به گزارش خبرنگار علم و فناوری خبرگزاری برنا؛ تغییر اقلیم ناشی از فعالیت‌های انسانی و به‌کارگیری برخی از فناوری‌های جدید یکی از نگرانی‌های دهه‌های آینده بشر است چرا که گاهی به کارگیری فناوری‌های پیشرفته مثل هوش‌مصنوعی در کنار پیشرفت جهان نگرانی‌هایی را به دنبال دارد که یکی از آن‌ها می‌تواند تغییرات آب‌و‌هوا و شرایط اقلیمی به صورت نامطلوب یا مطلوب باشد.
هوش مصنوعی به راحتی می‌تواند عامل موثری در همه حوزه‌ها و حتی آب‌و‌هوا باشد، این یک امر طبیعی است که بشر از یکی از قدرتمندترین ابزارهایی که تاکنون برای مقابله با تهدیدات مختلف ساخته است، استفاده کند.
گروهی از متخصصان جوان در حوزه یادگیری ماشینی و سیاست عمومی، سازمان «هوش مصنوعی تغییر اقلیم»،(Climate Change AI) به اختصار CCAI را در سال ۲۰۱۹ تاسیس کردند که یک سازمان غیرانتفاعی است که هدف آن بهبود جامعه‌سازی، تسهیل تحقیقات و فعالیت تاثیرگذار و پیشبرد گفتمان یادگیری ماشینی-تغییر اقلیم است.
آن‌ها معتقدند آنچه می‌توان برای مقابله با تغییرات آب و هوایی با هوش مصنوعی یا هر فناوری دیگری از طریق دو اصل اساسی انجام دهیم، محدود کردن انتشار گازهای گلخانه‌ای در آینده و پاسخ به اثرات سطوح تغییرات آب و هوایی است که داریم.
نهادهای تحقیقاتی، مؤسسات دولتی و شرکت‌های خصوصی در سراسر جهان شروع به مقابله با این چالش در هر دو جبهه کرده‌اند. برای مثال، شرکت Brainbox AI یک شرکت مستقر در مونترال کانادا است که از یادگیری ماشینی برای بهینه‌سازی سیستم‌های گرمایش و تهویه هوا(HVAC) در ساختمان‌های اداری و سایر انواع املاک و مستغلات استفاده می‌کند. این یک حوزه کلیدی برای تمرکز بر روی کاهش بالقوه گازهای گلخانه‌ای است، زیرا انرژی مصرف شده توسط ساختمان‌ها به تنهایی یک چهارم از انتشارات جهانی مرتبط با انرژی را شامل می‌شود.
یک سیستم تهویه مطبوع مبتنی بر هوش مصنوعی می‌تواند به یک ساختمان اجازه دهد تا به طور پیشگیرانه و بدون هیچ گونه دخالت انسانی کار کند. در نهایت نیز می‌تواند بهینه‌ترین پیکربندی تهویه را برای بهره‌وری انرژی، صرفه جویی در هزینه‌ها و همچنین کاهش بار روی شبکه برق و پایین نگه داشتن ردپای انتشار کربن فراهم کند.
همانطور که هیچ یک از اهداف کاهش تغییرات آب و هوا و سازگاری با آن‌ها به راحتی قابل دستیابی نخواهد بود، هیچکدام نیز نمی‌توانند تنها با استفاده از هوش مصنوعی محقق شوند. در حالی که این فناوری خود را به عناوین خبری پر زرق و برق و روایت‌های علمی-تخیلی قانع کننده در ادبیات و فیلم مطرح می‌کند، اما از یک راه حل واقعی فاصله زیادی دارد.
آنچه هوش مصنوعی می‌تواند و نمی‌تواند برای تغییرات آب و هوا انجام دهد
کاربردهای یادگیری ماشینی بسیار متنوع هستند و هم مقاله سال ۲۰۱۹ این گروه و هم گزارش سیاستگذاری برای مشارکت جهانی در زمینه هوش مصنوعی که اخیراً منتشر شده ارزش مطالعه عمیق را دارند.
تیم CCAI تاکید می‌کند که یکی از کاربردهای اساسی یادگیری ماشینی در این فضا، توانایی آن در کمک به جمع‌آوری داده‌ها است، مانند نحوه استفاده از فناوری‌های جدید برای ایجاد نقشه‌ای از تاسیسات انرژی خورشیدی جهان که ارزش زیادی برای آینده جهان دارد. چنین مجموعه داده‌هایی به دانشمندان کمک می‌کند تا تحقیقات خود را بهتر هدایت کنند و سیاست‌گذاران تصمیمات آگاهانه‌ای اتخاذ کنند.
نحوه استفاده و مدیریت هوش مصنوعی در مقیاس وسیع‌تر، موضوعی است که به طور فزاینده‌ای به آن توجه می‌شود که البته شایسته است. در ماه آوریل گذشته، کمیسیون اروپا قانون هوش مصنوعی را معرفی کرد که اولین چارچوب نظارتی در مقیاس وسیع برای اتحادیه اروپا در مورد فناوری است.
در حالی که برخی ادعا می‌کنند این چارچوب به اندازه کافی کاری برای حمایت از حقوق و آزادی‌های مدنی انجام نمی‌دهد، این قانون گامی در مسیر درست است و هر چه این بحث‌های پرمخاطب رایج‌تر شوند، بهتر است. هر کسی که در برنامه‌های یادگیری ماشینی دخیل است، باید ملاحظات اخلاقی ذینفعان مربوط، نه فقط سرمایه‌گذاران را تا حد امکان در پایه‌های این فناوری جاسازی کند.
گفتنی است که سیستم‌های حمل‌ونقل مبتنی بر هوش مصنوعی می‌توان برای برنامه‌ریزی مسیر، مدیریت ترافیک و کارایی خودرو را بهینه کنند. الگوریتم‌های یادگیری ماشین می‌توانند الگوهای ترافیک، رفتار کاربر و داده‌های زمان واقعی را برای بهینه‌سازی جریان ترافیک، کاهش ازدحام و به حداقل رساندن انتشار کربن تجزیه و تحلیل کنند. علاوه بر این، هوش مصنوعی نقشی اساسی در پیشبرد وسایل نقلیه خودران ایفا می‌کند و پتانسیلی برای سیستم‌های حمل‌ونقل سبزتر و پایدارتر ارائه می‌دهد.
انتهای پیام/