Theo The Verge, sự phát triển của AI đã khiến nhiều người đặt câu hỏi công nghệ này có thể giúp gì để giải quyết một trong những mối đe dọa lớn nhất đối với nhân loại: biến đổi khí hậu. Một bài nghiên cứu mới đây của một nhóm chuyên gia nổi tiếng nhất lĩnh vực này đã trả lời câu hỏi bằng việc, đưa ra một số ví dụ về cách học máy có thể giúp ngăn chặn sự hủy diệt của con người.
Các trường hợp áp dụng AI được đề xuất rất đa dạng, từ sử dụng AI và hình ảnh vệ tinh để theo dõi nạn phá rừng tốt hơn, đến phát triển các vật liệu mới có thể thay thế thép và xi măng (việc sản xuất những nguyên liệu này chiếm tới 9% lượng khí thải nhà kính toàn cầu).
Một công trình nghiên cứu của Giám đốc điều hành DeepMind - Demis Hassabis, người chiến thắng giải thưởng Turing Yoshua Bengio và đồng sáng lập Google Brain - Andrew Ng, đã chỉ ra các lĩnh vực triển khai AI lớn. Nổi bật trong số này là sử dụng thị giác máy tính để theo dõi môi trường; sử dụng phân tích dữ liệu để tìm ra sự thiếu hiệu quả trong các ngành công nghiệp phát thải nặng; và sử dụng AI để mô hình hóa các hệ thống phức tạp, như khí hậu của trái đất, vì vậy chúng ta có thể chuẩn bị tốt hơn cho những thay đổi trong tương lai.
Các tác giả cho rằng AI có thể là một nhân tô vô giá trong việc giảm thiểu và ngăn chặn tác động xấu của biến đổi khí hậu, nhưng nó không phải là giải pháp vạn năng và cần các chính sách chính trị cần thiết.
 |
| AI có thể giúp chống biến đổi khí hậu. Ảnh: KHTV. |
David Rolnick, tiến sĩ nghiên cứu tại Đại học Pennsylvania, trưởng nhóm tác giả đã viết rằng: “Chỉ riêng công nghệ là không đủ. Các công nghệ giúp giảm thiểu biến đổi khí hậu đã có trong nhiều năm qua, nhưng phần lớn không được xã hội áp dụng ở quy mô lớn. Mặc dù chúng tôi hy vọng học máy sẽ hữu ích trong việc giảm chi phí liên quan đến những dự án khí hậu, nhưng con người cũng phải quyết định hành động”.
Nghiên cứu gợi ý nhiều lĩnh vực có thể triển khai học máy, được phân loại theo tác động tiềm năng của chúng và liệu công nghệ có liên quan được phát triển đầy đủ để gặt hái thành quả nhất định, đặc biệt là:
Xây dựng hệ thống điện tốt hơn. Các hệ thống điện chứa rất nhiều dữ liệu, nhưng quá ít dữ liệu được tận dụng. Học máy có thể giúp dự báo nhu cầu sản xuất điện, cho phép các nhà cung cấp tích hợp tốt hơn các nguồn tài nguyên tái tạo vào lưới điện quốc gia, và giảm lượng chất thải. Phòng thí nghiệm UK DeepMind của Google đã mô phỏng dự án này, sử dụng AI để dự đoán sản lượng năng lượng của các trang trại gió.
Giám sát khí thải nông nghiệp và nạn phá rừng
Khí nhà kính không chỉ được thải từ động cơ và nhà máy điện. Phần lớn đến từ sự tàn phá cây cối, đất than bùn và những thực vật hấp thụ carbon trong quá trình quang hợp qua hàng triệu năm. Phá rừng và nông nghiệp không bền vững dẫn đến việc carbon này được thải trở lại khí quyển, nhưng chúng ta có thể sử dụng hình ảnh vệ tinh và AI để xác định những nơi đang xảy ra hiện tượng này và bảo vệ các bể chứa carbon tự nhiên đó.
Tạo vật liệu carbon thấp mới
Các tác giả của bài nghiên cứu lưu ý rằng 9% lượng khí thải nhà kính toàn cầu đến từ việc sản xuất bê tông và thép. Học máy có thể giúp giảm con số này bằng cách giúp phát triển các vật liệu carbon thấp thay thế cho các vật liệu trên. AI giúp nhà khoa học khám phá các vật liệu mới bằng cách cho phép mô hình hóa các tính chất và tương tác của các hợp chất hóa học chưa từng thấy trước đây.
Dự đoán các hiện tượng thời tiết cực đoan
Những tác động lớn nhất của biến đổi khí hậu trong những thập kỷ tới sẽ được gây ra bởi các hệ thống cực kỳ phức tạp, như những thay đổi trong lớp phủ mây và của lớp băng. Đây chính xác là loại vấn đề mà AI rất giỏi trong việc đào sâu nghiên cứu. Mô hình hóa những thay đổi này sẽ giúp các nhà khoa học dự đoán các sự kiện thời tiết cực đoan, như hạn hán và bão, từ đó giúp các chính phủ bảo vệ chống lại các tác động xấu nhất của chúng.
Khiến hệ thống giao thông hiệu quả hơn
Ngành giao thông vận tải chiếm 1/4 lượng khí thải CO2 toàn cầu, với 2/3 số này được tạo ra do giao thông đường bộ. Cũng như hệ thống điện, học máy có thể giúp lĩnh vực này hiệu quả hơn, giảm số lượng hành trình lãng phí, tăng hiệu quả của các phương tiện và chuyển hàng hóa sang các lựa chọn carbon thấp như đường sắt. AI cũng có thể giảm việc sử dụng xe hơi thông qua việc triển khai các phương tiện tự lái dùng chung, dù công nghệ này mới chỉ đang được phát triển.
Giảm năng lượng lãng phí từ các tòa nhà
Năng lượng tiêu thụ trong các tòa nhà chiếm 1/4 lượng thải CO2 toàn cầu. Các tòa nhà tồn tại lâu dài và hiếm khi được trang bị thêm công nghệ mới. Chỉ cần thêm một vài cảm biến thông minh để theo dõi nhiệt độ không khí, nhiệt độ nước và sử dụng năng lượng, chúng ta có thể giảm 20% mức sử dụng năng lượng trong một tòa nhà và các dự án quy mô lớn - giám sát toàn thành phố - có thể còn có tác động lớn hơn.
Can thiệp vào khí hậu để giảm sự nóng lên toàn cầu
Giải pháp này tuy là một giả định, nhưng là một trong những điều mà các nhà khoa học hy vọng được ứng dụng vào thực tiễn nhất. Nếu chúng ta có thể tìm cách làm cho các đám mây phản chiếu nhiều hơn hoặc tạo ra các đám mây nhân tạo, chúng ta có thể phản chiếu nhiều hơn nhiệt lượng của Mặt trời trở lại không gian. Tuy nhiên, đây vẫn là một vấn đề lớn, và cần phải đánh giá các hiệu ứng phụ tiềm ẩn. AI có thể được ứng dụng, nhưng sẽ có những thách thức quan trọng về việc quản lý.
Cung cấp cho các công cụ để giảm lượng khí thải carbon của từng cá nhân
Theo các tác giả của bài nghiên cứu, một quan niệm sai lầm phổ biến rằng một cá nhân không thể có hành động có ý nghĩa đối với biến đổi khí hậu. Nhưng mọi người cần biết làm thế nào họ có thể đóng góp vào việc chống biến đổi khí hậu. Học máy có thể giúp bằng cách tính toán lượng khí thải carbon cá nhân và đánh dấu những thay đổi nhỏ mà mỗi người có thể thực hiện để giảm bớt điều đó - như sử dụng phương tiện giao thông công cộng nhiều hơn; mua ít thịt hơn; hoặc giảm sử dụng điện trong nhà của họ. Các hành động riêng lẻ có thể tạo ra một hiệu ứng tích lũy lớn.
>> AI có khả năng tạo hình ảnh giả mạo
Hà An
Ý kiến
()