Hvordan A.I. Kan hjælpe os med at forestille os og håndtere klimakrisen

For befolkningen på Maldiverne, en perlerække af øer ud for Indiens sydspids, ligger klimaforandringernes realitet lige uden for deres hoveddør. En rapport fra 2007 fra FN's mellemstatslige panel om klimaændringer forudsagde, at uhindret kulstofemissioner kunne skubbe havniveaustigningen til 23 tommer inden 2100. Med en gennemsnitlig højde på mindre end fem fod kan selv en lille stigning i havniveauet gøre disse øer beboelige. Det blågrønne hav sluger dem.

Denne artikel er en del af vores fortsatte serie, Teknologi til forandring

Fra 3D-printede proteser til burgere dyrket i videnskabelige laboratorier til smartere mobilitet for ældre eller svagelige, teknologi forbedrer vores liv hver dag på en million måder ud over blot at gøre tingene mere praktisk. Teknologi kan have en meningsfuld indflydelse - det er derfor, vi kalder det Teknologi til forandring. Her er de virksomheder og mennesker, der kæmper for at gøre en forskel.

Teknologi til forandring

Anbefalede videoer

Men ikke alle oplever klimaforandringernes hærgen så åbenlyst. Fornægtelse af klimaændringer fortsætter på trods af den overvældende videnskabelige konsensus om, at den er reel, og selv dem, der genkende virkeligheden synes ofte at være fanget i den mentale fælde at tro, at de mest alvorlige konsekvenser vil kunne mærkes et sted langt væk.

For at råde bod på dette ønsker et team af forskere ved Mila Quebec Artificial Intelligence Institute at bringe den ikke-så-fjerne klimakrise-virkelighed tættere på hjemmet. De skaber en A.I.-drevet platform, der viser brugerne, hvordan klimaændringsrelaterede naturkatastrofer kan påvirke deres hjem. Målet er at udvikle mere intime forståelser af, hvordan klimaændringer vil hæmme samfund, mens giver folk mulighed for at træffe mere informerede beslutninger om, hvorvidt de giver næring til eller bekæmper den forestående krise.

Relaterede

  • Her er hvad en trendanalyserende A.I. tror, ​​vil være den næste store ting inden for tech
  • Algoritmisk arkitektur: Skal vi lade A.I. designe bygninger for os?
  • Følelsesfølende A.I. er her, og det kan blive til din næste jobsamtale

"Det er svært for folk at forholde sig til klimaændringer, når vi kun nævner fjerntliggende områder og isbjørne," sagde Victor Schmidt, ph.d.-kandidat ved Mila og hovedforfatter til et papir fra maj, der skitserede holdets tilgang. »Men der er så mange konsekvenser af klimaforandringerne. Det kommer til at påvirke alle. Vi vil gerne hjælpe folk til bedre at forstå det og hjælpe dem med at engagere sig i faktisk at handle."

Milas Visualisering af klimaændringer platformen er designet til at vise folk, hvad fremtiden har i vente, hvis vi ikke snart reducerer emissionerne markant. Svarende til National Oceanic and Atmospheric Administrations Sea Level Rise Viewer, som giver et luftperspektiv på, hvor langt havet vil krybe op eller kyster, Visualizing Climate Ændring vil lade brugerne indtaste gadeadresser og se, hvordan tingene vil se ud i kølvandet på en naturlig katastrofe. Platformen vil fokusere på oversvømmelser til at begynde med, før den tackler mere vanskelige at skildre, klimaændringsrelaterede begivenheder, såsom naturbrande.

Visualisering af klimaændringer

"Vi føler, at det at vise folk de potentielle konsekvenser af klimaændringer i deres nabolag er en god måde at gøre klimaforandringerne mere personlige og mindre fjerne," sagde Schmidt.

Mila-teamet bruger en billed-til-billede-oversættelsesalgoritme til at omdanne fotos taget fra Google Street View til billeder, der afbilder følgerne af oversvømmelser. De bruger et generativt modstridende netværk (GAN) til at træne systemet. GAN'er fungerer ved at sætte to algoritmer op mod hinanden - den ene algoritme genererer et billede, og den anden forsøger at gætte, om billedet er ægte eller falsk. På denne måde skaber den første algoritme mere realistiske billeder, da den anden udfordrer den til at præstere bedre.

"At vise folk de potentielle konsekvenser af klimaændringer i deres nabolag er en god måde at gøre klimaforandringerne mere personlige og mindre fjerne."

En af de største udfordringer, der holder Mila-holdet tilbage, er dets mangel på billeder fra eftervirkningerne af ekstreme vejrbegivenheder, som det bruger til at træne sin algoritme. Gruppen lancerede ClimatePix ansøgning i august for at samle billeder fra offentligheden.

"Vi har brug for billeder af huse i befolkede områder, der har været igennem oversvømmelser," sagde han. "Det er nemt nok at få billeder af huse uden oversvømmelser."

Visualisering af klimaændringer

Schmidt og hans kolleger hævder ikke at være klimaforskere, og deres platform er ikke beregnet til at være videnskabeligt præcis. De ser snarere deres rolle som kommunikatører, der hjælper folk med at fortolke forudsigelserne fra den seneste klimavidenskab. Og Mila-teamet ønsker at give mere end blot et wake-up call. De håber at kunne integrere ressourcer til at vejlede brugerne om måder at løse klimaproblemet på.

Der arbejdes andre steder med at bruge A.I. at tackle klimaforandringer mere direkte. Tidligere på måneden udsendte et konsortium af videnskabelige institutioner, herunder European Space Agency, en indkaldelse af forslag til €500.000 (ca. $550.000) A.I. Moonshot Challenge. Udfordringen håber at finansiere projekter, der bruger maskinlæring og rumteknologier til at bekæmpe klimaændringer.

I mellemtiden leder David Rolnick, en postdoc-forsker ved University of Pennsylvania Climate Change A.I., en gruppe han stiftede for at støtte brugen af ​​maskinlæring til at håndtere klimakrisen.

"De værktøjer, der arbejder på i maskinlæring, kan have en enorm indflydelse, når de anvendes på problemet med klimaændringer," sagde han.

I juni udgav Rolnick og hans kolleger et papir kaldet Håndtering af klimaændringer med Machine Learning, som præsenterede forskellige måder, hvorpå A.I. kan bruges til at hjælpe med afbødning af klimaændringer, modstandsdygtighed og tilpasning. Algoritmer kan hjælpe med at levere data om oversvømmelser til byplanlæggere, for eksempel hjælpe med at udvikle mere effektive batterier eller hjælpe med at optimere transportnetværk.

"Maskinlæring er ikke en sølvkugle. Den kommer ikke pludselig ind og løser nogen af ​​disse problemer."

Men Rolnick understregede, "maskinlæring er ikke en sølvkugle. Den kommer ikke pludselig ind og løser nogen af ​​disse problemer. Der er mange aspekter af handling på klimaændringer, hvor maskinlæring er hellig uanvendelig." Folkene bag Klimaændringer A.I. insistere på, at teknologien betragtes som en del af det komplicerede puslespil med at håndtere klimaet påvirkninger.

Disse initiativer kommer på et kritisk tidspunkt. Mens Californien brænder, Venedig oversvømmelser. Den kanalforsynede by er ikke fremmed for havindgreb, men tidevandet, der er højt nok til at oversvømme venetianske pladser, sker nu oftere end nogensinde, da havniveauet stiger, og varmere oceaner forstærker stormene. Fem af de ti højeste venetianske tidevand har fundet sted i de sidste tyve år. Hvis tendenser som denne fortsætter, har offentligheden muligvis ikke brug for en algoritme til at vise dem, hvordan klimaændringer ser ud - de kan simpelthen kigge ud af deres hoveddør.

Redaktørens anbefalinger

  • Analog A.I.? Det lyder skørt, men det er måske fremtiden
  • Læs det uhyggeligt smukke 'syntetiske skrift' af en A.I. der tror, ​​det er Gud
  • Denne teknologi var science fiction for 20 år siden. Nu er det virkelighed
  • Hvorfor lære robotter at lege gemmeleg kunne være nøglen til næste generations A.I.
  • Forskere bruger A.I. at skabe kunstig menneskelig genetisk kode

Opgrader din livsstilDigital Trends hjælper læserne med at holde styr på den hurtige teknologiske verden med alle de seneste nyheder, sjove produktanmeldelser, indsigtsfulde redaktionelle artikler og enestående smugkig.