人工智能有助於拯救世界的三種方式

圖片由美國宇航局的地球圖片由美國宇航局的地球

隨著計算機變得越來越聰明,科學家們正在尋找新的方法來使他們參與環境保護。

當你想到人工智能時,可能想到的第一個圖像是一個像人類一樣走路,說話和表達的有感知的機器人。 但是,有一種不同類型的人工智能在幾乎所有的科學中都變得普遍。 它被稱為機器學習,它圍繞著使用計算機來完成分類現代技術允許我們生成的大量數據(即“大數據”)的任務。

機器學習最有益的地方之一是環境科學,它通過監測地球的各種系統產生了大量信息 - 例如地下含水層,氣候變暖或動物遷移。 在這個相對較新的領域中出現了一系列項目,稱為計算可持續性,它將收集的環境數據與計算機發現趨勢和預測地球未來的能力相結合。 這對科學家和政​​策制定者很有用,因為它可以幫助他們制定如何在不斷變化的世界中生存和生存的計劃。 這裡只看幾個。

對於鳥類和大象

康奈爾大學似乎在這個新領域處於領先地位,可能因為它有一個 計算可持續發展研究所y也是因為該研究所的負責人Carla P. Gomes是計算可持續發展的先驅之一。 Gomes表示,當美國國家科學基金會授予2008百萬美元撥款以推動計算機科學家進入具有社會效益的研究時,該領域開始圍繞10開始。 從那以後,她的團隊 - 以及世界各地的科學家團隊 - 已經接受了這個想法,並與之一起運行。

機器學習可以幫助環境的一個主要領域是物種保護。 特別是,康奈爾研究所一直與康奈爾鳥類學實驗室合作,將不可思議的鳥類熱情與科學觀察相結合。 他們開發了一個名為的應用程序 eBird 允許普通公民提交他們在周圍觀察到的鳥類的數據,例如在給定位置可以找到多少種不同的物種。 到目前為止,Gomes說,他們擁有的300,000志願者提交的數量超過了300百萬的觀察數,超過了22百萬小時的實地工作量。

這個動畫樹吞下的年度遷移顯示了計算可持續性技術如何用於預測跨時空的人口變化。 圖片由丹尼爾芬克,康奈爾實驗室。 鳥類學

這個動畫樹吞下的年度遷移顯示了計算可持續性技術如何用於預測跨時空的人口變化。 圖片由丹尼爾芬克,康奈爾實驗室。 鳥類學


從InnerSelf獲取最新信息


將從eBird收集的數據與實驗室自己的觀測數據和從遙感網絡收集的物種分佈信息相結合,該研究所的模型使用機器學習來預測某些物種棲息地的變化以及鳥類在此期間移動的路徑。移民。

“我們沒有觀察到很大的差距,但如果你把發生和不存在的模式聯繫起來,我們就會看到這些鳥類像某種棲息地,然後我們可以概括,”戈麥斯說。 “我們真的使用複雜的模型 - 來自機器學習的算法 - 來預測鳥類的分佈情況。”

然後,他們可以與政策制定者和環保主義者分享他們的預測,他們可以利用它來決定如何最好地保護鳥類棲息地。

例如,Gomes說,基於通過eBird收集並由合作夥伴處理的信息,The Nature Conservancy已經建立了一個 加州受旱災地區的“逆向拍賣”當鳥類可能遷徙並需要中途停留棲息地時,支付稻農為其田地保水。 “這是唯一可能的,因為我們擁有先進的計算模型,能夠為我們提供關於鳥類如何分佈的高精度信息,”戈麥斯說。

鳥類不是唯一的研究領域。 該研究所的大部分工作都與野生動物保護有關 - 例如,聽取數小時的森林記錄來繪製大象呼叫的位置和偷獵者的槍聲,或者跟踪灰熊以建立他們可以用來安全地穿越荒野的走廊。

提升PACE

在NASA的戈達德太空飛行中心,研究科學家Cecile Rousseaux正在利用機器學習來更好地了解海洋中浮游植物(也稱為微藻)的分佈。 這些微觀植物漂浮在海面上,產生大量的氧氣。 它們構成了海洋食物網的基礎。 它們還會消耗二氧化碳,當它們死亡時,隨著它們沉入海底,隨之攜帶碳。

“如果我們沒有浮游植物,我們會看到二氧化碳的增加量大於我們所看到的,”Rousseaux說。 因此,它們的整體狀態是研究人員試圖了解大氣CO變化影響的重要信息2 我們這個星球上。

{

Rousseaux正在使用衛星圖像和計算機建模來預測世界海洋浮游植物的當前和未來狀況。 目前,該模型只能估計生活在地球上的微藻總數以及總數隨時間的變化情況。 但是一個新的衛星任務叫做 步伐 (對於“前氣溶膠雲和海洋生態系統”),在2022上發布,將開闢一個全新的數據集,更貼近人口,能夠識別不同的物種,而不是簡單地看整體,這將大大改變當前的模型。

“該模型使用基於溫度,光和營養素的參數來告訴我們增長量。 模擬所做的一件事是調整總量,“她說。 但是,有許多不同類型的浮游植物都以獨特的方式與環境相互作用。 例如,矽藻很大,很快下沉到海底,需要大量的營養。 PACE將有可能識別海洋不同部分的浮游植物類型,擴大模型的能力,幫助我們了解微生物如何影響大氣CO2。 它還將允許我們做一些事情,如預測危險的藻類大量繁殖,並可能找到方法來挖掘消耗大量碳以應對氣候變化的物種的天賦。

EarthCube

說到整個地球,美國國家科學基金會正在利用機器學習來創建整個地球的3-D生活模型。 這種名為EarthCube的數字表示技術將科學家提供的數據集結合在一系列學科中 - 例如大氣和水圈的測量或海洋的地球化學 - 模擬表面上,下方和下方的條件。 由於立方體將包含大量數據,它將能夠模擬不同的條件並預測行星系統將如何響應。 有了這些信息,科學家們就能夠提出避免災難性事件的方法,或者只是為那些無法避免的事情(如洪水或惡劣天氣)做好準備。

EarthCubeEarthCube結合數據集來創建一個模型,可用於預測和最小化災難性事件造成的損害。
圖片來自Jeanne DiLeo / USGS
作為EarthCube項目的一部分,美國地質調查局正在合作開展國家科學框架項目 數字地殼,一個框架,將能夠更準確和有力地理解地球的地下過程,如地下水平衡和含水層系統的健康。 “我們將能夠進行科學計算,顯示地下水隨時間變化的水平,我們可以針對未來情景進行調查,”USGS和USGS團隊負責地球立方數字地殼項目的生物地理特徵分部負責人Sky Bristol說。 。

布里斯托爾說,當來自立方體不同部分的兩個模型(例如地殼和大氣層)必須相互作用時,機器學習也會發揮作用。 例如,當地下水開採量增加以及同時變暖氣候增加時,它會是什麼樣子?

數字地殼定於今年夏天完工。 Digital Crust和所有EarthCube項目正在使他們的數據和軟件開源。 因此,在幾年內,任何人都可以使用機器學習來預測未來地球的所有可能性。 這意味著地球科學家,他們致力於了解地球的各種系統及其內部的變化將如何影響人類,他們將擁有一種新工具,使他們能夠與來自世界各地的人們共享數據 - 為他們的預測提供更大的影響,讓人類有機會對我們不斷變化的世界採取行動,而不是作出反應。

這些例子只是計算可持續性如何改變 - 並且正在改變 - 我們使地球上的人類生命更具可持續性的能力的一小部分。 僅在康奈爾,使用該技術的其他項目包括繪製發達國家的貧困地區和減貧效果,確定採伐政策對海洋漁業的影響,發現可用於捕獲太陽能的新材料,確定船隻襲擊了鯨魚種群,甚至揭示了美國汽油稅增加的效率和影響如果目前的趨勢有任何跡象,我們可以期待在未來幾年聽到更多關於人工智能如何幫助我們創造世界一個更好的長期居住的地方。

這篇文章最初出現在 Ensia 查看Ensia主頁

關於作者

biba erin艾琳比巴是紐約市的自由科學記者。 她的工作經常出現在 新聞周刊,科學美國人 和流言蜚語 Tested.com.

相關書籍

{amazonWS:searchindex =叢書;關鍵字= 1605989649;的maxResults = 1}

enafarZH-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

關注InnerSelf

Facebook的圖標Twitter的圖標RSS圖標

通過電子郵件獲取最新信息

{emailcloak = OFF}

閱讀量最高的