Clima e intelligenza artificiale

Che il nostro pianeta, ormai, si stia surriscaldando a causa delle emissioni di anidride carbonica e di altre sostanze che bloccano il normale scambio di energia tra la Terra e lo spazio, è cosa nota. In molti modi noi vediamo gli effetti che questo riscaldamento globale sta provocando sul nostro pianeta, attraverso fenomeni metereologici estremi, scioglimento dei ghiacciai, innalzamento delle acque, desertificazione di aree una volta verdi, incendi auto-alimentati.

Spesso vengono organizzati, a livello planetario, simposi e riunioni in cui viene affrontato questo problema, ma molto spesso la politica di alcuni paesi, con forti interessi nella vendita dei combustibili fossili, bloccano il dibattito rendendo di fatto queste riunioni inutili con effetti sul pianeta trascurabili.

Oggi, però, è possibile intervenire in maniera più rapida su questi fenomeni grazie all’intelligenza artificiale e al machine learning. In pratica, a sistemi di apprendimento automatico vengono sottoposte quantità di dati coerenti immense che aiutano a identificare schemi o modelli ripetitivi. In questo modo, isolando questi schemi, è possibile intervenire in maniera puntuale, rapida, ed efficace a migliorare ad esempio tecniche produttive, smaltimento dei rifiuti, sanificazione dell’aria in modo da creare un impatto notevolmente inferiore sull’atmosfera e quindi sul pianeta già dalle fasi iniziali del processo produttivo.
Sono molti i campi in cui il machine learning può essere utile per generare effetti positivi. Ad esempio, nel campo dei trasporti dove è possibile migliorare i tempi di percorrenza e i percorsi, riducendo di conseguenza le emissioni di inquinanti nell’atmosfera oppure nella gestione dell’energia, prevedendo la domanda di elettricità ed ottimizzando la sua distribuzione e produzione.
I ricercatori hanno individuato tre diverse aree nelle analisi con l’intelligenza artificiale classificate come azioni ad alto guadagno che sono quelle estremamente utili, a lungo termine che richiedono parecchio tempo per essere portate a conclusione oppure ad alto rischio ossia quelle in cui il fattore di incertezza è molto elevato ma che vanno valutate perché potrebbero comunque portare a volte a risultati risolutivi se applicate.

Altri campi in cui il machine learning può essere utile per migliorare le condizioni ambientali e controllare i fenomeni climatici possono essere quello dell’architettura, addestrando schiere di computer a progettare edifici con una minor impronta di carbonio così da ridurre il consumo delle risorse e ridurre la produzione di gas serra. Ma anche l’agricoltura, capace di produrre moli di dati enormi, può beneficiare enormemente dell’intelligenza artificiale. Per esempio nell’ottimizzazione dell’irrigazione o nella distribuzione dei pesticidi per il controllo delle malattie sulle piante o addirittura stabilendo percorsi gestiti tramite GPS per ottimizzare l’aratura dei campi o il racconto dei prodotti. Il machine learning, però, può essere utile anche a livello individuale, ad esempio attraverso delle app che calcolano il costo e l’impatto del riscaldamento domestico guidandoci nell’ottimizzazione del nostro impianto.

Una cosa è chiara, l’applicazione e la costruzione di questi modelli previsionali attraverso il machine learning può essere uno strumento efficace ed è enormemente utile, se non addirittura indispensabile, per controllare il riscaldamento globale e ridurre i fenomeni estremi generati da questa situazione sul clima.

Immagini da https://abruzzo.cityrumors.it/ https://www.nonsprecare.it/wp