MELD U AAN VOOR dagelijkse nieuwsupdates van CleanTechnica op e-mail. Of volg ons op Google Nieuws!

Wetenschappers waarschuwen dat hittegolven, overstromingen, droogtes en zware stormen de komende decennia nog veel erger zullen worden, tenzij we van koers veranderen. Kan de rol van AI bij de ontwikkeling van nieuwe klimaatmodellen ons in de toekomst vele gigaton aan CO2-uitstoot besparen?

In 2023 waren er 25 bevestigde weer-/klimaatrampen verliezen van elk meer dan $ 1 miljard die de VS zullen treffen, volgens de National Centers for Environmental Information. Deze gebeurtenissen omvatten 1 droogtegebeurtenis, 2 overstromingen, 19 zware stormen, 1 tropische cycloongebeurtenis, 1 wildvuur gebeurtenis en 1 winterstormgebeurtenis. In totaal resulteerden deze gebeurtenissen in de dood van 482 mensen en hadden ze aanzienlijke economische gevolgen voor de getroffen gebieden.

De rol van AI in de strijd tegen de klimaatverandering is al prominent aanwezig en dat is ook zo controversieel. Hoewel het duidelijk lijkt dat AI kan dienen bij het nastreven van een groenere toekomst, zijn er checks and balances die daarvoor zorgen eerlijkheid en billijkheid moet worden geïmplementeerd.

Tientallen jaren lang keken wetenschappers naar klimaatvoorspellingsmodellen die grotendeels gebaseerd waren op de regels van de natuurkunde en scheikunde om weerpatronen te voorspellen. Nu houden hybride modellen rekening met machine learning en andere generatieve AI-tools die klimaatwetenschappers helpen creëren nog nauwkeurigere en preciezere systemen. Bijvoorbeeld promovendi die samenwerken met functionarissen van de Tennessee Valley Authority om een ​​nauwkeuriger, op hybride gebaseerd overstromingsvoorspellingssysteem te bieden dan het systeem dat zij gebruiken en dat uitsluitend op natuurkunde is gebaseerd.

AI kan helpen bij het opbouwen van een inventaris waarin het de gegevensverzameling automatiseert voor zaken als overstromingsrisico's of de status van regelgeving, waardoor ongestructureerde gegevens worden omgezet in gestructureerde gegevens die mensen helpen op intelligente wijze te verkennen en te ontwerpen.

“In de komende twaalf maanden zullen we steeds meer inspanningen zien waarbij datagestuurde systemen en kunstmatige intelligentie samenkomen.” zegt Auroop R. Ganguly, hoogleraar civiele techniek en milieutechniek en directeur AI for Climate and Sustainability bij Northeastern’s Institute for Experiential AI.

Ook bedrijven zijn de afgelopen jaren gestimuleerd om meer op AI gebaseerde tools te gebruiken. Het zal toewijding vergen om de best practices te blijven verfijnen van wat het betekent om AI op een verantwoorde manier te gebruiken en ethiek adequaat in het innovatieproces te integreren.

Waarom is de rol van AI in de klimaatverandering zo essentieel?

Eén zo’n instrument is de ICEF-routekaart (Innovation for Cool Earth Forum), een document dat is ontworpen om de dialoog op COP28 in december 2023. De auteurs hadden zich kunnen afvragen: “Hoe zou AI kunnen bijdragen aan de aanpassing aan de klimaatverandering?” of “Zullen de brede maatschappelijke krachten die AI kan ontketenen de reactie op de klimaatverandering waarschijnlijker helpen of belemmeren?” De ICEF beperkte zijn onderzoek echter tot: “Kan AI de uitstoot van broeikasgassen helpen terugdringen?”

Omdat de relatie tussen AI en klimaatverandering een belangrijk onderwerp is, en omdat je deze routekaart met alle informatie die uit de COP28 is gekomen misschien hebt gemist, laten we eens kijken naar enkele hoogtepunten van “Kunstmatige intelligentie voor de beperking van de klimaatverandering. '

Kunstmatige intelligentie (AI) is de wetenschap die computers complexe taken laat uitvoeren die doorgaans verband houden met menselijke intelligentie, aldus de ICEF. Moderne AI is afhankelijk van machine learning, een soort software waarin algoritmen patronen uit grote datasets detecteren zonder dat ze expliciet zijn geprogrammeerd. Dit is anders dan traditionele software, waarbij expliciete programmering van domeinkennis vereist is. AI vertrouwt in plaats daarvan op impliciete programmering door historische gegevens en simulaties te gebruiken om modellen te trainen om patronen te extraheren.

Toegang tot grote, hoogwaardige datasets is belangrijk voor complexe real-world toepassingen van AI. Deze gegevens kunnen afkomstig zijn van verschillende organisaties uit de publieke en private sector. Gegevens in tabelvorm, tijdreeksen, geospatiale gegevens en tekstgegevens worden allemaal veel gebruikt in AI. Gegevens moeten goed worden gemeten, gedigitaliseerd en toegankelijk voor AI-toepassingen.

AI levert een belangrijke bijdrage aan het wetenschappelijk begrip van klimaatverandering. AI verbetert de prestaties van klimaatmodellen, biedt geavanceerdere waarschuwingen voor extreme weersomstandigheden en helpt extreme weersomstandigheden toe te schrijven aan de toename van hittevangende gassen in de atmosfeer. AI analyseert enorme hoeveelheden gegevens van aardobservatiesatellieten, vliegtuigen, drones, landmonitors, het Internet of Things (IoT), sociale media en andere technologieën om het inzicht in de uitstoot van broeikasgassen te verbeteren.

Machtssector: De rol van AI bij het aanpakken van de opwekkingsinfrastructuur, transmissie- en distributienetwerken, eindgebruiksectoren en energieopslag is aanzienlijk. Voorbeelden hiervan zijn:

• het bepalen van de optimale omvang en locatie van zonne- en windenergieprojecten;
• het voorspellen van weer dat relevant is voor de opwekking van zonne- en windenergie;
• het verbeteren van foutdetectie, uitvalvoorspellingen en stabiliteitsbeoordelingen op distributienetten; En,
• het faciliteren van de inzet van programma's voor vraagrespons en vehicle-to-grid (V2G).

ICEF merkt op dat verschillende barrières de adoptie van AI voor het koolstofvrij maken van de energiesector beperken. Ze zeggen dat AI-modellen en -methoden nog niet voldoende robuust of goed ontwikkeld zijn voor wijdverspreide toepassing, dat er geen normen zijn voor prestatie-evaluatie en dat er een tekort is aan goed geïnformeerde werknemers. Beveiligingsrisico’s moeten worden bestudeerd en op de juiste manier worden aangepakt voordat AI voor de meeste netwerkinfrastructuur wordt ingezet.

Productie: AI kan de productie helpen koolstofvrij te maken door fabrikanten in staat te stellen zich sneller en beter aan te passen aan productieproblemen, fouten uit het verleden te vermijden door gebruik te maken van historische gegevens, de productieopbrengsten te verbeteren, recycling en circulariteit te bevorderen door zich aan te passen aan variabele gerecyclede grondstoffen, het energieverbruik te minimaliseren, alternatieve energiebronnen te gebruiken, en optimaliseer productieschema's en toeleveringsketens om de logistieke overhead te verminderen.

Materiaalinnovatie: In sommige gevallen kunnen AI-modellen volledig op wetenschap gebaseerde berekeningen vervangen, waardoor de verwerkingstijden aanzienlijk worden versneld. AI kan ook helpen bij het interpreteren van de resultaten van materiaalkarakteriseringsexperimenten, waardoor snelle, high-throughput testen van geavanceerde materiaalkandidaten mogelijk worden. Natuurlijke taal AI kan de enorme technische literatuur over materiaalwetenschappen doorzoeken en duizenden gepubliceerde onderzoeksartikelen samenvatten om snelle, nauwkeurige literatuuroverzichten en geharmoniseerde processtappen voor de productie van materialen mogelijk te maken.

Voedselsystemen: AI heeft een aanzienlijk potentieel om de uitstoot van broeikasgassen in voedselsystemen te helpen verminderen, onder meer door:

• het integreren van gegevens uit meerdere bronnen – zoals bodemsensoren en satellieten – om bemestingsschema’s aan te bevelen die de uitstoot van stikstofoxide verminderen en tegelijkertijd de gewasopbrengsten maximaliseren;
• anticiperen op toekomstige behoeften aan toepassingen van precisiemeststoffen onder een reeks verwachte klimaatomstandigheden;
• het analyseren van gegevens over de kenmerken van biomassa, de groeisnelheid en het potentieel voor koolstofvastlegging om de grondstoffen voor de verwijdering en opslag van koolstof uit biomassa te optimaliseren;
• het vergroten van de opwekking van hernieuwbare energie door het grondgebruik voor meerdere doeleinden te optimaliseren;
• het voorspellen van de plaag- en ziektedruk;
• het ontwikkelen van alternatieve eiwitproducten, die een veel lagere ecologische voetafdruk hebben dan dierlijk voedsel; En,
• het verminderen van voedselverlies en -verspilling door intelligente oogsttiming om voedselbederf te voorkomen.

De rol van AI bij het reageren op de klimaatverandering omvat nu het monitoren van de uitstoot van broeikasgassen, het elektriciteitsnet, productie, materiaalinnovatie, het voedselsysteem en het wegvervoer. De ICEF beveelt aan dat:

• AI-instrumenten moeten worden geïntegreerd in veel aspecten van de beperking van de klimaatverandering.
• De ontwikkeling van AI-vaardigheden en capaciteitsopbouw moeten een prioriteit zijn in alle instellingen die een rol spelen bij de beperking van de klimaatverandering.
• Onderwijsinstellingen op alle niveaus moeten cursussen aanbieden die relevant zijn voor AI.
• Regeringen en stichtingen moeten AI-klimaatbeursprogramma’s lanceren.
• Overheidsinstanties die verantwoordelijk zijn voor klimaatvraagstukken moeten de AI-capaciteiten van hun personeel regelmatig beoordelen.
• Alle organisaties die zich bezighouden met klimaatmitigatie moeten een minimale AI-geletterdheid eisen van een brede dwarsdoorsnede van hun werknemers.
• Overheden moeten helpen bij het ontwikkelen en delen van gegevens voor AI-toepassingen die de klimaatverandering tegengaan.
• Overheden moeten systematisch mogelijkheden overwegen om gegevens te genereren en te delen die nuttig kunnen zijn voor de beperking van de klimaatverandering.
• Regeringen moeten beleid opstellen om de standaardisatie en harmonisatie van klimaat- en energietransitiegegevens te bevorderen.
• Regeringen moeten taskforces voor klimaatgegevens oprichten, bestaande uit belangrijke belanghebbenden en deskundigen.

• Door SEO aangedreven content en PR-distributie. Word vandaag nog versterkt.
• PlatoData.Network Verticale generatieve AI. Versterk jezelf. Toegang hier.
• PlatoAiStream. Web3-intelligentie. Kennis versterkt. Toegang hier.
• PlatoESG. carbon, CleanTech, Energie, Milieu, Zonne, Afvalbeheer. Toegang hier.
• Plato Gezondheid. Intelligentie op het gebied van biotech en klinische proeven. Toegang hier.
• Bron: https://cleantechnica.com/2023/12/31/should-ais-role-to-cut-greenhouse-gas-emissions-be-greater/