هوش مصنوعی در روز زمین، سیاره ما را نجات می‌دهد

نقش IBM در نجات سیاره

آی‌بی‌ام سابقه‌ای در زمینه هوش مصنوعی و برتری داده‌ها دارد، و بنابراین منطقی است که این شرکت از این تخصص در مبارزه با تغییرات آب و هوایی به خوبی استفاده کند. IBM از منابع محاسباتی خود در روز زمین برای انواع مشاغل با محوریت محیطی استفاده می‌کند.

برای شروع، این شرکت دارای سرمایه گذاری جهانی املاک و مستغلات IBM است که پیشرفت به سمت اهداف پایداری خاص را ردیابی، تجزیه و تحلیل و گزارش می‌کند. این برنامه هوش مصنوعی داده‌ها را از بیش از 6500 قبض آب و برق که هر ساله از سراسر جهان دریافت می‌کنند جمع آوری می‌کند تا کل مصرف انرژی، هزینه و خرید انرژی‌های تجدیدپذیر را خلاصه کند. این به شرکت اجازه می‌دهد تا گزارش‌هایی تولید کند و این اطلاعات را بر اساس مکان، جغرافیا و ابزار فیلتر کند تا به IBM اجازه دهد بفهمد که در کجا صرفه‌جویی انرژی بیشتر مورد نیاز است.

علاوه بر این، IBM با سازمان‌ها کار می‌کند تا هم انتقال به منابع انرژی کم کربن را تسریع کند و هم عملیات فعلی را تغییر دهد تا اطمینان حاصل شود که این سازمان‌ها نسبت به آب و هوا مقاوم‌تر هستند. IBM به طور خاص به همکاری خود با سوپرمارکت‌های زنجیره‌ای Salling Group برای کمک به تعادل مصرف برق آنها در رابطه با تامین منابع انرژی تجدید پذیر اشاره می کند. IBM با استفاده از هوش مصنوعی و حسگرهای اینترنت اشیا، توانایی تصمیم گیری هوشمندانه انرژی را فراهم می‌کند. ساختمان‌های بزرگ، مانند فروشگاه‌های مواد غذایی، می‌توانند تا حدی مصرف انرژی خود را برای گرمایش یا سرمایش تا آستانه معینی که تعیین شده است تأثیری بر عملیات‌ها ندارد، متوقف کنند.

IBM همچنین سخت کار می‌کند تا با ارائه ابزارهای لازم برای پیش بینی تأثیرات تغییرات آب و هوایی به سازمان‌ها کمک کند تا نسبت به آب و هوا انعطاف پذیرتر شوند. این شرکت در حال کار بر روی یک مدل پایه جغرافیایی است که قادر به ردیابی جنگل زدایی، شناسایی گازهای گلخانه‌ای، یا حتی پیش بینی عملکرد محصول خواهد بود. از آنجایی که تغییرات آب و هوایی جهان ما را بیش از هر زمان دیگری غیرقابل پیش‌بینی می‌کند، این ابزارهای مبتنی بر هوش مصنوعی اهمیت بیشتری پیدا می‌کنند.

ناسا و روز زمین

کار آی‌بی‌ام با مدل‌های پایه در حوزه محیط‌زیست، پیامدهای گسترده‌ای دارد. به طور خاص، ناسا در حال جشن گرفتن همکاری با این شرکت برای ایجاد یک مدل پایه زمین فضایی هوش مصنوعی است. این مدل بر روی حجم زیادی از داده های تولید شده توسط لندست هماهنگ ناسا و سنتینل-2 آموزش داده شده است و پایه‌ای برای بسیاری از مطالعات مبتنی بر هوش مصنوعی که بر نگرانی‌های زیست محیطی متمرکز هستند، فراهم می‌کند.

این مدل قبلاً به سطحی از موفقیت دست یافته است. از زمان همکاری با IBM در سال 2023، ناسا توانسته است از این مدل برای تشخیص زخم‌های سوختگی، ترسیم آب سیل، و طبقه‌بندی محصولات و سایر دسته‌های کاربری زمین استفاده کند.

البته، ناسا مملو از داده‌های زیادی در مورد بسیاری از جنبه‌های مشکلات زیست‌محیطی زمین است. با این حال، سازمان علمی برای دستیابی به اهداف خود به مقادیر زیادی قدرت محاسباتی و بهینه سازی الگوریتم هوش مصنوعی نیاز داشت. بنابراین، همکاری با آی‌بی‌ام در روز زمین برای تأمین این منابع بسیار مورد نیاز، یک تطابق کامل بود.

نقش گوگل

بشریت وجود خود را مدیون الگوهای سازگار تاریخی آب و هوا و محیط زیست است. در حالی که ناهنجاری‌ها به وجود آمدند، بسیاری از تمدن بشری در یک دنیای قابل پیش بینی وجود داشته است. متأسفانه، حتی ساده‌ترین پیش‌بینی‌ها درباره آینده تغییرات آب و هوایی با سطحی از عدم قطعیت همراه است که ما به عنوان یک گونه عمدتاً در مدت زمان کوتاهی آن را تجربه نکرده‌ایم. این غیرقابل پیش‌بینی بودن به وضوح در افزایش رویدادهای شدید آب و هوایی آشکار می‌شود.

خوشبختانه، گوگل سخت کار می‌کند تا به بشریت برای تغییرات در سیستم آب و هوای ما کمک کند. به طور خاص، این غول موتور جستجو مدل Scalable Ensemble Envelope Diffusion Sampler (SEEDS) را توسعه داده است. مشابه مدل‌های زبان بزرگ مانند ChatGPT، SEEDS از تکنیک‌های هوش مصنوعی برای تولید چندین سناریو احتمالی آب‌وهوا با کسری از هزینه مدل‌های پیش‌بینی مبتنی بر فیزیک سنتی که در حال حاضر استفاده می‌شوند، استفاده می‌کند.

برخلاف این مدل‌ها، SEEDS بر اساس مدل‌های احتمالی انتشار نویز زدایی است، که روش‌های پیشرفته هوش مصنوعی مولد هستند که تا حدی توسط Google Research ایجاد شده‌اند. مشروط به تنها یک یا دو پیش‌بینی از یک سیستم پیش‌بینی عددی آب و هوا، SEEDS می‌تواند مجموعه بزرگی را ایجاد کند که سناریوهای آب و هوای واقعی قابل قبولی را ارائه دهد.

SEEDS می‌تواند به طور واقع بینانه کوواریانس جغرافیایی و همبستگی بین فشار متوسط سطح دریا و پتانسیل ژئوپتانسیل میانی تروپوسفر را با مدل سازی مستقیم توزیع مشترک حالات جوی بدست آورد. پیش بینی کنندگان آب و هوا معمولاً از هر دو این معیارهای مرتبط نزدیک برای ارزیابی و اعتبارسنجی پیش‌بینی‌های خود استفاده می‌کنند.

بحران آب و هوا یکی از بزرگترین موانعی را که گونه ما تا به حال با آن روبرو بوده است، بر سر راه ادامه حیات بشر ایجاد می‌کند. با این حال، با گوش دادن به سخنان دانشمندان و استفاده از با ارزش‌ترین و مدرن‌ترین ابزارهای خود، می‌توانیم شروع به ساختن جهانی پایدار برای نسل‌های آینده کنیم. در این روز زمین، اجازه دهید کمی وقت بگذاریم تا در مورد آنچه برای کل بشریت مهم است فکر کنیم. این شرکت‌ها ثابت می‌کنند که اگر با هم کار کنیم و برای آینده ای بهتر تلاش کنیم، هنوز برای ما امید وجود دارد.

شما هم همین حالا می‌توانید از هوش مصنوعی مولد با زبان فارسی استفاده کنید. زیگپ اولین دستیار هوش مصنوعی مولد ایرانی است. پس تا دیر شده نشده شما هم اپلیکیشن زیگپ را دانلود کنید و وارد دنیای هوش مصنوعی شوید. در ضمن با زیگپ می‌توانید به آسانی و با زبان فارسی از ChatGPT و سرویس تبدیل متن به تصویر لئوناردو استفاده کنید.