Com o rápido desenvolvimento de tecnologias de inteligência artificial (IA) nos últimos anos, muitos começaram a se perguntar como essas mesmas tecnologias podem ajudar a resolver uma das ameaças mais sérias que já pairam sobre a humanidade - a mudança climática global. Um novo artigo, escrito por alguns dos principais especialistas em desenvolvimento de inteligência artificial e publicado no repositório online arXiv.org, tenta responder a essa pergunta oferecendo vários exemplos de como o aprendizado de máquina será capaz de prevenir o declínio de nossa civilização.
Os métodos propostos vão desde o uso de IA e tecnologia de satélite para monitorar o desmatamento de maneira mais eficaz até o desenvolvimento de novos materiais que podem substituir o aço e o cimento (sua produção é responsável por até 9% das emissões de gases de efeito estufa na atmosfera). Apesar dessa diversidade, em seu artigo os especialistas voltam repetidamente às possibilidades mais amplas de uso dessas tecnologias. Especialmente neste contexto, destacam-se as possibilidades de utilização da tecnologia de visão de máquina para monitoramento ambiental; realização de grandes análises de dados para determinar a ineficiência de indústrias com alto nível de emissões de substâncias nocivas na atmosfera; e usando IA para desenvolver novos modelos de sistema mais eficientes, como nossos modelos climáticos,graças ao qual podemos prever e nos preparar melhor para mudanças futuras.
Os autores do artigo, incluindo o pesquisador britânico de inteligência artificial, fundador e CEO da DeepMind, Demis Hassabi, ganhador do Prêmio Turing e um dos "pais da aprendizagem profunda" Yoshua Bengio e cofundador do Google Brain, projeto de pesquisa do Google sobre inteligência artificial Deep Learning - Andrew Ng diz que a IA pode ser “inestimável” para minimizar os piores impactos das mudanças climáticas globais, mas acrescenta que esta tecnologia não é uma “bala de prata” - o único remédio para todos os problemas. Em sua opinião, as forças políticas devem ter um papel ativo nesta questão.
No total, o artigo considera várias áreas ao mesmo tempo em que as tecnologias de aprendizado de máquina podem encontrar sua aplicação, categorizadas pelo período de seu potencial de uso possível, explicado pelo fato de essa tecnologia ser suficientemente desenvolvida. Abaixo você pode ver essa lista.
A inteligência artificial vai melhorar a eficiência dos sistemas de fornecimento de energia
Se a humanidade planeja contar com mais fontes de energia renováveis no futuro, as concessionárias precisarão de meios para prever e calcular com mais eficiência a quantidade de energia que realmente precisaremos usar. Além disso, esses cálculos deverão ocorrer em tempo real e durante todo o período de operação desses empreendimentos.
Vídeo promocional:
Já foram desenvolvidos algoritmos que podem prever a demanda de energia, no entanto, a eficiência desses algoritmos pode ser melhorada ainda mais introduzindo nos cálculos fatores como as características climáticas de certas regiões, bem como as especificidades de fazer negócios. Os esforços para tornar as especificações desses algoritmos mais compreensíveis também permitirão que as operadoras de serviços públicos interpretem com mais precisão os resultados de suas análises e os utilizem no planejamento, escolhendo o momento ideal para o lançamento dessas fontes de energia renováveis.
A inteligência artificial ajudará a descobrir novos materiais
Os cientistas precisam desenvolver novos materiais para uma produção, armazenamento e uso mais eficiente da energia, porém, via de regra, o processo de descoberta e desenvolvimento de novos materiais é muito lento e nem sempre bem-sucedido. As tecnologias de aprendizado de máquina irão acelerar o processo de encontrar, desenvolver e melhorar novas fórmulas com as propriedades desejadas.
Talvez isso leve ao desenvolvimento de, por exemplo, um novo tipo de combustível, vamos chamá-lo condicionalmente de "solar", que será capaz de armazenar a energia da luz solar; permitirá que você crie um absorvente novo e muito eficiente de dióxido de carbono ou materiais de construção, cuja produção emitirá menos carbono. Esses materiais podem um dia substituir o aço e o concreto, cuja produção libera quase 10% das emissões mundiais de gases do efeito estufa.
A inteligência artificial ajudará a reorganizar efetivamente o sistema de transporte
A entrega de mercadorias em todo o mundo é um processo logístico muito complexo e muitas vezes ineficaz, no qual mercadorias de diferentes volumes, pesos e tamanhos interagem e diferentes tipos de transporte são utilizados. Ao mesmo tempo, é o transporte que responde por um quarto de todas as emissões de CO2 para a atmosfera.
As tecnologias de aprendizado de máquina utilizadas nesta área permitirão combinar com mais eficiência mercadorias que requerem entrega no mesmo destino, o que reduzirá o número de remessas necessárias. Além disso, esse sistema será mais resistente a interrupções imprevistas nos sistemas de transporte e será capaz de gerenciar enormes frotas de caminhões não tripulados. No entanto, os autores observam que a tecnologia mais recente ainda não está pronta neste momento.
Artificial levará a uma adaptação rápida de veículos elétricos
Os veículos elétricos, que são um elemento-chave na descarbonização de veículos, enfrentam uma série de problemas que os impedem de se tornarem realmente convencionais.
O aprendizado de máquina pode ajudar com esse problema, dizem os autores do relatório. Por exemplo, os algoritmos podem melhorar o gerenciamento do consumo de energia da bateria para aumentar a quilometragem de cada carga e reduzir o nível de preocupação entre os compradores potenciais de tais veículos sobre a limitação do alcance da viagem. Além disso, essas tecnologias otimizarão os tempos de carregamento.
A inteligência artificial otimiza a infraestrutura de construção
Os sistemas de controle inteligentes baseados no aprendizado de máquina podem reduzir significativamente o nível de consumo de energia dos edifícios, levando em consideração as condições climáticas, a ocupação atual do edifício e outros fatores ambientais e, em seguida, ajustar o aquecimento, resfriamento, ventilação e iluminação da sala de acordo.
Edifícios inteligentes serão capazes de transmitir informações sobre o estado atual do meio ambiente diretamente para a rede, de modo que o consumo de energia possa ser reduzido se houver falta de fornecimento de eletricidade com baixo teor de carbono.
A IA será capaz de calcular com mais precisão a quantidade de recursos de energia usados
Em muitas regiões do mundo, os dados sobre o nível de consumo local de energia e as emissões de gases de efeito estufa na atmosfera estão praticamente ausentes, o que pode ser um grande problema para o desenvolvimento e implementação de medidas de compensação eficazes.
A visão de máquina permitirá que a tecnologia de satélite seja usada para estimar o ponto construído (área) para que os algoritmos de aprendizagem de máquina possam usar esses dados para calcular o consumo de energia e as emissões. Métodos semelhantes podem ser usados para identificar edifícios que requerem atualizações para melhorar sua eficiência.
A inteligência artificial otimiza as cadeias de abastecimento
Usando recursos semelhantes, as tecnologias de aprendizado de máquina serão capazes de otimizar canais e cadeias de suprimentos, minimizando a pegada de carbono do transporte de vários produtos.
A possibilidade de uma previsão mais eficiente da lei de oferta e demanda reduzirá o desperdício de produção e transporte.
A inteligência artificial tornará a agricultura de precisão escalonável
A maioria das fazendas agrícolas modernas usa o princípio de cultivo de monoculturas. Em outras palavras, apenas uma cultura é cultivada em uma grande área.
Esta abordagem torna mais fácil para os agricultores trabalharem em seus campos com máquinas agrícolas e outras ferramentas autônomas básicas, mas ao mesmo tempo esgota o solo, privando-o de nutrientes e, portanto, tornando-o menos produtivo. Como resultado, vários fertilizantes são freqüentemente usados para aumentar a produtividade, em particular aqueles à base de nitrogênio, que podem ser convertidos em óxidos de nitrogênio - gases de efeito estufa 300 vezes mais perigosos do que o dióxido de carbono. Os robôs de aprendizado de máquina podem ajudar a agricultura a avaliar o estado atual do solo e sugerir quais safras plantar para restaurar a saúde do solo enquanto reduz a necessidade de fertilizantes.
AI ajudará a monitorar o desmatamento de forma mais eficaz
O desmatamento contribui com aproximadamente 10 por cento do total das emissões de gases de efeito estufa. Rastrear e prevenir essa atividade frequentemente ilegal é geralmente um processo muito demorado e rotineiro que requer supervisão pessoal no local.
Por sua vez, as imagens de satélite, juntamente com a tecnologia de visão de máquina, permitirão a análise automática da perda de cobertura florestal em grande escala, e sensores especiais instalados nos locais, combinados com algoritmos que podem, por exemplo, detectar os sons de motosserras, podem ajudar as agências de aplicação da lei a lidar de forma mais eficaz com Atividades ilegais.
IA ajudará a mudar nossas atitudes de consumidor
De acordo com os autores do relatório, existe um equívoco generalizado no mundo de que as pessoas comuns são incapazes de causar um impacto sério nas mudanças climáticas.
Portanto, neste assunto, é necessário esclarecer como exatamente as pessoas podem ajudar. O aprendizado de máquina o ajudará a calcular sua pegada de carbono (a soma de todas as emissões de gases de efeito estufa que você cria em suas atividades diárias) e a fazer pequenas alterações para reduzi-la. Por exemplo, o sistema pode sugerir o uso de transporte público com mais frequência do que transporte pessoal; compra menos carne na loja; ou reduzir o consumo de eletricidade em casa. Cada um de nós cria individualmente uma pequena pegada de carbono, mas se você pegar todas de uma vez, os números são muito maiores. Mudanças em nossas atitudes em relação ao consumo e o acréscimo de todas as ações individuais destinadas a isso podem ter um grande efeito cumulativo.
AI vai melhorar a eficiência da meteorologia e climatologia
Muitos dos impactos mais significativos das mudanças climáticas nas próximas décadas estarão associados a sistemas naturais altamente complexos, como a mudança da dinâmica das nuvens ou do gelo.
Essas são exatamente as questões nas quais a IA tem grandes esperanças. A modelagem precisa desses processos ajudará os cientistas a prever com mais eficácia as condições climáticas extremas (como furacões e secas), o que, por sua vez, ajudará os estados a desenvolver métodos de proteção contra os piores efeitos desses eventos.
A inteligência artificial ajudará na geoengenharia
Neste estágio, este caso de uso para IA entre todos os apresentados acima é o mais especulativo, mas também há grandes esperanças nele, pelo menos de alguns cientistas.
Se pudermos desenvolver maneiras de tornar a cobertura de nuvens de nosso planeta mais refletiva, ou mesmo criar nuvens artificiais com base em aerossóis especiais, então poderemos refletir mais luz solar da Terra. Mas esta questão requer uma investigação séria. A IA pode ajudar nisso, mas os autores do relatório observam que esse método de usar inteligência artificial é uma questão muito distante que exigirá a cooperação de todos os governos do mundo. Por exemplo, especialistas da Universidade Canadense de Waterloo concordam com essa posição, que acreditam que essa abordagem irrazoável da questão da geoengenharia poderia iniciar uma terceira guerra mundial.
