O rozwiązaniach oferowanych przez AI na bolączki epoki antropocenu dla CNN Business piszą Clare Duffy i Rachel Ramirez. A ja przypominam, że globalnych rozwiązań jeszcze nie zaproponowała, za to z dużą mocą, jak wszystko, co energochłonne, przykłada rękę do tych problemów.
Rolnicy sięgają po AI, żeby bronić się przed suszą
Jednym z licznych startupów, które działają w Dolinie Krzemowej, jest ClimateAI. Pracuje on nad platformą, która pozwala prognozować wrażliwość upraw na ocieplenie temperatur w najbliższych dwóch dekadach. Narzędzie wykorzystuje dane na temat klimatu, wody i gleby w danej lokalizacji, aby ocenić, czy planowane tam zasiewy dobrze się przyjmą. Pierwsze spektakularne wykorzystanie platformy miało miejsce już w 2021 roku, po drugiej stronie globu, w indyjskim stanie Maharasztra.
Wybór tego regionu był nieprzypadkowy – plantatorzy pomidorów z środkowej części Indii byli coraz bardziej zaniepokojeni, czy wobec coraz częściej występujących ekstremalnych zjawisk pogodowych, takich jak susze, nie powinni zmienić strategii upraw. ClimateAI przeprowadziło symulacje, z których wynikało, że z powodu suszy i upałów produkcja pomidorów spadnie tam o 30 proc. w ciągu następnych 20 lat. Mówiąc krótko – potwierdziło słuszność tych obaw.
Na podstawie tych obliczeń brazylijscy rolnicy podjęli konkretne decyzje – zdecydowali się na odmiany pomidorów bardziej odporne na ogromne wahania pogody i zmienili kalendarz sadzenia. Poszukują też nowych lokalizacji dla swoich upraw.
- To nadal skomplikowana operacja, ale dzięki sztucznej inteligencji zaoszczędzili sporo czasu i pieniędzy – podsumował Himanshu Gupta, CEO i założyciel ClimateAI, który sam dorastał w Indiach, więc zapewne stąd jego pomysł, aby pochylić się nad problemami tamtejszych rolników.
Czy koniec świata nastąpi, zanim AI zdoła mu zapobiec?
Plantatorzy pomidorów z indyjskiej Maharasztry niewątpliwie należą do pionierów wykorzystujących technologię AI, aby bronić się przed skutkami zmian klimatycznych. Dla samego klimatu jednak sztuczna inteligencja to kłopotliwe zagadnienie.
Nie da się pominąć faktu, że do obsługi tak zaawansowanej technologii potrzebne są wciąż ogromne ilości energii, pożeranej przez superkomputery, ustawione jeden obok drugiego w centrach AI. W raporcie przygotowanym przez firmę Schneider Electric możemy wyczytać, że już teraz sztuczna inteligencja pożera rocznie tyle energii, ile całe małe państwo – 4,3 GW mocy.
Jak sprawić, żeby potrzebna AI moc obliczeniowa nie doprowadziła do końca świata szybciej, niż zdoła mu zapobiec? Nie ma wątpliwości, że firmy nadzorujące centra AI powinny ściśle współpracować z klimatologami, z czym ci ostatni skwapliwie się zgadzają. Działając w świecie nauki, najszybciej można dostrzec, że sztuczna inteligencja wprowadza nową jakość właściwie wszędzie.
- Pozytywy przeważają nad negatywami. Taka współpraca to zdecydowanie rozsądny kompromis – potwierdza Cara Lamb z wydziału inżynierii środowiska Uniwersytetu Kolumbia.
Mistrzyni prognoz i symulacji
Konsensus naukowy jest dzisiaj jasny – nieuchronnie zmierzamy ku katastrofie klimatycznej, która może się skończyć dla naszego gatunku tragicznie. Skąd więc w ogóle to stwierdzenie, że „pozytywy przeważają nad negatywami”? Wyjaśnienie jest bardzo proste. Nie trzeba rozumieć, jak dokładnie działa sztuczna inteligencja (zaręczam, że jest to diabelnie skomplikowana sprawa), żeby widzieć, jak bardzo przyspiesza ona dwa kluczowe dla nauki procesy – optymalizację decyzji oraz optymalizację zasobów. Co to oznacza?
- Bardzo duże możliwości predykcyjne, a więc wydajność. AI pomoże nam szybciej zrozumieć wiele rzeczy. Od tego, jak działają cząsteczki, po to, jak działają szersze systemy klimatyczne – twierdzi profesor Fengqi You z Uniwersytetu Cornell. Wspomniany już CEO ClimateAI sformułował to w ten sposób:
- Sztuczna inteligencja to w kwestiach klimatycznych efektywność pomnożona przez czas.
Jak to wyjaśnić jeszcze prościej? Pod nazwą „sztuczna inteligencja” kryje się szereg narzędzi, wytrenowanych do rozwiązywania różnorakich zadań – jest wśród z nich dobrze znany wszystkim model językowy ChatGPT, dla którego bazą treningową była zawartość internetu, czy podobne mu rozwiązania, w rodzaju googlowskiego Barda. Ale znajdziemy też AI generujące obrazy (brat malarz ChataGPT ma na imię DALL-E), czy, jak w przypadku ClimateAI – rozwiązujące pewne typy problemów. Ich wspólną cechą jest zdolność do błyskawicznego przetwarzania danych i znajdywania pomiędzy nimi powiązań. To właśnie sprawia, że AI jest taka dobra w prognozach i symulacjach.
Specjalistka ds. brudnej roboty
Opisane wyżej właściwości sztucznej inteligencji mają rzecz jasna przełożenie na praktyczne rozwiązania. Przykład z dziedziny klimatycznej? Przywracanie linii brzegowych. Aby to zrobić, nasadza się trawę morską, co można oczywiście robić bez pomocy AI. Ale żeby już wyznaczyć obszary, gdzie jej nasadzanie sprawdzi się najlepiej, warto sięgnąć po narzędzie, które jest niezłe w te klocki. I naukowcy właśnie to robią, żeby skutecznie odbudowywać linie brzegowe. Algorytm, który wykorzystują, bierze pod uwagę takie czynniki jak zawartość w wodzie toksyn, szlaki żeglugowe, potencjalny wpływ nasadzania na społeczności lokalne czy turystykę.
Inny przykład jest nieco bardziej teoretyczny, ale może dostarczyć wiedzy, która jak najbardziej będzie wykorzystywana w praktyce. Chodzi o proces ocieplania się Arktyki. Naukowcy wiedzą już, że zachodzi on cztery razy szybciej niż na pozostałej części globu i ma bezpośrednie przełożenie na resztę świata. Dotychczasowe modele nie oddawały jednak skali tego zjawiska.
Dzięki AI Anna Liljedahl z Woodwell Climate Research Center prognozuje sytuację, która będzie miała miejsce na wiecznej zmarzlinie w skali sezonowej, a nie, tak jak sugerowały tradycyjne modele klimatyczne, stuletniej. Daje to dużo dokładniejszy obraz tego, co będzie się działo. Naukowczyni podkreśla jednak, że sama technologia to za mało, na tym etapie potrzebny jest cały czas człowiek.
- Sztuczna inteligencja wykonuje brudną robotę. Potem przychodzi człowiek i sprawdza, czy jej sugestie mają sens i podąża ze swoimi badaniami we wskazanym przez AI kierunku – podsumowuje.
Kryzys klimatyczny wraca jak bumerang
Od jakiegoś czasu sztuczna inteligencja wykorzystywana jest też do rozwiązywania problemów z dostępnością energii. W 2019 roku Google zainicjował program DeepMind, w ramach którego wytrenowano algorytm przy pomocy prognoz pogody oraz danych historycznych. Postawiono przed nim zadanie przewidywania dostępności energii wiatrowej, a celem projektu była optymalizacja farm wiatrowych. AI wykorzystuje się również do analizy materiałów, które potencjalnie mogłyby wychwytywać dwutlenek węgla z atmosfery. A także do przewidywania wystąpienia ekstremalnych zjawisk pogodowych, co pomaga lokalnym strukturom samorządowym lepiej się do nich przygotować.
Jak bumerang wraca przy tych okazjach problem wątpliwości ekologicznych dotyczących samej sztucznej inteligencji. Holenderski badacz Alex de Vries oszacował, że wykorzystywana przez Google AI może w najgorszym scenariuszu zużywać tyle energii, ile Irlandia przez cały rok. Nie bez znaczenia są też ogromne ilości wody konieczne do chłodzenia serwerów. Badacz sugeruje, aby programiści każdorazowo rozważali, czy przy danym problemie konieczne jest sięganie po AI.
Pojawiają się biznesowe pomysły równoważenia tych kłopotliwych skutków ubocznych rozwoju technologicznego. Amazon Web Services zobowiązał się, że do 2030 roku zwróci większą ilość wody społecznościom, na których terenach trzyma swoje serwery, niż zużyje jej do ich chłodzenia. Pierwsze efekty tej polityki widać np. w Oregonie, gdzie AWS bezpłatnie udostępnia wodę chłodzącą serwery lokalnym rolnikom.
Ważnym zagadnieniem jest także dostępność cenowa AI. Eksperci stawiają nacisk na to, że technologia ta powinna być dużo tańsza i dostępna np. dla ubogich krajów Globalnego Południa, które jako pierwsze odczuwają i będą odczuwać skutki zmian klimatycznych.