By John P. Desmond、AIトレンド編集者
西部では山火事が激しくなり、多くの地域で煙の密度が日光をさえぎっているため、気候変動との戦いとAIが違いを生むことができるかどうかに注目が集まっています。
気候変動AI それに取り組んでいるイニシアチブの一つです。 AI研究者のグループは、気候変動とそれに関連する問題（食料不安や人の移動など）の解決策を模索しています。 先月のグループは、どのような種類の新興企業が気候変動と闘うことができるかについて話し合った。 彼らは組み立てています データセットウィッシュリスト のアカウントによると、モデルのトレーニングに使用されるデータを通知するために研究者から VentureBeatの.
一つの努力は WattTime、 電気自動車、サーモスタット、電化製品がいつアクティブになるかを自動化することにより、家庭の二酸化炭素排出量を削減することを目的とした非営利団体。 これらの時間を決定するアルゴリズムは、EPAの継続的汚染監視システムからのデータを使用してトレーニングされます。 この技術はカリフォルニアで利用可能であり、再生可能エネルギーから電力のXNUMX分のXNUMXを生み出しています。
「米国の継続的排出量モニタリングシステムについては誰も知りませんが、70年代から使用されています。そのため、私のような組織は、ますます洗練されたAIアルゴリズムを記述して、より多くの再生可能エネルギーを統合し、私たちの活動を行うことができます」とWattTime共同創設者兼エグゼクティブディレクターギャビン・マコーミック。 WattTimeは昨年、Google.orgのAI Impact Challengeから助成金を受け取り、コンピュータービジョンを使用して、衛星画像から米国外の発電所の排出量を追跡できるかどうかを確認しました。
さらに、マコーミックは元米国副大統領アルと協力しました ゴアに のXNUMX月の発表 気候トレース、 地球全体からの人間に起因する温室効果ガスの排出を追跡するためのツールを構築しようとしている連合。
気候変動に関する世界有数の科学機関であると言われている気候変動に関する政府間パネル（IPCC）は、累積温室効果ガス（GHG） 地球温暖化の最悪の影響を回避するために、2030年までに半分に削減し、2050年までに正味ゼロ排出に到達する必要があります。
"我々 強力な新しいツールがまもなく気候変動の戦いに加わることを発表できて光栄です」とGoreは最近の記事に書いています。 M. 「Climate TRACEは、排出量と排出源を世界中のどこにいてもリアルタイムで独立して検出するハイテクソリューションを作成する連合です。 これは、今まで不可能だった偉業です。」
WattTimeに加えて、創設メンバーには、Blue Sky Analytics、CarbonPlan、Carbon Tracker、Earthrise Alliance、Hudson Carbon、Hypervine、OceanMind、およびRocky MountainInstituteが含まれます。
連合は、高度なAI、衛星画像処理、機械学習、陸上および海上センサーを活用して、世界中のあらゆるセクターからのGHG排出量を監視する計画です。 その目的は、人間を監視することですcaused 発電所、船舶、工場などの特定の目標に細かく焦点を当てた世界的なGHG排出量。
このグループは、スコットランドのグラスゴーで排出量データを提示したいと考えている, 温室効果ガス排出量削減に取り組むために2016年に署名された、パリ協定へのコミットメントを更新するために国が集まる予定の翌年。 ドナルドトランプ米大統領の下で、米国は2017年XNUMX月に合意から撤退すると発表しました。
現在の排出量報告システムは信頼できないパッチワーク
温室効果ガスの排出量を追跡する現在のシステムは、信頼できる第三者による検証がなく、企業や国による頻繁な自己報告のパッチワークであり、報告に長い遅れがあります。 「私たちは測定できるものしか管理できません」とGoreは書いています。 「世界中の国、企業、リーダーは気候危機を解決したいと考えていますが、迅速かつ効果的に解決するためのツールがありません。」
衛星と地上および海上機器を含むグローバルセンサーネットワークはすべて、目的のために構築されたAIエンジンに接続されています。 科学者、規制当局、ニュースメディア、市民活動、投資家、ビジネスリーダーは、GHG排出がどこから発生しているか、そしてGHG排出が増加しているか減少しているかを確認します。
最近のテクノロジーの進歩により、このソリューションが可能になりました。 グループは、発電所の排出量を測定するために、プロジェクトのより小さなバージョンを構築しました。 経験はコンポーネントの範囲を示しています。 複数の衛星配置（欧州宇宙機関のSentinel 2ミッションなど）、コンピュータービジョンの専門家によるAIアルゴリズム（Pixel Scientia Labsなど）、データパイプラインエンジニアリング（Google.org）、発電所データベース（世界のリソース） Institute）、リモートセンシング（Valence Strategic）、電力システムモデリング（WattTime）、気象調整および発電所冷却システム（Carbon Tracker）など。
「私たちは、低炭素およびゼロ炭素エネルギーが標準である未来を想定しています。 ゴアは、気候トレースがその未来を実現するための不可欠な部分であり、私たちが仕事をする権利を得ると信じています。そして、業界に挑戦を発表しました。「今日、私たちは行動を促すフレーズを発行します。 AIの専門知識、衛星センサーネットワーク、またはその他のグローバルセンサーや排出量データネットワークのいずれであっても、排出量の監視に関連する分野で作業をしています。ぜひご意見をお聞かせください。」
それであなたは呼ばれました。 訪問 気候トレース。
認識のための気候変動との闘いの取り組み
気候変動と闘うための努力が行われており、認められるに値する。
Googleは機械学習を使用して、データセンターのエネルギー使用量を削減しています。 ロンドンに拠点を置くAIユニットDeepMindは、センサーによって収集された情報を使用して、冷却のためのエネルギー使用量を最大40削減します%、の最近のアカウントによると 繁栄する。 Googleが従来のエネルギーニーズをより適切に管理できるように、システムをクリーンエネルギー出力に適用する計画です。
会社 ハイパージャイアント テキサス州オースティンのは、二酸化炭素を吸収して酸素を放出できるように藻を育てています。 自然に成長する藻は、制御不能に成長します。 同社の科学者たちは、藻の成長を調整し、その炭素吸収特性を最適化できるEosバイオリアクターと呼ばれるAIユニットを開発しました。 冷蔵庫と同じくらいの大きさで、同じエリアの樹木に比べて400倍の炭素回収効果があるそうです。
緑の地平線、 IBMの研究イニシアチブは、コグニティブコンピューティングとモノのインターネット（IoT）を使用して気候変動データを分析しています。 コグニティブコンピューティングはIoTとペアになっています 汚染率を予測する 北京で。 このシステムは機械学習を使用して、気象衛星や交通カメラなどのソースからデータを取り込み、予測モデルを常に学習して調整します。 72時間前に汚染を予測することができ、汚染の発生源と発生する可能性のある場所の最も近いキロメートルまでの精度で予測できます。
北京はこの方法論を使用して、2022年の冬季オリンピックに向けて汚染レベルを削減することを目標としています。 予測を使用して、一時的に産業活動を制限したり、交通量や建設を制限したりするなどのポリシーを実装できます。 これは、介入の効果をテストするための仮想シナリオをモデル化しています。
ソースの記事と情報を読む VentureBeatの, M & 繁栄する.
