跳到主要內容
訪客人次:524161
:::
訪客人次:524161
:::
:::

科研新知:人工智慧和機器學習協助對抗氣候變化以保護環境

      全球暖化造成的氣候變遷已開始讓動植物甚至人類付出代價。直到2019年,每年在南極的哈雷灣聚集約一萬四千到兩萬五千對帝王企鵝,這僅次於南極庫爾曼島的世界第二大企鵝棲息地。根據英國南極調查單位(British Antarctic Survey)2019年的一項研究,如今,哈雷灣的棲息地幾乎消失了。尤其在冬季,像德里這樣大城市的空氣品質不斷惡化,對健康產生了嚴重影響。可確定的是,根據科學與環境中心表示,空氣污染造成印度30%的人過早死亡。澳大利亞最近的森林大火估計殺死了十億隻動物,並危及了一百多種不同的物種。

 

  減少全球排放量並轉換為可再生能源對長遠有所幫助,如與人工智慧相關和物聯網的新興技術結合,可藉此提供更準確的氣候預測,有助於保護植物、動物和鳥類。他們在大量資料中也建立起一些意識,幫助相關當局發現砍伐森林和偷獵行為。以使用Gramerner科學大數據公司的機器學習(ML)為例,這是美國普林斯頓大學的檢測模式基準,根據設在南極洲的多組相機捕捉的圖像來估計企鵝的數量。Gramener從四十多個地點的相機位置取得了南極企鵝群聚的圖檔數量。為了整理企鵝圖像數據量,他們使用了多層卷積神經網絡。然後,他們在微軟的數據科學虛擬機(DSVM)平台上練就深度的學習模型,並使用英特爾的Xeon可擴充處理器對其做重新設定基準點。

 

  這個模式使用密度為基本的估算方法,與影像手工計數比起來,現在使用的方法不但能快速地估算數字,也能提供更準確算出企鵝數量的結果。 Gramener也用人工智慧和大數據分析來估計十二種鮭魚的種類。另一個人工智慧驅動的措施「大象聽覺計畫」,讓環境保護主義者有更好的洞察。因為偷獵緣故,象群減少了,所以使用這個聲音感測計畫聆聽非洲森林大象群。這個計畫是由總部位於加州的Conservation Metrics所創建,使用機器學習(ML)來更準確地辨別大象發出的低頻隆隆聲,怎麼和其他動物發出的聲音彼此溝通。經由微軟Azure雲端計算運用,Conservation Metrics的研究人員在幾週內就有能力處理數月的聲音數據。這兩個計畫項目都得到了微軟地球人工智慧工程的支持。

 

  使用機器學習辨別獨特聲音模式,再用聲音感測器蒐集數據也能十分有效地防止非法砍伐和偷獵。舊金山的Rainforest Connection總部正充分運用聲音警報系統,這個系統能監聽砍伐森林和偷獵大象的聲音軌跡,例如鏈鋸、車輛或槍支的聲音,可立即向有關當局報案。數位轉型專家暨《科技告密者》( The Tech Whisperer)一書的作者Jaspreet Bindra說:「全球暖化改變了氣候模擬方向,當一切發生得更快速,使用人工智慧和機器學習就顯得非常重要。因為這些所有都需要很大量的計算能力,未來的趨勢是量子電腦會扮演一個很重要的角色。」IBM的人工智慧驅動全球高辨別度的大氣層預報(GRAF)可以檢測像是熱帶氣旋和暴雷雨的重大影響,他們所做的預測也可以在IBM的天氣頻道應用程式中呈現。

 

  為了解決許多與環境相關的科學和數學問題需要靠強大的電算能力。加州大學伯克利分校的伯克利開放式網絡計算平台(BOINC)正在幫助涵蓋氣象學家的研究人員,通過群眾外包做世界個人電腦和智慧手機的處理資源。想要提供的使用者可以在他們的設備上安裝伯克利開放式網絡計算平台軟體。當他們系統閒置時,可用的中央處理器(CPU)和圖像處理器(GPU)資源將被自動導入到計算項目的電能。參與這個計畫的超過三十一萬人,有八十萬台設備在他們的支配之下進行電算。

 

  位於印度古爾岡的藍天數據分析公司(Blue Sky Analytics)正以人工智慧處理來分析大量衛星數據,用感測器測量地面和輔以公共數據,傳送環境高分辨率的數據。他們解決方法之一是用Zorro衛星數據監測工業排放來做環境監管,另一個稱作BreeZo,當Zuri在當局做監測農田火災時,BreeZo就會提供有關空氣品質的訊號。人工智慧和物聯網正在改變世界解決問題的方式。早期需要幾個月完成的任務現在只要幾分鐘。環境保護主義者可以更廣泛地納入這些技術,提升工作完成度。

 

新聞來源:The Mint

(2020/1/31)

更新日期 : 2020/07/10