Picha na Dunia ya NASA

Kadri kompyuta zinavyokuwa na busara, wanasayansi huangalia njia mpya za kuzitumia katika utunzaji wa mazingira.

Unapofikiria ujasusi bandia, picha ya kwanza ambayo inaweza kukujia akilini ni moja ya roboti zenye hisia ambazo hutembea, huzungumza na kutoa hisia kama wanadamu. Lakini kuna aina tofauti ya AI ambayo inakua karibu katika sayansi zote. Inajulikana kama ujifunzaji wa mashine, na inazunguka kuorodhesha kompyuta katika jukumu la kuchambua data nyingi ambazo teknolojia ya kisasa imeturuhusu kutoa (aka "data kubwa").

Moja ya sehemu ya kujifunza kwa mashine inageuka kuwa ya faida zaidi ni katika sayansi ya mazingira, ambayo imetoa habari nyingi kutoka kwa ufuatiliaji wa mifumo anuwai ya Dunia - maji ya chini ya ardhi, hali ya hewa ya joto au uhamiaji wa wanyama, kwa mfano. Miradi kadhaa imekuwa ikiibuka katika uwanja huu mpya, uitwao uendelevu wa hesabu, ambao unachanganya data iliyokusanywa juu ya mazingira na uwezo wa kompyuta kugundua mwenendo na kutoa utabiri juu ya siku zijazo za sayari yetu. Hii ni muhimu kwa wanasayansi na watunga sera kwa sababu inaweza kuwasaidia kukuza mipango ya jinsi ya kuishi na kuishi katika ulimwengu wetu unaobadilika. Hapa kuna kuangalia chache tu.

Kwa ndege - na Tembo

Chuo Kikuu cha Cornell kinaonekana kuongoza njia katika mpaka huu mpya, labda kwa sababu ina Taasisi ya Udumishaji wa Kompyutay na pia kwa sababu mkuu wa taasisi hiyo, Carla P. Gomes, ni mmoja wa waanzilishi wa uendelezaji wa kihesabu. Gomes anasema uwanja huo ulianza karibu na 2008 wakati National Science Foundation ilipotoa ruzuku ya Dola za Kimarekani milioni 10 kushinikiza wanasayansi wa kompyuta katika utafiti ambao ulikuwa na faida ya kijamii. Tangu wakati huo timu yake - na timu za wanasayansi ulimwenguni kote - wamechukua wazo hilo na kukimbia nalo.

Eneo kuu ambalo ujifunzaji wa mashine unaweza kusaidia mazingira ni uhifadhi wa spishi. Hasa, taasisi ya Cornell imekuwa ikifanya kazi na Cornell Lab ya Ornithology ili kuchanganya bidii ya kushangaza ya wapiga ndege na uchunguzi wa kisayansi. Wameanzisha programu inayoitwa Mtoto ambayo inaruhusu raia wa kawaida kuwasilisha data juu ya ndege wanaowachunguza karibu nao, kama vile ni spishi ngapi tofauti zinaweza kupatikana katika eneo fulani. Kufikia sasa, Gomes anasema, wamekuwa na zaidi ya wajitolea 300,000 wanawasilisha uchunguzi zaidi ya milioni 300, ambayo ni zaidi ya masaa milioni 22 ya kazi ya shamba.

Uhuishaji huu wa uhamiaji wa kila mwaka wa miti huonyesha jinsi mbinu za kudumisha hesabu zinaweza kutumiwa kutabiri tofauti za idadi ya watu katika nafasi na wakati. Picha na Daniel Fink, Cornell Lab. ya Ornitholojia

Kuchanganya data iliyokusanywa kutoka eBird na data ya uchunguzi ya maabara na habari juu ya usambazaji wa spishi zilizokusanywa kutoka kwa mitandao ya kuhisi ya mbali, mifano ya taasisi hutumia ujifunzaji wa mashine kutabiri ambapo kutakuwa na mabadiliko katika makazi ya spishi fulani na njia ambazo ndege zitasonga wakati wa uhamiaji.

"Kuna mapungufu makubwa ambapo hatuna uchunguzi, lakini ikiwa unaelezea mifumo ya kutokea na kutokuwepo tunaona kwamba ndege hawa wanapenda aina fulani ya makazi na ndipo tunaweza kujumlisha," Gomes anasema. "Tunatumia mifano ya kisasa - algorithms kutoka kwa ujifunzaji wa mashine - kwa kutabiri jinsi ndege husambazwa."

Wanaweza kisha kushiriki utabiri wao na watunga sera na watunzaji wa mazingira, ambao wanaweza kuitumia kufanya maamuzi juu ya jinsi ya kulinda mazingira bora ya ndege.

Kwa mfano, Gomes anasema, kulingana na habari iliyokusanywa kupitia eBird na kusindika na ushirika, Hifadhi ya Asili imeanzisha "Mnada wa kubadilisha" katika sehemu zilizokumbwa na ukame wa California, kuwalipa wakulima wa mpunga kubaki na maji katika shamba zao wakati ndege wana uwezekano wa kuhamia na wanahitaji makazi ya kusimama. "Hii inawezekana tu kwa sababu tuna mifano ya hali ya juu ya hesabu ambayo inatupa habari ya usahihi juu ya jinsi ndege husambazwa," Gomes anasema.

Ndege sio eneo pekee la utafiti. Kazi nyingi za taasisi hiyo zinahusiana na uhifadhi wa wanyamapori - kusikiliza masaa ya rekodi za misitu ili kuweka ramani mahali pa wito wa tembo na milio ya risasi ya wawindaji haramu, kwa mfano, au kufuatilia bears za grizzly kukuza korido ambayo wanaweza kutumia kusafiri salama jangwani.

Kuongeza kasi

Katika Kituo cha Ndege cha Nafasi cha Goddard, mwanasayansi wa utafiti Cecile Rousseaux anatumia ujifunzaji wa mashine kuelewa vyema usambazaji wa phytoplankton (pia inajulikana kama microalgae) katika bahari. Mimea hii microscopic huelea juu ya uso wa bahari na hutoa oksijeni nyingi tunayopumua. Wanaunda msingi wa wavuti ya chakula cha baharini. Wao pia hutumia dioksidi kaboni na, wakati wanapokufa, hubeba kaboni pamoja nao wakati wanazama kwenye sakafu ya bahari.

"Ikiwa hatungekuwa na phytoplankton tungeona ongezeko kubwa la dioksidi kaboni basi tunaona," Rousseaux anasema. Kwa sababu ya hii, hali yao ya jumla ni habari muhimu kwa watafiti wanaojaribu kuelewa athari za mabadiliko katika CO ya anga₂ juu ya dunia yetu.

{{youtube}eM5lX9RQzZ4{/youtube}

Rousseaux inatumia picha ya setilaiti na uundaji wa kompyuta kutabiri hali ya sasa na ya baadaye ya phytoplankton ya bahari. Kwa sasa, mtindo huo una uwezo tu wa kukadiria jumla ya idadi ndogo ya mwani anayeishi Duniani na jinsi jumla hiyo inabadilika kwa muda. Lakini ujumbe mpya wa setilaiti uliitwa PACE (kwa "Mawingu ya Awali ya Aerosoli na Mazingira ya Bahari"), ikizinduliwa mnamo 2022, itafungua seti mpya ya data ambayo inaangalia kwa karibu zaidi idadi ya watu na kuweza kutambua spishi tofauti badala ya kutazama tu kwa jumla, ambayo kwa kiasi kikubwa badilisha mtindo wa sasa.

"Mfano hutumia vigezo kulingana na hali ya joto, mwanga na virutubisho kutuambia kiwango cha ukuaji. Jambo moja ambalo uigaji hufanya ni kurekebisha jumla, ”anasema. Lakini kuna aina kadhaa za phytoplankton ambazo zinaingiliana na mazingira kwa njia za kipekee. Diatoms, kwa mfano, ni kubwa, huzama kwenye sakafu ya bahari haraka sana na inahitaji virutubisho vingi. PACE itawezesha kutambua aina ya phytoplankton katika sehemu anuwai za bahari, ikipanua uwezo wa mfano kutusaidia kuelewa jinsi vijidudu vinavyoathiri anga ya anga₂. Pia itaturuhusu kufanya vitu kama vile kutabiri maua ya algal hatari na uwezekano wa kujua njia za kugonga talanta za spishi ambazo hutumia kaboni kwa kiwango kikubwa kupambana na mabadiliko ya hali ya hewa.

EarthCube

Ukizungumzia Dunia kwa ujumla, Shirika la Sayansi ya Kitaifa linatumia ujifunzaji wa mashine kuunda muundo wa 3-D wa sayari nzima. Inayoitwa EarthCube, uwakilishi wa dijiti utachanganya seti za data zinazotolewa na wanasayansi katika taaluma nzima - vipimo vya anga na hydrosphere au jiokemia ya bahari, kwa mfano - kuiga hali juu, juu na chini ya uso. Kwa sababu ya idadi kubwa ya data ambayo mchemraba utajumuisha, itaweza kuonyesha hali tofauti na kutabiri jinsi mifumo ya sayari itakavyojibu. Na habari hiyo, wanasayansi wataweza kupendekeza njia za kuzuia matukio mabaya au kupanga tu kwa wale ambao hawawezi kuepukwa (kama mafuriko au hali ya hewa mbaya) kabla ya kutokea.

EarthCube inachanganya seti za data ili kuunda mfano ambao unaweza kutumiwa kutabiri na kupunguza uharibifu unaosababishwa na hafla mbaya.
Picha na Jeanne DiLeo / USGSKama sehemu ya mradi wa EarthCube, Utafiti wa Jiolojia wa Merika unashirikiana kwenye mradi wa Mfumo wa Sayansi ya Kitaifa kutoa Ukoko wa Dijiti, mfumo ambao utawezesha uelewa sahihi zaidi na thabiti wa michakato ya uso duniani, kama usawa wa maji ya chini na afya ya mifumo ya aquifer. "Tutaweza kutekeleza mahesabu ya kisayansi ambayo yanaonyesha kiwango cha maji chini ya ardhi kwa muda, na tunaweza kuipinga dhidi ya hali za baadaye," anasema Sky Bristol, mkuu wa tawi la tabia ya biogeographic katika USGS na timu ya USGS inayoongoza kwa mradi wa EarthCube Digital Crust .

Kujifunza kwa mashine pia kunakuja kucheza wakati modeli mbili kutoka sehemu tofauti za mchemraba (kama vile ukoko na anga) zinapaswa kuingiliana, Bristol anasema. Kwa mfano, inaonekanaje wakati kuna ongezeko la uchimbaji wa maji chini ya ardhi na pia ongezeko la hali ya hewa ya joto kwa wakati mmoja?

Ukanda wa Dijiti umepangwa kukamilika msimu huu wa joto. Ukanda wa Dijiti na miradi yote ya EarthCube inafanya data na programu kuwa chanzo wazi. Kwa hivyo, ndani ya miaka michache, mtu yeyote ataweza kutumia ujifunzaji wa mashine kutabiri juu ya uwezekano wote wa Dunia ya baadaye. Na hiyo inamaanisha wanasayansi wa jiolojia, ambao hufanya kazi kuelewa mifumo anuwai ya Dunia na jinsi mabadiliko ndani yao yataathiri ubinadamu, watakuwa na zana mpya ambayo inawaruhusu kushiriki data na kila mmoja kutoka ulimwenguni kote - kutoa utabiri wao athari zaidi na kuruhusu wanadamu fursa kutenda, badala yake kuguswa, na ulimwengu wetu unaobadilika.

Mifano hizi ni sehemu ndogo tu ya picha kubwa ya jinsi uendelevu wa kihesabu unaweza kubadilika - na unabadilika - uwezo wetu wa kufanya maisha ya mwanadamu Duniani kuwa endelevu zaidi. Huko Cornell peke yake, miradi mingine inayotumia teknolojia hiyo ni pamoja na kuorodhesha maeneo ya umaskini na ufanisi wa kupunguza umaskini katika nchi zilizoendelea, kuamua athari za sera za uvunaji kwenye uvuvi wa bahari, kugundua vifaa vipya ambavyo vinaweza kutumika kukamata nishati ya jua, kuamua athari za mgomo wa meli kwa idadi ya nyangumi, na hata kutoa mwanga juu ya ufanisi na athari za kuongezeka kwa ushuru wa petroli huko Merika Ikiwa hali ya sasa ni dalili yoyote, tunaweza kutarajia kusikia mengi zaidi katika miaka ijayo juu ya jinsi akili bandia inavyotusaidia kutengeneza ulimwengu mahali pazuri pa kuishi kwa muda mrefu.

Makala hii awali alionekana kwenye Ensia

Kuhusu Mwandishi

Erin Biba ni mwandishi wa habari wa kujitegemea anayeishi New York City. Kazi yake inaonekana mara kwa mara ndani Newsweek, Sayansi ya Amerika na Watunga hadithi ' Iliyopimwa.com.

Kitabu kinachohusiana

at

Asante kwa kutembelea InnerSelf.com, zipo 20,000 + makala zinazobadilisha maisha zinazokuza "Mitazamo Mpya na Uwezekano Mpya." Nakala zote zimetafsiriwa kwa Lugha 30+. Kujiunga kwa InnerSelf Magazine, iliyochapishwa kila wiki, na Daily Inspiration ya Marie T Russell. InnerSelf Magazine imechapishwa tangu 1985.