امروزه سطح دی اکسید کربن اتمسفر زمین در بالاترین مقدار خود قرار دارد، حتی با وجود کاهش قابل توجهی که به دلیل اعمال قرنطینه خانگی در دوران همه‌گیری کرونا ویروس داشته است. سطح متوسط ارتفاع آب دریاها در حال افزایش است و تنها در 25 سال گذشته 3 اینچ افزایش یافته است. بعلاوه، سال 2019 گرم‌ترین سال ثبت شده برای اقیانوس‌های جهان بوده است. اگرچه هوش مصنوعی معجزه نمی‌کند اما مطمئناً می‌تواند به ما کمک کند از راه‌های مختلف میزان انتشار گازهای گلخانه‌ای (GHG) را کاهش دهیم.
طبق مدل موسسه تحقیقاتی Capgemini تخمین زده می‌شود که هوش مصنوعی به سازمان‌های صنایع از تولیدات مصرفی گرفته تا خرده‌فروشی‌ها و خودروسازی‌ها کمک کند و بیشتر از 45٪ اهداف توافق‌نامه پاریس را تا سال 2030 تحقق ببخشد. هوش مصنوعی احتمالاً انتشار گازهای گلخانه‌ای را 16٪ کاهش می‌دهد. در این مقاله در مورد چند روش امیدوار کننده که هوش مصنوعی در حال حاضر پیش روی بشر می‌دهد و می‌توان با به‌کارگیری آن‌ها بر تغییرات اقلیمی تاثیر گذاشت، صحبت خواهد شد.
بهبود بهره‌وری انرژی
طبق گفته موسسه تحقیقات Capgemini، هوش مصنوعی طی سه تا پنج سال آینده بهره‌وری انرژی را 15٪ بهبود می‌بخشد. یادگیری ماشین بهره‌وری در تولید و توزیع برق، از تعمیر و نگهداری خودکار و نظارت بر نشت گرفته تا بهینهسازی مسیر و مدیریت ناوگان، را افزایش می‌دهد. هوش مصنوعی Deepmind گوگل می‌تواند الگوهای وزش باد را از 36 ساعت قبل برای بهینهسازی مزارع بادی پیش‌بینی کند. سیستم‌های الکتریسیته مقدار زیادی داده ایجاد می‌کنند. تاکنون، شرکت‌های تولید انرژی از این اطلاعات تا حدی که ممکن بود برای یادگیری استفاده نمی‌کردند.
یادگیری ماشین می‌تواند از این داده‌ها برای درک و پیش‌بینی تولید و تقاضای انرژی استفاده کند و به تأمین‌کنندگان در استفاده بهتر از منابع و پر کردن شکاف‌ها با منابع تجدیدپذیر کمک کنند. ممکن است استفاده از هوش مصنوعی برای افزایش بهره‌وری انرژی در سطح صنعت شروع شود، اما به استفاده در سطح خانوار و استفاده‌های شخصی کشیده شود.
بهینهسازی توسعه انرژی پاک
در آبگیرهای آمازون، سازندگان سدهای برق-آبی معمولاً در هر زمانی یک سد را بدون استراتژی طولانی مدت ساخته‌اند. گروهی به رهبری دانشگاه کورنل که شامل دانشمندان کامپیوتر، محققان و اکولوژیست‌ها بود، یک مدل محاسباتی هوش مصنوعی برای یافتن مکان‌هایی برای ساخت سدها (صدها سد آبی که در حال حاضر برای این آبگیر پیشنهاد شده‌اند) ایجاد کرده‌اند که می‌تواند کم‌ترین مقدار گازهای گلخانه‌ای را تولید کند. این مدل مجموعه‌ای پیچیده و غافلگیرکننده از ملاحظات را برای کاهش بیش از پیش گازهای گلخانه‌ای نشان داد.
جلوگیری از اتلاف انرژی
شرکت‌ها و دولت‌ها راه حل‌های هوش مصنوعی را برای جلوگیری از اتلاف انرژی به کار می‌گیرند. می‌توان از هوش مصنوعی هم برای کاهش اتلاف انرژی از ساختمان استفاده کرد (که یک چهارم میزان انتشار دی اکسید کربن را تشکیل می‌دهد) و هم برای درک میزان عرضه و تقاضا. در هر دو صورت قدرت روش‌های هوش مصنوعی در استراتژی‌های تغییر آب و هوا منجر به کاهش اتلاف در انواع مختلف (زمان، پول، مواد و غیره) می‌شود.
حمل و نقل را کارآمدتر می‌کند
بخش حمل و نقل یک چهارم از دی اکسید کربن جهان را منتشر می‌کند. در حال حاضر هوش مصنوعی فناوری است که از وسایل نقلیه مستقل از جمله اتومبیل‌های مشترک و سیستم‌های حمل و نقل هوشمند در برخی از شهرها پشتیبانی می‌کند. پذیرش بیشتر هوش مصنوعی به کاهش انتشار گازهای گلخانه‌ای در آینده کمک خواهد کرد. هوش مصنوعی مسیرهای ناوگان حمل نقل، سیگنال‌های ترافیکی و غیره را بهینه می‌کند. همه این تغییرات افزایشی با هم جمع می‌شوند و تاثیر قابل‌توجهی بر تغییرات آب و هوایی می‌گذارند.
ابزارهایی برای کمک به درک ردپای کربن
هوش مصنوعی می‌تواند در ساخت ابزارهایی به کار رود که به افراد و شرکت‌ها کمک می‌کنند تا رد پای کربن را در تولیدات دنبال کنند و اقداماتی برای کاهش آن انجام دهند. این ابزارها باعث کاهش تغییرات آب و هوایی خواهند شد.
نظارت بر محیط
امسال، حوادث آب و هوایی شدیدی رخ داده است که منجر به خسارات و تخریب‌های گسترده شده است. از هوش مصنوعی برای پیش‌بینی هوا استفاده می‌شود. تغییر در سیستم‌های پیچیده‌ای مانند پوشش ابر و جابه‌جا شدن کوه‌های یخ باعث تغییرات آب و هوایی اخیر شده‌است. چمن‌ها، درختان و گیاهان دیگر کربن را ذخیره می‌کنند، اما جنگل‌زدایی و کشاورزی ناپایدار، کربن را در هوا آزاد می‌کنند. در نتیجه این موارد سهم عمده‌ای در ایجاد تغییرات آب و هوایی دارند. تصاویر ماهواره‌ای و هوش مصنوعی به متخصصان حفاظت از محیط زیست کمک می‌کند تا بر این موارد نظارت و تغییرات مورد نیاز را ایجاد کنند.
ایجاد مواد جدید با میزان کربن کم
9 درصد از گازهای گلخانه‌ای جهان از طریق فرایند تولید فولاد و سیمان منتشر می‌شود. اگر هوش مصنوعی بتواند مواد جدیدی با ویژگی‌های مشابه اما با رد پای کربن کمتر تولید کند، می‌تواند باعث کاهش تغییرات آب و هوایی شود. هوش مصنوعی می‌تواند به دانشمندان کمک کند که فرآیند مخلوط کردن ترکیبات شیمیایی مختلف در ترکیباتی که قبلاً آزمایش نشده‌اند را با سرعت بیشتر و آسان‌تر انجام دهند.
سوال آخر: آیا خود هوش مصنوعی ردی از کربن ندارد؟
پس از گزارشی که توسط دانشگاه ماساچوست در Amherst منتشر و تخمین زده شد که قدرت لازم برای آموزش یک شبکه عصبی تقریبا پنج برابر میزان میانگین تولید گازهای گلخانه‌ای در طول عمر خودروهای آمریکایی (از جمله فرآیند تولید آن) بوده‌است و تاثیرات هوش مصنوعی در تغییرات آب و هوایی مورد سوال قرار گرفت. بله، هوش مصنوعی ردپایی از کربن دارد و زمانی که یک مدل هوش مصنوعی در حال تولید است این رد پا کاملاً جدی خواهد بود.
محققان در کاهش قدرت لازم برای آموزش مدل‌های هوش مصنوعی پیشرفت‌هایی داشته‌اند. تامین نیروی مورد نیاز مزارع سرور هوش مصنوعی از منابع تجدیدپذیر، توسعه یکباره هوش مصنوعی برای همه شبکه‌های عصبی و موارد دیگر روش‌هایی هستند که محققان می‌توانند با استفاده از آن‌ها اثر کربن در تولید هوش مصنوعی را کاهش دهند. در این میان، هنگام در نظر گرفتن ردپای کربن هوش مصنوعی ما باید ارزش فوق‌العاده هوش مصنوعی و نتایج واقعی آن در کاهش انتشار کربن را نیز در نظر بگیریم. برخی از این تاثیرات مثبت می‌توانند با کربنی که هنگام آموزش مدل ایجاد می‌شود، توازن برقرار کنند.
