octubre 8, 2022

Blog de Habeas Data

Encuentra toda la información nacional e internacional sobre españa. Seleccione los temas sobre los que desea saber más

Investigadores canadienses utilizan el aprendizaje automático para mitigar el cambio climático

Después de haber pasado casi una década trabajando en informática e inteligencia artificial (IA), Sasha Luccioni estaba lista para desarraigar toda su vida hace tres años después de estar profundamente preocupada por la crisis climática.

Pero su pareja la convenció de que no abandonara su carrera por completo, sino que aplicara sus conocimientos de inteligencia artificial a algunos de los desafíos que plantea el cambio climático.

“No es necesario que deje su trabajo de IA para contribuir a la lucha contra la crisis climática”, dijo. «Hay formas en que casi cualquier tecnología de IA se puede aplicar a diferentes partes del cambio climático».

Se unió al Centro Mila para la Investigación de Inteligencia Artificial con sede en Montreal y se convirtió en miembro fundador de Climate Change AI, una organización de académicos voluntarios que abogan por el uso de IA para resolver problemas relacionados con el cambio climático.

  • ¿Tiene alguna pregunta sobre el cambio climático y qué se está haciendo al respecto? Envíe un correo electrónico a [email protected] o únase a nosotros directamente en los comentarios ahora.
Sacha Lucioni, miembro fundador del grupo sin fines de lucro Climate Change AI, decidió aplicar sus conocimientos de informática a problemas relacionados con el cambio climático. (Camil Rochefort Boulanger)

Luccioni es parte de una creciente comunidad de investigadores en Canadá que utilizan la inteligencia artificial de esta manera.

En 2019, fue coautora un informe Argumentando que el aprendizaje automático podría ser una herramienta útil para mitigar y adaptarse al cambio climático.

Los informáticos definen el aprendizaje automático como una forma de inteligencia artificial que permite a las computadoras usar datos históricos y métodos estadísticos para hacer predicciones y tomar decisiones sin tener que programarlas para hacerlo.

Las aplicaciones comunes de aprendizaje automático incluyen texto predictivo, filtros de spam, aplicaciones de traducción de idiomas, recomendaciones de contenido de transmisión, detección de malware y fraude, y algoritmos de redes sociales.

Las aplicaciones de aprendizaje automático en la investigación climática incluyen la predicción del clima y la optimización de los sistemas de electricidad, transporte y energía, según un informe de 2019.

Preparación para enfermedades de cultivos.

Investigadores de la Universidad de la Isla del Príncipe Eduardo (UPEI) están utilizando modelos de inteligencia artificial para advertir a los agricultores sobre los riesgos para sus cultivos a medida que el clima se vuelve impredecible.

“Si tienes un año seco, ves muy pocas enfermedades, pero con un año lluvioso, puedes contraer muchas enfermedades alrededor de las plantas”, dijo Aitazaz Farooque, decano asociado interino de la Escuela de Cambio Climático y Adaptación de la UPEI.

La foto muestra al Dr. Itaz Farooq de pie en el vestíbulo del Centro Canadiense para el Cambio Climático y la Adaptación de la UPEI.  En la pared derecha hay fotografías del centro en desarrollo.
Aitazaz Farooque es decano asociado interino de la Escuela de Cambio Climático y Adaptación de la UPEI, que lidera un proyecto que tiene como objetivo utilizar el pronóstico del tiempo para predecir enfermedades en los cultivos. (Jane Robertson/CBC)

Farooq dijo que los investigadores podrían ingresar datos meteorológicos de años anteriores en un modelo de IA para predecir qué tipo de enfermedades podrían poner en peligro los cultivos en diferentes épocas del año.

“Entonces el agricultor puede ser un poco proactivo y comprender en qué se está metiendo”, dijo.

Reloj | Échale un vistazo a la Escuela de Cambio Climático y Adaptación de la UPEI:

Visita el nuevo laboratorio de cambio climático en St Peter Bay

Desde drones hasta dormitorios, las instalaciones de investigación de última generación en St Peter’s Bay albergarán a estudiantes e investigadores internacionales que estudian los diversos aspectos del cambio climático.

Farouk dijo que la agricultura en PEI depende principalmente del agua de lluvia, y proporcionar a los agricultores pronósticos de lluvia más precisos también podría ayudarlos a tener cosechas más exitosas.

«Con el cambio climático, estamos viendo diferentes tendencias en las que la precipitación total acumulada no cambia mucho, pero el tiempo es importante», dijo.

«Si no sucede a tiempo, la sostenibilidad de nuestro cultivo podría estar en peligro».

Estudio del comportamiento en tiempo turbulento

Otra aplicación de la inteligencia artificial se está estudiando en la Universidad McGill, donde los investigadores utilizan datos meteorológicos históricos y recientes para predecir los impactos sociales. tiempo severo Eventos afectados por el cambio climático, como olas de calor, sequías e inundaciones.

Según Renee Sieber, profesora asistente en el Departamento de Geografía de McGill, los investigadores esperan saber cómo respondieron las personas a los eventos climáticos turbulentos en el pasado y si eso puede enseñarnos algo sobre cuán resistentes seremos en el futuro.

El Observatorio McGill contiene registros meteorológicos que datan de 1863 que se utilizarán en el proyecto de IA para analizar las respuestas de las personas a los fenómenos meteorológicos extremos. (Archivo de la Universidad McGill)

El equipo utilizará una forma de inteligencia artificial llamada procesamiento de lenguaje natural para analizar las cuentas sociales de los eventos meteorológicos en los periódicos y otros medios.

“La inteligencia artificial es muy buena para organizar, sintetizar y encontrar direcciones o algún sentimiento a partir de grandes cantidades de texto no estructurado”, dijo Seiber.

«Básicamente, lo que haces es tirar artículos de revistas a un balde y verás qué sale».

Sabre dijo que su equipo tomará hoy los resultados de artículos anteriores y redes sociales y los comparará con los registros meteorológicos correspondientes para determinar las reacciones de las personas a los eventos climáticos a lo largo del tiempo.

registros de Observatorio McGill Son el registro escrito ininterrumpido más largo y más detallado de los patrones climáticos de Canadá y contienen una enorme cantidad de información, dijo Sieber. El registro del clima allí comenzó en 1863 y continuó hasta la década de 1950.

“Estos datos son la única medida directa que tenemos del cambio climático [in Canada]Saber dijo.

mejorar el uso de energía

Algunas empresas canadienses están utilizando IA para reducir los desechos y construir una infraestructura más eficiente desde el punto de vista energético.

Scale AI, un grupo inversor con sede en Montreal que financia proyectos relacionados con cadenas de suministro, ha trabajado con cadenas de supermercados como Loblaws y Save-on-Foods para identificar patrones de compra. Con IA, las empresas podrán predecir mejor la demanda y se desperdiciarán menos alimentos, dijo Julian Bellot, director ejecutivo de Scale AI.

«Cada mejora que podamos lograr mejora la resiliencia de las cadenas de suministro y contribuye al uso de menos recursos», dijo.

Otra empresa en Montreal, BrainBox Al, se está enfocando en mejorar la eficiencia energética al mejorar los sistemas HVAC en edificios comerciales.

La tecnología de aprendizaje automático está alojada en una caja de 30 cm de ancho que se conecta al sistema de calefacción, ventilación y aire acondicionado (HVAC) del edificio. Aumenta o reduce las temperaturas en función de las entradas de datos, como las previsiones meteorológicas, los precios de los servicios públicos y los cálculos de emisiones de carbono.

La tecnología BrainBox AI optimiza el sistema HVAC de un edificio utilizando datos como las previsiones meteorológicas y los precios de los servicios públicos. (Inteligencia artificial de BrainBox)

Sam Ramadore, CEO de BrainBox, dijo que el sistema pudo reducir la energía consumida por algunos sistemas HVAC en un 25 por ciento y, durante dos años, la empresa instaló la tecnología en 350 edificios en 18 países.

«El mismo tipo de inteligencia que llevamos a los edificios probablemente tenga un número infinito de aplicaciones. Simplemente elija un sector», dijo Ramadori.

“Cómo fabricamos cemento, cómo enviamos mercancías: todas estas cosas deben volverse más eficientes con el tiempo como parte de la lucha contra el cambio climático”.

Según Ramaduri, BrainBox AI está trabajando en una tecnología que permitirá que los edificios se interconecten entre sí y se comuniquen con las redes de energía a través del servidor en la nube de la empresa.

Los investigadores trabajan en la Oficina de Inteligencia Artificial de BrainBox. (Inteligencia artificial de BrainBox)

Dijo que esto tiene el potencial de minimizar el desperdicio de energía a escala de ciudad, ya que las redes eléctricas detectan con mayor precisión dónde y cuándo se necesita energía.

La red de servicios públicos puede decir: ‘Oye, las próximas dos horas estarán ocupadas. Quiero que encuentres una forma de reducir el consumo. Con la mente de la IA en la parte superior, podría decir: «Bueno, puedo cortar un poco aquí y un poco allá», dijo Ramadori. Te tengo cubierto».

Restricciones de equidad en la inteligencia artificial

El acceso al tipo de IA que puede ayudar a resolver problemas relacionados con el clima no es igual en todo el mundo.

David Rolnik, profesor asistente de informática en McGill y miembro de MELA, dijo que los incendios forestales en América del Norte, por ejemplo, tienden a recibir más interés de los desarrolladores que los brotes de langostas en el este de África.

“La forma en que el cambio climático afecta a la sociedad varía mucho entre diferentes geografías”, dijo Rolnik, quien también es presidente de Amnistía Internacional sobre cambio climático.

Confiar en la IA para resolver problemas relacionados con el clima plantea algunas preocupaciones igualitarias, dijo David Rolnik, profesor asistente en la Facultad de Ciencias de la Computación de la Universidad McGill y miembro de MELA. (Nubes Simono)

Rolnik dijo que la tecnología de inteligencia artificial se basa en conjuntos de datos, y muchas comunidades no tienen acceso a suficientes datos potentes del tipo necesario para crear algoritmos de aprendizaje automático.

Dijo que en Canadá, algunas comunidades indígenas y remotas del norte todavía enfrentan grandes brechas digitales en comparación con otras partes del país.

«Trabajar en la democratización es de fundamental importancia», dijo Rolnik.

Rolnick es coautor del artículo. estudiar El año pasado identifiqué varias limitaciones en la implementación de AI de soluciones para el cambio climático en Canadá. Pidió una mayor financiación para la investigación de la IA, más educación sobre la IA en la educación primaria y secundaria, así como estándares y protocolos para compartir datos sobre proyectos climáticos.

El informe dijo que la implementación rápida de programas de alfabetización de IA a gran escala para los responsables políticos y líderes en industrias relacionadas con el clima podría ayudar a «desmitificar» la IA.

“A menudo vemos una falta de conocimiento relevante, y los tutoriales pueden ayudar a las personas a comprender lo que estas herramientas pueden y no pueden hacer”, dijo Rolnik.

READ  El aumento de los precios de los alimentos obliga a los compradores de comestibles a cambiar sus hábitos: 'Ha sido difícil' - National