Three Ways Artificial Intelligence helpt de wereld te redden

Beeld door NASA's aardeBeeld door NASA's aarde

Naarmate computers slimmer worden, kijken wetenschappers naar nieuwe manieren om hen in te zetten voor milieubescherming.

Wanneer je denkt aan kunstmatige intelligentie, is het eerste beeld dat waarschijnlijk in je opkomt een van bewuste robots die lopen, praten en emote gelijk mensen. Maar er is een ander soort AI dat steeds meer voorkomt in bijna alle wetenschappen. Het staat bekend als machine learning, en het draait om het inhuren van computers om de enorme hoeveelheden gegevens te doorzoeken die de moderne technologie ons heeft laten genereren (ook bekend als 'big data').

Een van de plaatsen waar machine learning het gunstigst blijkt te zijn, is in de milieuwetenschappen, die enorme hoeveelheden informatie hebben gegenereerd bij het monitoren van de verschillende systemen van de aarde: ondergrondse watervoerende lagen, bijvoorbeeld het opwarmingsklimaat of de migratie van dieren. Er zijn een hoop projecten opgedoken in dit relatief nieuwe veld, computational sustainability genaamd, dat verzamelde gegevens over de omgeving combineert met het vermogen van een computer om trends te ontdekken en voorspellingen te doen over de toekomst van onze planeet. Dit is nuttig voor wetenschappers en beleidsmakers omdat het hen kan helpen bij het ontwikkelen van plannen om te leven en te overleven in onze veranderende wereld. Hier zijn slechts een paar voorbeelden.

Voor de vogels - en olifanten

Cornell University lijkt het voortouw te nemen in deze nieuwe grens, waarschijnlijk omdat het een Instituut voor Computationele Duurzaamheidy en ook omdat het hoofd van dat instituut, Carla P. Gomes, een van de pioniers is op het gebied van computationele duurzaamheid. Gomes zegt dat het veld zijn start kreeg rond 2008 toen de National Science Foundation een subsidie ​​van US $ 10 miljoen toekent om computerwetenschappers te dwingen onderzoek te doen met sociaal nut. Sindsdien heeft haar team - en teams van wetenschappers over de hele wereld - het idee opgepakt en ermee gelopen.

Een belangrijk gebied waar machine learning het milieu kan helpen, is het behoud van soorten. In het bijzonder heeft het Cornell-instituut samengewerkt met het Cornell Lab of Ornithology om de ongelooflijke ijver van birders te combineren met wetenschappelijke waarneming. Ze hebben een app ontwikkeld genaamd eBird die gewone burgers toestaat om gegevens in te dienen over de vogels die ze rondom hen waarnemen, zoals hoeveel verschillende soorten er op een bepaalde locatie te vinden zijn. Tot nu toe zegt Gomes dat meer dan 300,000-vrijwilligers meer dan 300 miljoen observaties hebben ingediend, wat neerkomt op meer dan 22 miljoen uur veldwerk.

Deze animatie van de jaarlijkse migratie van boomzwaluwen laat zien hoe computationele duurzaamheidstechnieken kunnen worden gebruikt om populatievariaties in ruimte en tijd te voorspellen. Beeld door Daniel Fink, Cornell Lab. van ornithologie

Deze animatie van de jaarlijkse migratie van boomzwaluwen laat zien hoe computationele duurzaamheidstechnieken kunnen worden gebruikt om populatievariaties in ruimte en tijd te voorspellen. Beeld door Daniel Fink, Cornell Lab. van ornithologie


Haal het laatste uit InnerSelf


Door de gegevens die van eBird zijn verzameld te combineren met de eigen observationele gegevens van het laboratorium en informatie over soortdistributie verzameld via teledetectienetwerken, gebruiken de modellen van het instituut machine learning om te voorspellen waar veranderingen in de habitat voor bepaalde soorten en de paden waarlangs vogels zullen bewegen zullen zijn. migratie.

"Er zijn grote gaten waar we geen waarnemingen hebben, maar als je de patronen van voorkomen en afwezigheid relateert, zien we dat deze vogels een bepaald soort habitat hebben en dan kunnen we generaliseren," zegt Gomes. "We gebruiken echt geavanceerde modellen - algoritmen van machine learning - om te voorspellen hoe de vogels worden verdeeld."

Ze kunnen hun voorspellingen vervolgens delen met beleidsmakers en natuurbeschermers, die deze kunnen gebruiken om beslissingen te nemen over hoe de habitat van vogels het best kan worden beschermd.

Gomes zegt bijvoorbeeld dat op basis van informatie die via eBird is verzameld en door de samenwerking is verwerkt, The Nature Conservancy een "Omgekeerde veiling" in door droogte getroffen delen van Californië, rijstboeren betalen om water in hun velden te houden wanneer vogels waarschijnlijk zullen migreren en een overblijfselenhabitat nodig hebben. "Dit is alleen mogelijk omdat we beschikken over geavanceerde computermodellen die ons zeer nauwkeurige informatie geven over hoe vogels worden verdeeld", zegt Gomes.

Vogels zijn niet het enige onderzoeksgebied. Veel van het werk van het instituut houdt verband met natuurbehoud - luisteren naar urenlange bosopnames om de locatie van olifantenoproepen en striemen van stropers in kaart te brengen, of grizzlyberen te volgen om een ​​gang te ontwikkelen die ze kunnen gebruiken om veilig door de wildernis te bewegen.

De PACE verhogen

In het Goddard Space Flight Center van NASA gebruikt onderzoekswetenschapper Cecile Rousseaux machinaal leren om de verspreiding van fytoplankton (ook bekend als microalgen) in de oceanen beter te begrijpen. Deze microscopische planten drijven op het oppervlak van de zeeën en produceren veel van de zuurstof die we inademen. Ze vormen de basis van het oceanische voedselweb. Ze verbruiken ook koolstofdioxide en dragen, wanneer ze sterven, de koolstof mee terwijl ze naar de oceaanbodem zinken.

"Als we geen fytoplankton hadden, zouden we een grotere toename van koolstofdioxide zien dan we zien," zegt Rousseaux. Daarom is hun algehele status essentiële informatie voor onderzoekers die het effect van veranderingen in atmosferisch CO proberen te begrijpen2 op onze planeet.

{

Rousseaux gebruikt satellietbeelden en computermodellen om de huidige en toekomstige omstandigheden van het oceanische fytoplankton in de wereld te voorspellen. Op dit moment kan het model alleen het totale aantal microalgen schatten dat op aarde leeft en hoe dat totaal in de loop van de tijd verandert. Maar een nieuwe satellietmissie genaamd VREDE (voor "Pre-Aerosol Clouds en Ocean Ecosystem"), te lanceren in 2022, opent een geheel nieuwe dataset die de populatie beter bekijkt en in staat is om verschillende soorten te identificeren in plaats van alleen naar het geheel te kijken, wat aanzienlijk zal verander het huidige model.

"Het model gebruikt parameters op basis van temperatuur, licht en voedingsstoffen om ons de hoeveelheid groei te vertellen. Het enige wat de simulatie doet, is het totaal aanpassen ", zegt ze. Maar er zijn een hoop verschillende soorten fytoplankton die allemaal op unieke manieren met de omgeving interageren. Diatomeeën, bijvoorbeeld, zijn groot, zinken snel naar de oceaanbodem en hebben veel voedingsstoffen nodig. PACE maakt het mogelijk om de soorten fytoplankton in verschillende delen van de oceaan te identificeren, waardoor het vermogen van het model wordt vergroot om ons te helpen begrijpen hoe de micro-organismen atmosferische CO beïnvloeden2. Het zal ons ook in staat stellen dingen te doen zoals het voorspellen van gevaarlijke algenbloei en mogelijk manieren bedenken om de talenten aan te boren van soorten die koolstof in grotere hoeveelheden gebruiken om de klimaatverandering te bestrijden.

EarthCube

Over de aarde als geheel gesproken, de National Science Foundation gebruikt machinaal leren om een ​​3-D levend model van de hele planeet te creëren. Met de naam EarthCube combineert de digitale weergave datasets van wetenschappers in een hele reeks disciplines - metingen van de atmosfeer en hydrosfeer of de geochemie van de oceanen bijvoorbeeld - om omstandigheden op, boven en onder het oppervlak na te bootsen. Vanwege de enorme hoeveelheden gegevens die de kubus zal bevatten, zal het in staat zijn om verschillende condities te modelleren en te voorspellen hoe de systemen van de planeet zullen reageren. En met die informatie kunnen wetenschappers wijzen op manieren om catastrofale gebeurtenissen te voorkomen of gewoon plannen voor diegene die niet kunnen worden vermeden (zoals overstromingen of ruw weer) voordat ze gebeuren.

EarthCubeEarthCube combineert datasets om een ​​model te maken dat kan worden gebruikt om de schade veroorzaakt door catastrofale gebeurtenissen te voorspellen en te minimaliseren.
Afbeelding door Jeanne DiLeo / USGS
Als onderdeel van het EarthCube-project werkt de US Geological Survey samen aan een National Science Framework-project om het Digitale korst, een raamwerk dat een nauwkeuriger en robuuster begrip van ondergrondse processen in de aarde mogelijk zal maken, zoals de grondwaterbalans en de gezondheid van aquifer-systemen. "We zullen in staat zijn om wetenschappelijke berekeningen uit te voeren die het niveau van het grondwater in de loop van de tijd laten zien, en we kunnen dat testen tegen toekomstige scenario's", zegt Sky Bristol, branch chief van de biogeografische karakterisering bij USGS en USGS teamleider voor het EarthCube Digital Crust-project .

Machinaal leren komt ook binnen als twee modellen uit verschillende delen van de kubus (zoals de korst en de atmosfeer) met elkaar moeten interageren, zegt Bristol. Hoe ziet het er bijvoorbeeld uit wanneer er meer grondwater wordt gewonnen en tegelijkertijd het opwarmklimaat toeneemt?

De Digital Crust is gepland voor deze zomer. De Digital Crust en alle EarthCube-projecten maken hun data en software open source. Binnen een paar jaar kan iedereen machinaal leren gebruiken om voorspellingen te doen over alle mogelijkheden van een toekomstige aarde. En dat betekent dat geowetenschappers, die werken om de verschillende systemen van de aarde te begrijpen en hoe veranderingen daarin de mensheid zullen beïnvloeden, een nieuwe tool zullen hebben waarmee ze gegevens met elkaar kunnen delen van over de hele wereld - waardoor hun voorspellingen meer impact krijgen en mensen een kans krijgen handelen, eerder dan reageren, op onze veranderende wereld.

Deze voorbeelden vormen slechts een klein deel van het totaalbeeld van hoe computational sustainability kan veranderen - en verandert - ons vermogen om het menselijk leven op aarde duurzamer te maken. Alleen bij Cornell zijn andere projecten die de technologie gebruiken om armoededomeinen in kaart te brengen en de effectiviteit van armoedebestrijding in ontwikkelde landen, het bepalen van de impact van het oogstbeleid op de zeevisserij, het ontdekken van nieuwe materialen die kunnen worden gebruikt om zonne-energie te vangen, het bepalen van de impact van scheepsstakingen op walvispopulaties, en zelfs licht werpend op de efficiëntie en implicaties van verhoogde benzinebelastingen in de VS Als de huidige trends een indicatie zijn, kunnen we verwachten dat er in de komende jaren nog veel meer zal horen over hoe kunstmatige intelligentie ons helpt de wereld te maken een betere plek om te wonen voor de lange termijn.

Dit artikel verscheen oorspronkelijk op Ensia Bekijk de startpagina van Ensia

Over de auteur

biba erinErin Biba is een in New York City gevestigde freelance wetenschapsjournalist. Haar werk verschijnt regelmatig in Newsweek, Scientific American en The Mythbusters ' Tested.com.

Gerelateerd boek

{AmazonWS: searchindex = Books; keywords = 1605989649; maxresults = 1}

enafarzh-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

volg InnerSelf op

facebook-icontwitter-iconrss-icoon

Ontvang de nieuwste via e-mail

{Emailcloak = off}

VAN DE REDACTIE

InnerSelf-nieuwsbrief: september 6, 2020
by InnerSelf Staff
We zien het leven door de lenzen van onze waarneming. Stephen R. Covey schreef: "We zien de wereld, niet zoals ze is, maar zoals we zijn - of zoals we geconditioneerd zijn om haar te zien." Dus deze week bekijken we enkele ...
InnerSelf-nieuwsbrief: augustus 30, 2020
by InnerSelf Staff
De wegen die we tegenwoordig reizen zijn zo oud als de tijd, maar zijn nieuw voor ons. De ervaringen die we hebben zijn zo oud als de tijd, maar ze zijn ook nieuw voor ons. Hetzelfde geldt voor de ...
Als de waarheid zo vreselijk is dat het pijn doet, onderneem dan actie
by Marie T. Russell, InnerSelf.com
Te midden van alle verschrikkingen die tegenwoordig plaatsvinden, word ik geïnspireerd door de stralen van hoop die erdoorheen schijnen. Gewone mensen komen op voor wat goed is (en tegen wat fout is). Honkbalspelers, ...
Als je rug tegen de muur staat
by Marie T. Russell, InnerSelf
Ik hou van internet. Nu weet ik dat veel mensen er veel slechte dingen over te zeggen hebben, maar ik vind het geweldig. Net zoals ik van de mensen in mijn leven houd - ze zijn niet perfect, maar ik hou toch van ze.
InnerSelf-nieuwsbrief: augustus 23, 2020
by InnerSelf Staff
Iedereen kan het er waarschijnlijk over eens zijn dat we in vreemde tijden leven ... nieuwe ervaringen, nieuwe attitudes, nieuwe uitdagingen. Maar we kunnen worden aangemoedigd om te onthouden dat alles altijd in beweging is, ...