211service.com
Aquí hay 10 formas en que la IA podría ayudar a combatir el cambio climático
Una cuadrícula de las diferentes subdisciplinas en el aprendizaje automático y cómo pueden ayudar a combatir el cambio climático. Sra. Tecnología | Miniatura: chuttersnap/Unsplash
Algunos de los nombres más importantes en la investigación de IA han presentado un mapa de carreteras sugiriendo cómo el aprendizaje automático puede ayudar a salvar a nuestro planeta y a la humanidad de un peligro inminente.
El informe cubre posibles intervenciones de aprendizaje automático en 13 dominios, desde sistemas eléctricos hasta granjas y bosques hasta la predicción climática. Dentro de cada dominio, desglosa las contribuciones de varias subdisciplinas dentro del aprendizaje automático, incluida la visión artificial, el procesamiento del lenguaje natural y el aprendizaje por refuerzo.
Las recomendaciones también se dividen en tres categorías: alto apalancamiento para problemas muy adecuados para el aprendizaje automático donde tales intervenciones pueden tener un impacto especialmente grande; a largo plazo para soluciones que no tendrán beneficios hasta 2040; y alto riesgo para actividades que tienen resultados menos seguros, ya sea porque la tecnología no está madura o porque no se sabe lo suficiente para evaluar las consecuencias. Muchas de las recomendaciones también resumen los esfuerzos existentes que ya están ocurriendo pero que aún no están a escala.
La compilación del informe fue dirigida por David Rolnick, becario postdoctoral de la Universidad de Pensilvania, y asesorado por varias figuras de alto perfil, incluido Andrew Ng, cofundador de Google Brain y un destacado empresario y educador de IA; Demis Hassabis, fundador y director ejecutivo de DeepMind; Jennifer Chayes, directora general de Microsoft Research; y Yoshua Bengio, quien recientemente ganó el Premio Turing por sus contribuciones al campo. Si bien los investigadores ofrecen una lista muy completa de algunas de las principales áreas en las que el aprendizaje automático puede contribuir, también señalan que no es una panacea. En última instancia, la política será el principal impulsor de una acción climática efectiva a gran escala.
Estas son solo 10 de las recomendaciones de alto apalancamiento del informe. Leer la versión completa de la misma aquí .
1. Mejorar las predicciones de cuánta electricidad necesitamos
Si vamos a depender de más fuentes de energía renovable, las empresas de servicios públicos necesitarán mejores formas de predecir cuánta energía se necesita, en tiempo real y a largo plazo. Ya existen algoritmos que pueden pronosticar la demanda de energía, pero podrían mejorarse teniendo en cuenta patrones meteorológicos y climáticos locales más precisos o el comportamiento de los hogares. Los esfuerzos para hacer que los algoritmos sean más explicables también podrían ayudar a los operadores de servicios públicos a interpretar sus resultados y usarlos para programar cuándo poner en línea las fuentes renovables.
2. Descubre nuevos materiales
Los científicos necesitan desarrollar materiales que almacenen, recolecten y utilicen la energía de manera más eficiente, pero el proceso de descubrimiento de nuevos materiales suele ser lento e impreciso. El aprendizaje automático puede acelerar las cosas al encontrar, diseñar y evaluar nuevas estructuras químicas con las propiedades deseadas. Esto podría, por ejemplo, ayudar a crear solar fuels , que puede almacenar energía de la luz solar, o identificar absorbentes de dióxido de carbono más eficientes o materiales estructurales que requieren mucho menos carbono para crearse. Estos últimos materiales podrían algún día reemplazar al acero y al cemento, cuya producción representa casi el 10 % de todas las emisiones mundiales de gases de efecto invernadero.
3. Optimice cómo se enruta la carga
El envío de mercancías por todo el mundo es un proceso complejo y, a menudo, muy ineficiente que implica la interacción de diferentes tamaños de envío, diferentes tipos de transporte y una red cambiante de orígenes y destinos. El aprendizaje automático podría ayudar a encontrar formas de agrupar tantos envíos como sea posible y minimizar la cantidad total de viajes. Dicho sistema también sería más resistente a las interrupciones del transporte.
4. Reducir las barreras para la adopción de vehículos eléctricos
Los vehículos eléctricos, una estrategia clave para descarbonizar el transporte, enfrentan varios desafíos de adopción en los que el aprendizaje automático podría ayudar. Los algoritmos pueden mejorar la gestión de la energía de la batería para aumentar el kilometraje de cada carga y reducir la ansiedad por la autonomía, por ejemplo. También pueden modelar y predecir el comportamiento de carga agregado para ayudar a los operadores de la red a cumplir y administrar su carga.
5. Ayude a que los edificios sean más eficientes
Los sistemas de control inteligente pueden reducir drásticamente el consumo de energía de un edificio teniendo en cuenta las previsiones meteorológicas, la ocupación del edificio y otras condiciones ambientales para ajustar las necesidades de calefacción, refrigeración, ventilación e iluminación en un espacio interior. Un edificio inteligente también podría comunicarse directamente con la red para reducir la cantidad de energía que utiliza si hay escasez de suministro de electricidad con bajas emisiones de carbono en un momento dado.
6. Crear mejores estimaciones de cuánta energía estamos consumiendo
Muchas regiones del mundo tienen poca o ninguna información sobre su consumo de energía y emisiones de gases de efecto invernadero, lo que puede ser un obstáculo importante para diseñar e implementar estrategias de mitigación efectivas. Las técnicas de visión por computadora pueden extraer las huellas y características de los edificios a partir de imágenes de satélite para alimentar algoritmos de aprendizaje automático que pueden estimar el consumo de energía a nivel de ciudad. Las mismas técnicas también podrían identificar qué edificios deben modernizarse para maximizar su eficiencia.
7. Optimizar las cadenas de suministro
De la misma manera que el aprendizaje automático puede optimizar las rutas de envío, también puede minimizar las ineficiencias y las emisiones de carbono en las cadenas de suministro de las industrias de alimentos, moda y bienes de consumo. Mejores predicciones de la oferta y la demanda deberían reducir significativamente los desechos de producción y transporte, mientras que las recomendaciones específicas para productos con bajas emisiones de carbono podrían fomentar un consumo más respetuoso con el medio ambiente.
8. Hacer posible la agricultura de precisión a escala
Gran parte de la agricultura moderna está dominada por el monocultivo, la práctica de producir un solo cultivo en una gran franja de tierra. Este enfoque facilita a los agricultores el manejo de sus campos con tractores y otras herramientas automatizadas básicas, pero también despoja al suelo de nutrientes y reduce su productividad. Como resultado, muchos agricultores dependen en gran medida de los fertilizantes a base de nitrógeno, que pueden convertirse en óxido nitroso, un gas de efecto invernadero 300 veces más potente que el dióxido de carbono. Los robots que funcionan con software de aprendizaje automático podrían ayudar a los agricultores administrar una combinación de cultivos de manera más efectiva a escala, mientras que los algoritmos podrían ayudar a los agricultores a predecir qué cultivos plantar y cuándo, regenerando la salud de sus tierras y reduciendo la necesidad de fertilizantes.
9. Mejorar el seguimiento de la deforestación
La deforestación contribuye a aproximadamente el 10% de las emisiones globales de gases de efecto invernadero, pero rastrearla y prevenirla suele ser un proceso manual tedioso que se lleva a cabo sobre el terreno. Las imágenes satelitales y la visión por computadora pueden analizar automáticamente la pérdida de la cubierta arbórea a una escala mucho mayor, y los sensores en el suelo, combinados con algoritmos para detectar sonidos de motosierras, pueden ayudar a las fuerzas del orden locales a detener la actividad ilegal.
10. Empuje a los consumidores a cambiar la forma en que compramos
Las técnicas que los anunciantes han utilizado con éxito para dirigirse a los consumidores se pueden utilizar para ayudarnos a comportarnos de manera más consciente con el medio ambiente. Los consumidores podrían recibir intervenciones personalizadas para promover su inscripción en programas de ahorro de energía, por ejemplo.