Il cambiamento climatico per essere contenuto necessita di tutti gli strumenti che abbiamo a disposizione, compreso quello dell’intelligenza artificiale* (AI) e del machine learning.
La redazione di Tate
09:37
•
15 ott 2019
•
5 minuti
Sommario
- Cosa può fare l’AI per limitare gli effetti del cambiamento climatico?
- Produrre sistemi elettrici migliori
- Monitorare le emissioni dell’agricoltura non sostenibile
- Controllare e frenare l’avanzare della deforestazione
- Creare materiali alternativi al cemento e all’acciaio
- Prevedere eventi meteorologici estremi
- Rendere i mezzi di trasporto più efficienti
- Diminuire lo spreco di energia negli edifici
- Basta quindi l’intelligenza artificiale?
A questo proposito quest’estate, con precisione il 10 giugno 2019, è stato pubblicato il report Tackling Climate Change with Machine Learning che ha visto coinvolti i più grandi nomi della ricerca sull’intelligenza artificiale, tra cui David Rolnick, Phd nell’Università della Pennsylvania; Jennifer Chayes, Managing Director di Microsoft Research; Yoshua Bengio, vincitore del premio Turing (premio assegnato a chi offre contributi eccellenti alla comunità informatica) e John C. Platt, Direttore del branco di Scienze Applicate di Google Research. Nello studio i ricercatori e professori della disciplina hanno evidenziato ben 13 aree in cui è possibile implementare il machine learning e l’intelligenza artificiale per limitare il cambiamento climatico.
Cosa può fare l’AI per limitare gli effetti del cambiamento climatico?
Di seguito, sono riassunte alcune azioni, presenti nel report, relative a come l’intelligenza artificiale può aiutare a contenere gli effetti causati dal cambiamento climatico.
Produrre sistemi elettrici migliori
Ad esempio, l’intelligenza artificiale può capire la domanda di elettricità nel lungo termine e in tempo reale, cercando di limitare così la sovrapproduzione d’energia e ridurre gli sprechi.
Monitorare le emissioni dell’agricoltura non sostenibile
L’Intelligenza artificiale basata sull’apprendimento automatico potrebbe affiancare gli agricoltori nella gestione di mix di colture su larga scala in maniera più efficiente, mentre gli algoritmi potrebbero aiutare a capire quali colture scegliere per favorire la resa della terra, senza incorrere all’uso di fertilizzanti.
Controllare e frenare l’avanzare della deforestazione
È possibile per l’AI recepire e analizzare l’eventuale perdita di copertura di alberi e rilevare suoni legati al disboscamento, come, ad esempio, la motosega per aiutare le autorità a intervenire tempestivamente nelle attività illegali.
Creare materiali alternativi al cemento e all’acciaio
La cui produzione rappresenta circa il 9% delle emissioni globali di gas serra o scoprirne nuovi e in tempi ridotti a basse emissioni di carbonio, come per esempio combustibili solari.
Prevedere eventi meteorologici estremi
In questo caso il limite del machine learning è di non fornire i motivi per cui è arrivato a quella previsione. Tuttavia, nonostante ciò, l’unione dell’analisi della macchina legati all’esperienza professionale umana possono andare a completarsi e a salvare la vita anche a milioni di persone in casi di uragani, terremoti, ecc.
Rendere i mezzi di trasporto più efficienti
Riducendo così l’emissione di CO2 e limitando i viaggi sprecati, soprattutto per la spedizione di merci.
Diminuire lo spreco di energia negli edifici
Attraverso per esempio il monitoraggio della qualità e temperatura dell’aria, dell’acqua o del consumo dell’energia stessa, ma anche ridurre le barriere legate alla mobilità elettrica, come l’ansia da ricarica della batteria.
Più velocemente e più intelligentemente riusciamo a creare soluzioni alternative, come quelle sopra indicate, maggiore è la nostra probabilità di successo per contenere i danni causati dai cambiamenti climatici.
Basta quindi l’intelligenza artificiale?
No, chiaramente non basta. Il problema del cambiamento climatico è che il tempo a disposizione non è di certo in nostro aiuto, ecco perché l’intelligenza artificiale e la sua capacità di trovare velocemente soluzioni è importante, ma da sola non può bastare. L’AI è solo una parte di un insieme più ampio di processi decisionali e strumenti che servono a raggiungere l’obiettivo. Innanzitutto, perché crediamo che la cosa importante sia sempre cercare di lavorare sulle cause del cambiamento climatico e di minimizzarlo, sia a livello microindividuale che macrosociale. Ma anche perché, sebbene vengano costantemente fatti passi avanti nel campo, anche l’intelligenza artificiale presenta limiti ed effetti collaterali. Per esempio l’infiltrazione di hacker o la distorsione dei dati o del modello algoritmico del sistema può produrre risultati errati.
- Secondo un rapporto del WEF (World Economic Forum), Harnessing Artificial Intelligence for the Earth , l’IA si riferisce a quei sistemi informatici che possono sentire il loro ambiente, pensare, imparare e agire in risposta a cosa percepiscono e agli obiettivi per cui sono stati programmati. Ci sono due diversi approcci legati all’AI, uno basato sulle regole e uno sull’apprendimento. Il primo è basato su regole e algoritmi basati su istruzioni di tipo if-then che risolvono problemi semplici e definiti dall’essere umano e non ha capacità di memoria. Il secondo invece è più avanzato rispetto al primo, perché diagnostica i problemi interagendo con il problema stesso e quindi ha capacità di memoria.
Fonti di riferimento
James Vincent
Jackie Snow
MIT Technology Review
Vincy Davis
