Naukowcy z Tohoku University zaprzęgli AI do rozwiązywania najbardziej złożonych problemów ekologicznych. Sztuczna inteligencja wskazuje konkretne plany działania.
W skrócie:
- Sztuczna inteligencja analizuje dane, by wskazać skuteczne metody oczyszczania wody, powietrza, gleby, a także zarządzania odpadami i zdrowiem środowiskowym.
- Modele AI potrafią przewidzieć, które materiały najlepiej usuwają zanieczyszczenia – np. gazy cieplarniane – oraz optymalizować procesy, obniżając koszty.
- Głównym wyzwaniem jest niedobór danych. Rozwiązaniem ma być globalna platforma “Digital Catalysis Platform” do ujednoliconego gromadzenia informacji.
Kryzys klimatyczny to nie jeden problem, ale sieć połączonych ze sobą katastrof, których ludzki umysł nie jest w stanie ogarnąć w całej ich złożoności. Zanieczyszczenie wody wpływa na glebę, emisje z przemysłu zatruwają powietrze, a wszystko to wraca do nas w postaci zagrożeń dla zdrowia. Naukowcy z japońskiego Tohoku University postanowili podejść do tego chaosu systemowo. Zamiast szukać pojedynczych rozwiązań, zapytali o nie sztuczną inteligencję. Wyniki ich analiz, opublikowane w prestiżowym czasopiśmie Environment International, dają do myślenia.
Jak AI ma posprzątać nasz bałagan?
Badacze skupili się na pięciu kluczowych obszarach: uzdatnianiu wody, kontroli zanieczyszczenia powietrza, utylizacji odpadów stałych, rekultywacji gleby i zdrowiu środowiskowym. W każdym z tych sektorów AI okazało się potężnym narzędziem analitycznym. Potrafi na przykład błyskawicznie przesiewać tysiące potencjalnych materiałów i wskazywać te, które najskuteczniej wychwytują cząsteczki zanieczyszczeń. To jak szukanie igły w stogu siana, tylko że maszyna robi to w kilka minut, a nie latami.
“Nasze badanie ujawnia przełomową wartość technologii takich jak uczenie maszynowe w selekcji materiałów, prognozowaniu wydajności, przewidywaniu w czasie rzeczywistym, symulacji globalnej dystrybucji zanieczyszczeń i zarządzaniu ryzykiem zdrowotnym” – wyjaśnia profesor Hao Li, jeden z autorów projektu. W praktyce oznacza to, że AI może nie tylko zoptymalizować istniejące techniki oczyszczania, ale też obniżyć ich koszty i zwiększyć wydajność recyklingu zasobów. To nie jest science fiction – to czysta matematyka stosowana na ogromną skalę.
Dlaczego człowiek sam sobie z tym nie radzi?
Odpowiedź jest brutalnie prosta: jesteśmy za wolni, a problem jest zbyt skomplikowany. Interakcje między różnymi substancjami chemicznymi w środowisku tworzą system naczyń połączonych o nieskończonej liczbie zmiennych. Człowiek, nawet najlepszy ekspert, widzi tylko fragment tej układanki. AI widzi całość.
“Niektóre z tych problemów mają tak wiele czynników, że ludziom trudno jest je samodzielnie rozgryźć” – przyznaje profesor Li. “Przykładowo, pewne zanieczyszczenia mogą być mniej lub bardziej toksyczne dla ludzi w zależności od ich wzajemnych interakcji. Te prognozy są dalekie od prostych”. AI, karmione gigantycznymi zbiorami danych, potrafi dostrzec te subtelne korelacje i przewidzieć skutki, zanim staną się one globalnym zagrożeniem. Dzięki temu możliwe jest tworzenie znacznie precyzyjniejszych polityk publicznych, które chronią bezpieczeństwo żywności i wody pitnej. Budujemy bardziej odporne społeczeństwo, bo w końcu zaczynamy rozumieć, z czym walczymy.
Jaki jest największy hamulcowy tego planu?
Oczywiście, nie jest idealnie. Największą przeszkodą, jak zwykle w przypadku zaawansowanych modeli AI, są dane. A raczej ich brak. Badacze wskazują na trzy główne “wąskie gardła”: niedostatek danych, ryzyko tzw. przeuczenia modeli na małych próbkach oraz nierównomierny rozkład geograficzny stacji pomiarowych. Innymi słowy, AI jest tak dobre, jak dane, którymi je nakarmimy. Jeśli dane są niekompletne lub pochodzą tylko z jednego regionu świata, wnioski będą obarczone błędem.
Japoński zespół ma jednak gotowe rozwiązanie – stworzenie współdzielonej platformy “Digital Catalysis Platform”. Miałaby ona integrować dane z różnych źródeł (tzw. cross-media) i uwzględniać dotychczasową wiedzę dziedzinową. Taki system mógłby stać się technicznym szkieletem dla globalnego zastosowania AI w zarządzaniu środowiskiem. Plany są ambitne. Naukowcy zamierzają zbudować bazę danych i opracować metody, które pozwolą modelom uczyć się efektywnie nawet na niewielkich zbiorach. Co więcej, planują współpracę z ośrodkami badawczymi na całym świecie, aby stworzyć jeden, wspólny standard gromadzenia informacji. Bo w walce o planetę – co staje się coraz bardziej oczywiste – musimy grać zespołowo.