig intelligens. Eric Nost, en assisterende professor ved University of Guelph, som forsker i, hvordan datateknologier informerer om miljøstyring, sagde, at nylige undersøgelser har givet anledning til bekymring over mængden af energi og andre ressourcer, der kræves for at implementere AI-hardware og -software.
"Jeg formoder, at mange forskere vil finde det svært at omsætte AI-baserede resultater til faktiske politikker eller beslutninger, hvis den AI ikke er blevet udviklet med politik og beslutningstagere i tankerne, især i lyset af udfordringerne med at forklare hvordan en AI når frem til sine resultater," fort alte han Lifewire i et e-mailinterview.
AI er ikke en sølvkugle til alle vores problemer.
AI for bæredygtighed er også stadig i sin vorden, erkendte Dunckelman. Feltet mangler stadig tilstrækkelige datasæt og modeller til at drive fremskridt.
"For eksempel ved vi alle, at der sker emissioner i verden, men vi ved ikke rigtig, hvor de kommer fra," tilføjede Dunckelman. "Det eneste, vi har, er, hvad udsenderen selv siger, de gør, hvilket er ufuldkomment."
