Trois façons dont l'intelligence artificielle aide à sauver le monde

Image par la Terre de la NASAImage par la Terre de la NASA

À mesure que les ordinateurs deviennent plus intelligents, les scientifiques cherchent de nouvelles façons de les enrôler dans la protection de l'environnement.

Quand vous pensez à l'intelligence artificielle, la première image qui vient probablement à l'esprit est celle de robots sensibles qui marchent, parlent et émettent comme des humains. Mais il y a un type différent d'IA qui devient répandu dans presque toutes les sciences. C'est ce qu'on appelle l'apprentissage automatique, et il s'agit d'enrôler des ordinateurs dans la tâche de trier les quantités massives de données que la technologie moderne nous a permis de générer (alias «Big Data»).

L'un des domaines où l'apprentissage automatique s'avère être le plus bénéfique dans les sciences de l'environnement, qui ont généré d'énormes quantités d'informations provenant des différents systèmes terrestres - aquifères souterrains, réchauffement climatique ou migration des animaux, par exemple. Une foule de projets ont vu le jour dans ce domaine relativement nouveau, appelé durabilité computationnelle, qui combine des données recueillies sur l'environnement avec la capacité d'un ordinateur à découvrir des tendances et à faire des prédictions sur l'avenir de notre planète. Ceci est utile aux scientifiques et aux décideurs car cela peut les aider à développer des plans pour vivre et survivre dans notre monde en mutation. Voici un aperçu de quelques-uns.

Pour les oiseaux - et les éléphants

Cornell University semble être en tête dans cette nouvelle frontière, probablement parce qu'elle a un Institut pour la durabilité informatiqueCarla P. Gomes est l'une des pionnières du développement durable. Gomes dit que le domaine a débuté autour de 2008 lorsque la National Science Foundation a accordé une subvention de 10 millions de dollars pour pousser les informaticiens dans la recherche qui avait des avantages sociaux. Depuis lors, son équipe - et des équipes de scientifiques du monde entier - ont pris l'idée et se sont lancés dans l'aventure.

Un domaine majeur où l'apprentissage automatique peut aider l'environnement est la conservation des espèces. En particulier, l'institut Cornell a travaillé avec le Cornell Lab of Ornithology pour combiner l'incroyable zèle des ornithologues à l'observation scientifique. Ils ont développé une application appelée eBird cela permet aux citoyens ordinaires de soumettre des données sur les oiseaux qu'ils observent autour d'eux, par exemple combien d'espèces différentes peuvent être trouvées dans un endroit donné. Jusqu'à présent, Gomes dit, ils ont eu plus de 300,000 bénévoles ont soumis plus de 300 millions d'observations, ce qui représente plus de 22 millions d'heures de travail sur le terrain.

Cette animation de la migration annuelle des hirondelles montre comment les techniques de développement durable peuvent être utilisées pour prédire les variations de population dans l'espace et le temps. Image par Daniel Fink, Cornell Lab. d'ornithologie

Cette animation de la migration annuelle des hirondelles montre comment les techniques de développement durable peuvent être utilisées pour prédire les variations de population dans l'espace et le temps. Image par Daniel Fink, Cornell Lab. d'ornithologie


Obtenez les dernières nouvelles d'InnerSelf


En combinant les données recueillies par eBird avec les données observationnelles du laboratoire et les informations sur la distribution des espèces recueillies par les réseaux de télédétection, les modèles de l'institut utilisent l'apprentissage automatique pour prédire les changements d'habitat de certaines espèces et les trajectoires des oiseaux. migration.

"Il y a de grandes lacunes où nous n'avons pas d'observations, mais si vous reliez les modèles d'occurrence et d'absence, nous voyons que ces oiseaux aiment un certain type d'habitat et ensuite nous pouvons généraliser", dit Gomes. "Nous utilisons vraiment des modèles sophistiqués - des algorithmes issus de l'apprentissage automatique - pour prédire comment les oiseaux sont répartis."

Ils peuvent ensuite partager leurs prédictions avec les décideurs et les défenseurs de l'environnement, qui peuvent l'utiliser pour prendre des décisions sur la meilleure façon de protéger l'habitat des oiseaux.

Par exemple, Gomes dit, sur la base des informations recueillies par eBird et traitées par le partenariat, The Nature Conservancy a mis en place un "Enchère inversée" dans les régions de Californie touchées par la sécheresse, en payant des riziculteurs pour retenir l'eau dans leurs champs quand les oiseaux sont susceptibles d'émigrer et ont besoin d'un habitat de halte migratoire. «Cela n'est possible que parce que nous avons des modèles informatiques avancés qui nous fournissent des informations de haute précision sur la distribution des oiseaux», explique Gomes.

Les oiseaux ne sont pas le seul domaine de recherche. Une grande partie du travail de l'institut est liée à la conservation de la faune - écouter des heures d'enregistrements forestiers pour cartographier l'emplacement des appels d'éléphants et des coups de feu des braconniers, ou traquer les grizzlys pour développer un corridor qu'ils peuvent utiliser pour traverser la nature sauvage.

Surmonter l'APCE

Au Centre de vol spatial Goddard de la NASA, la chercheuse Cecile Rousseaux utilise l'apprentissage automatique pour mieux comprendre la distribution du phytoplancton (également connu sous le nom de microalgues) dans les océans. Ces plantes microscopiques flottent à la surface des mers et produisent une grande partie de l'oxygène que nous respirons. Ils forment la base de la chaîne alimentaire océanique. Ils consomment également du dioxyde de carbone et, lorsqu'ils meurent, transportent le carbone avec eux lorsqu'ils s'enfoncent dans le fond de l'océan.

"Si nous n'avions pas de phytoplancton, nous assisterions à une augmentation plus importante du dioxyde de carbone que nous voyons", explique M. Rousseaux. Pour cette raison, leur statut global est une information essentielle pour les chercheurs qui tentent de comprendre l'effet des changements dans le CO atmosphérique.2 sur notre planète.

{

Rousseaux utilise l'imagerie satellitaire et la modélisation informatique pour prédire les conditions actuelles et futures du phytoplancton océanique mondial. À l'heure actuelle, le modèle est seulement capable d'estimer le nombre total de micro-algues qui vivent sur Terre et comment ce total évolue avec le temps. Mais une nouvelle mission satellite appelée APCE (pour «Nuages ​​pré-aérosols et écosystème océanique»), lancer dans 2022, ouvrira un nouvel ensemble de données qui regarde de plus près la population et être capable d'identifier différentes espèces plutôt que de simplement regarder le tout, ce qui sera substantiellement changer le modèle actuel.

"Le modèle utilise des paramètres basés sur la température, la lumière et les nutriments pour nous dire la quantité de croissance. La seule chose que fait la simulation est d'ajuster le total », dit-elle. Mais il y a une série de différents types de phytoplancton qui interagissent tous avec l'environnement de manière unique. Les diatomées, par exemple, sont grandes, coulent très rapidement sur le fond de l'océan et ont besoin de beaucoup de nutriments. Le PACE permettra d'identifier les types de phytoplancton dans diverses parties de l'océan, élargissant la capacité du modèle à nous aider à comprendre comment les micro-organismes affectent le CO atmosphérique2. Cela nous permettra également de faire des choses comme prédire la prolifération d'algues dangereuses et de trouver des moyens d'exploiter les talents des espèces qui consomment du carbone en plus grande quantité pour lutter contre le changement climatique.

EarthCube

Parlant de la Terre dans son ensemble, la National Science Foundation utilise l'apprentissage automatique pour créer un modèle vivant 3-D de la planète entière. Appelée EarthCube, la représentation numérique combinera des ensembles de données fournis par des scientifiques à travers toute une série de disciplines - mesures de l'atmosphère et de l'hydrosphère ou la géochimie des océans, par exemple - pour imiter les conditions sur, au-dessus et sous la surface. En raison des grandes quantités de données que le cube englobera, il sera capable de modéliser différentes conditions et de prédire comment les systèmes de la planète répondront. Et avec cette information, les scientifiques seront en mesure de suggérer des moyens d'éviter les événements catastrophiques ou simplement de planifier ceux qui ne peuvent pas être évités (comme les inondations ou le mauvais temps) avant qu'ils ne surviennent.

EarthCubeEarthCube combine des ensembles de données pour créer un modèle qui peut être utilisé pour prédire et minimiser les dommages causés par des événements catastrophiques.
Image par Jeanne DiLeo / USGS
Dans le cadre du projet EarthCube, l'US Geological Survey collabore à un projet de cadre scientifique national Croûte numérique, un cadre qui permettra une compréhension plus précise et robuste des processus souterrains dans la Terre, tels que l'équilibre des eaux souterraines et la santé des systèmes aquifères. «Nous serons en mesure d'effectuer des calculs scientifiques qui montrent le niveau des eaux souterraines au fil du temps, et nous pouvons les comparer à des scénarios futurs», explique Sky Bristol, responsable de la caractérisation biogéographique à l'USGS et responsable du projet EarthCube Digital Crust. .

L'apprentissage automatique intervient également lorsque deux modèles de différentes parties du cube (comme la croûte et l'atmosphère) doivent interagir entre eux, explique Bristol. Par exemple, à quoi cela ressemble-t-il quand il y a une augmentation de l'extraction des eaux souterraines et aussi une augmentation du réchauffement climatique en même temps?

La croûte numérique devrait être terminée cet été. Le Digital Crust et tous les projets EarthCube rendent leurs données et logiciels open source. Ainsi, dans quelques années, n'importe qui pourra utiliser l'apprentissage automatique pour faire des prédictions sur toutes les possibilités d'une future Terre. Et cela signifie que les géoscientifiques, qui travaillent pour comprendre les différents systèmes de la Terre et comment leurs changements affecteront l'humanité, disposeront d'un nouvel outil qui leur permettra de partager des données de partout dans le monde - donnant ainsi plus de poids à leurs prédictions. agir, plutôt que de réagir, à notre monde en évolution.

Ces exemples ne sont qu'une petite partie de la grande image de la façon dont la durabilité computationnelle peut changer - et change - notre capacité à rendre la vie humaine sur Terre plus durable. À Cornell seulement, d'autres projets utilisent la technologie pour cartographier les zones de pauvreté et l'efficacité de l'atténuation de la pauvreté dans les pays développés, déterminer l'impact des politiques de pêche sur les océans, découvrir de nouveaux matériaux pouvant être utilisés pour capturer l'énergie solaire. Les tendances actuelles sont une indication, nous pouvons nous attendre à entendre beaucoup plus dans les années à venir sur la façon dont l'intelligence artificielle nous aide à faire le monde un meilleur endroit pour vivre à long terme.

Cet article a paru sur Ensia Voir la page d'accueil Ensia

A propos de l'auteur

Biba ErinErin Biba est une journaliste scientifique indépendante basée à New York. Son travail apparaît régulièrement dans Newsweek, Scientific American et les mythes Tested.com.

Livre connexe

{amazonWS: searchindex = Livres, mots-clés = 1605989649; maxresults = 1}

enafarzh-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

suivez InnerSelf sur

facebook-icontwitter-iconrss-icon

Recevez le dernier par courriel

{Emailcloak = off}