Искусственный интеллект и экология

№4, 6 декабря, 2021 г. ДАЙДЖЕСТ Искусственный интеллект и экология Центр научно-технической информации при Министерстве инновационного развития Республики Узбекистан Ташкент - 2021 г.

«В целях устойчивого развития мы должны глубоко освоить цифровые знания и информационные технологии, это даст нам возможность идти по самому короткому пути к достижению всестороннего прогресса. В современном мире цифровые технологии играют решающую роль во всех сферах» Президент Республики Узбекистан Ш.М. Мирзиёев Дайджест «Искусственный интеллект и экология» - Т.: 2021. С.17. Дайджест «Искусственный интеллект и экология» подготовлен Научно-техническим центром при Министерстве Инновационного развития Республики Узбекистан. Коллектив авторов: Технический редактор: Абдурахмoнов И.Ю. Райимджанов Х.Г. Турдикулова Ш.У. Абдувалиев А.А. Мусаева Р.А. Барбу Г.Ф. © Центр научно-технической информации при Министерстве инновационного развития Республики Узбекистан, 2021 г. 2

Искусственный интеллект: влияние на экологию Глобальные экологические проблемы уже давно тревожат ученых по всему миру. Известно, что человечество крайне быстро расходует природные ресурсы и рискует едва ли не полным вымиранием нашей планеты в обозримом будущем. Так, за последние 10-15 лет было выкачано нефти больше, чем за все предыдущие годы, включая военное время и эпоху стремительного развития автомобильной индустрии в ХХ веке. Быстрыми темпами истощается озоновый слой, ухудшается качество земель, увеличивается площадь пустынь, исчезают биологические виды, что приводит к разрушению некоторых пищевых цепочек [1]. Искусственный интеллект (ИИ) обладает потенциалом для ускорения глобальных усилий по защите окружающей среды и сохранению ресурсов за счет обнаружения сокращения выбросов энергии, удаления CO2, помощи в разработке более экологичных транспортных сетей, мониторинга вырубки лесов и прогнозирования экстремальных погодных условий [2]. В приоритетных областях исследования было рассмотрено более 80 новых приложений, использующих технологии ИИ, с точки зрения возможностей решения глобальных проблем, включая следующие: Изменение климата: интеллектуальные системы для сельского хозяйства, питания и продовольственного обеспечения; оптимизированные энергосистемы; автономные и подключенные электромобили; моделирование, прогнозирование климата и погодных условий; усовершенствованные системы заблаговременного предупреждения в целях обеспечения погодоустойчивости и устойчивости к стихийным бедствиям; автоматизированная минимизация рисков наводнения; аналитическая информация по текущим рискам в режиме реального времени для служб оперативного реагирования [3]. 3

Искусственный интеллект: влияние на экологию Биоразнообразие и его сохранение: контроль за загрязнением окружающей среды; определение видов растений; высокоточный мониторинг экосистем; контроль и борьба с контрабандной торговлей. Поддержание мирового океана в здоровом состоянии: рыбы-роботы для борьбы с загрязнением, мониторинг температуры и уровня pH океана в режиме реального времени; картирование коралловых рифов; контроль и борьба с браконьерским промыслом. Сохранение чистого воздуха: прогнозирование загрязнения в целях регулирования дорожного движения и раннего предупреждения; выявление источников атмосферных загрязнений; фильтрация атмосферных загрязнителей. 4

Изменение климата и устойчивость к стихийным бедствиям Объем климатических данных, собираемый спутниками, достиг беспрецедентных масштабов. Прогнозы погоды составляются с высочайшей степенью детализации. В климатические модели и сценарии все еще закладывается множество факторов неопределенности. Ученые используют ИИ для обработки и систематизации большого массива данных и составления более точных прогнозов, которые позволят обществу и окружающей среде адаптироваться к будущей реальности [4]. Например, компания DeepMind разработала ИИ, который предсказывает погоду на ближайшие часы. Причём даже в тестовом режиме она делает это гораздо успешнее, чем другие существующие технологии. Специалисты используют высокоточные радиолокационные данные, которые отслеживают осадки каждые пять минут с разрешением один километр. Исследователи применили подход, известный как генеративное моделирование. Такая модель анализирует последние 20 минут наблюдений радара и создаёт прогноз на ближайшие 90 минут вперёд. DeepMind обучил свой ИИ предоставлять прогнозы текущей погоды всего за секунду на одном графическом процессоре NVIDIA V100 [4]. Этот инструмент используется для прогнозирования средних и сильных дождей, оказывающих наибольшее воздействие на жизнь людей и экономику. Разработчики выяснили, что их ИИ справляется со своей задачей значительно лучше, чем модели, используемые сегодня. Более 50 метеорологов из Метеорологического бюро Великобритании оценивали работу нового ИИ. В 89% случаев \"Глубинная генеративная модель дождя\" от DeepMind была оценена выше, чем широко используемые сегодня методы прогнозирования текущей погоды [5]. 5

Изменение климата и устойчивость к стихийным бедствиям Еще один инновационный проект представили ученые из Федеральной политехнической школы Лозанны (Швейцария). Они разработали простую и недорогую систему, предсказывающие удары молнии в радиусе 30 километров с точностью от 10 до 30 минут. Программа использует комбинацию стандартных метеорологических данных и искусственного интеллекта. По словам Амирхосейна Мостаджаби, автора исследования, современные системы медленны и очень сложны — для них требуются дорогостоящие внешние данные, получаемые с помощью радара или спутника. «В нашем методе используются данные, которые могут быть получены с любой метеостанции. Мы можем охватить удаленные регионы, расположенные вне доступа сетей связи, радиолокационного и спутникового диапазона», — добавил ученый [6]. Для обучения ИИ исследователи использовали данные дюжины швейцарских метеостанций, собранные за десятилетний период в городских и горных районах. Были приняты во внимание четыре параметра: атмосферное давление, температура воздуха, относительная влажность и скорость ветра. Эти параметры были сопоставлены с записями систем обнаружения молний. Используя этот метод, алгоритм определил условия возникновения электрических разрядов. После обучения система давала прогнозы, которые оказались верными почти в 80% случаев [7]. Таким образом, ИИ станет новым мощным инструментом прогнозирования изменения климата. Одной из амбициозных целей, которую ставят ученые перед ИИ, является создание «цифрового двойника» Земли или реплики всех систем и процессов планеты. «Это была бы виртуальная лаборатория планеты, где мы могли бы проводить эксперименты, разрабатывая экологические стратегии и оценивая результаты», ― отмечает руководитель исследовательской лаборатории Ф-lab Европейского космического агентства, д-р Матье. 6

Изменение климата и устойчивость к стихийным бедствиям По словам специалиста в области обработки экологических данных в BAS, Скотта Хоскинга, существуют строительные блоки ИИ, которые пойдут на создание цифровых двойников объектов окружающей среды, а затем и цифрового двойника Земли. Разрабатывая цифровые двойники природной среды, исследователи могут сконцентрировать свое внимание на удаленных и труднодоступных районах, таких как полярные регионы, где порой невозможно даже зарядить аккумулятор. Полученную информацию можно будет использовать в режиме реального времени для навигации дронов и подводных беспилотников, чтобы повысить точность будущих измерений климатических данных [8].Я 7

Биоразнообразие и его сохранение Стремительное исчезновение флоры и фауны – одна из серьезнейших экологических проблем. Остановить вымирание некоторых видов можно, определяя, какие именно животные и растения наиболее уязвимы и какие факторы влияют на их жизнь и среду обитания. Для этого NatureServe — организация, занимающаяся защитой биоразнообразия, собирает и анализирует данные по 7 миллионам известных растений и животных. В условиях быстрого изменения климата эти данные должны обновляться не реже одного раза в пять лет. Это очень сложный и дорогостоящий процесс, который обычно выполняется вручную. Кроме того, ученые должны изучить множество научных трудов, что создает дополнительные неудобства. Чтобы решить эти задачи, NatureServe объединилась с компанией SAS в рамках глобальной инициативы SAS Data for Good. SAS Text Analytics автоматизирует процесс изучения научных журналов, которые предоставляют новейшие сведения о конкретных видах, в то время как SAS Data Management использует аналитику при подготовке дополнительных данных [9]. 8

Биоразнообразие и его сохранение В целях сохранения биоразнообразия ИИ, разработанный компанией Blue River Technology может отслеживать, идентифицировать и отслеживать инвазивные виды, выявляя и отслеживая их присутствие. Все это осуществляется с помощью машинного обучения и компьютерного зрения.По мнению главы департамента по компьютерному зрению и машинному обучению Blue River Technology, Криса Падвика, переход на библиотеку машинного обучения PyTorch, частично основанной на языке Python, позволит более оперативно и гибко разрабатывать новые модели ИИ для роботизированных опрыскивателей See & Spray. Роботы, установленные на трактора, сканируют поля и распыляют гербициды там, где необходимо. Фермеры экономят, а в окружающую среду попадает минимум вредных веществ. Таким образом, ИИ уменьшает использование гербицидов в 10 раз и способствует сохранению видов в целях биоразнообразия [10]. Исчезновению флоры и фауны также способствует браконьерство. Чтобы помочь подразделениям по борьбе с браконьерством спланировать маршруты своего патрулирования, было развернуто программное обеспечение для прогнозирования PAWS. По словам главного технолога Джонатана Палмера, PAWS позволит получить информацию об охраняемых территориях по всему миру с использованием ИИ, о чем пять лет назад даже не могли мечтать. 9

Биоразнообразие и его сохранение Благодаря инструментам цифрового отслеживания, ИИ позволяет собирать данные о природных заповедниках по всему миру для определения районов, в которых планируется незаконная охота и вырубка лесов. PAWS создает карты, которые разделяют заповедники на патрульные сети. Районы с наибольшей вероятностью браконьерства обозначаются красным цветом. В одном из исследований, территория была разделена на 15 регионов, пять из которых были отнесены к группе высокого риска, пять - к средней степени риска, а пять - к низкому риску незаконной охоты. Подразделения по борьбе с браконьерством обнаружили почти в пять раз больше незаконной деятельности в зонах повышенного риска, чем в зонах низкого риска, что подтверждает точность прогнозов модели PAWS [11]. 10

Поддержание мирового океана в здоровом состоянии Ученые пришли к пониманию того разрушительного воздействия, которое человечество оказывает на водную среду. С таким невероятным количеством пластиковых отходов, захлестывающих наши океаны, человечество является свидетелями кризиса загрязнения окружающей среды по всему миру. Мусор поедается морскими обитателями и проникает на все уровни пищевой цепочки [12]. Для решения этой проблемы ученые представили желтую рыбу-робот. Автономная морская машина работает над трудной и важной задачей, она ищет загрязнения воды и передает информацию о них на берег. «Идея состоит в том, чтобы в режиме реального времени вести мониторинг загрязнений. Как только кто-то сбросит химические вещества или произойдет какая-либо утечка, мы сразу сможем получить об этом сообщение и выяснить, чем вызвана проблема, чтобы прекратить ее», - объясняет Люк Спеллер (Luke Speller), старший научный сотрудник исследовательского подразделения BMT Group, многопрофильной консалтинговой фирмы [13]. 11

Поддержание мирового океана в здоровом состоянии Для исследования загрязнений рыба-робот использует массивы микроэлектродов. В своем нынешнем состоянии робот способен обнаружить фенолы и тяжелые металлы, такие как медь или свинец, а также определять содержание кислорода и соленость воды. Однако команда ученых пытается достичь более широких возможностей. «Пронюхав» о проблеме, рыбы-роботы используют ИИ, чтобы выследить ее источник. Они могут работать самостоятельно или в команде, общаться между собой акустическими сигналами и постоянно отчитываются перед «берегом». Единственная трудность - недостаточная емкость аккумуляторных батарей. Пока что рыбы-роботы требуют подзарядки примерно каждые 8 часов. ИИ имеет возможность находить пластик в океанах не только в водной среде, но и из воздуха. Новый метод, разработанный исследователями из Университета Барселоны, включает в себя алгоритм ИИ, который обнаруживает и определяет количество мусора с помощью аэрофотоснимков и задействует потенциал дронов для автономного сканирования морей и оценки ущерба. В рамках этого процесса команда обратилась к методам глубокого обучения для анализа более 3800 аэрофотоснимков Средиземного моря у побережья Каталонии. Загрузив эти фотографии в алгоритм и используя нейронные сети для повышения точности с течением времени, команда получила инструмент ИИ, который может надежно обнаруживать и измерять количество пластика, плавающего на поверхности [14]. 12

Поддержание мирового океана в здоровом состоянии Инструмент может анализировать изображения по отдельности или сортировать их по разным сегментам, чтобы предположить оценку плотности. В нынешнем виде инструмент представляет собой веб-приложение с открытым доступом, которое будет предоставляться профессионалам в отрасли. Кроме того, команда планирует разработать версию, которая может работать с дронами, чтобы полностью автоматизировать процесс [15]. Исследовательская группа Института океанологии Китайской академии наук (IOCAS) изучила штормы и крупные волны Тихого океана с помощью ИИ. Они создали спутниковую модель глубокого обучения, прогнозирующую изменения температуры поверхности воды (SST), которая связана с появлением высоких волн и штормов [16]. Модель глубокого обучения использует спутниковые данные для работы. На них она изучает, что предшествовало повышению температуры и что обычно идет за ним, после чего делает прогноз. Алгоритм работает быстро: авторам потребовалось около минуты, чтобы завершить полевой прогноз SST всего периода тестирования на обычном настольном компьютере. Долгое время прогнозирование штормов и волн зависело от моделей, основанных на физических уравнениях. Проблема в том, что вычисления получались слишком сложными и громоздкими, так как специалистам приходилось учитывать множество природных процессов [17]. «Технология ИИ— перспективный способ моделирования сложных океанических явлений и обхода трудностей, с которыми сталкиваются традиционные числовые модели», — отметил профессор Ли Сяофэн, руководитель исследования. 13

Сохранение чистого воздуха Ученые Национальной лаборатории им. Лоуренса в Беркли возглавили проект, который анализирует спутниковые изображения и информацию о дорожной ситуации, полученную с мобильных телефонов, и обучает ИИ следить за состоянием воздуха. «Тридцать процентов использования энергии в США — это транспортировка людей и товаров, это потребление энергии сильно загрязняет воздух. Сюда входит примерно половина всех выбросов оксидов азота и черного углерода (сажи). Применение технологий машинного обучения для использования в сфере транспорта и защиты окружающей среды — новый рубеж, который может принести значительные дивиденды как для экономии энергии, так и для здоровья человека», — утверждает член исследовательской группы Том Кирхстеттер (Tom Kirchstetter) [18]. Помимо этого, исследователи разработали новый метод обнаружения неэкологичных транспортных средств.Ученые предлагают отправлять информацию с бортовых систем диагностики на облачный сервер, контролируемый местными властями. Данные будут обрабатываться с помощью различных методов машинного обучения. Один из них — логистическая регрессия, статистический метод, используемый для прогнозирования вероятности события. Второй — градиентный бустинг, позволяющий собрать одну сильную модель из нескольких слабых. Владельцев автомобилей, показатели которых будут выбиваться из общего тренда, будут приглашать на очный осмотр. Исследователи сообщили, что их метод позволяет обнаружить потенциальных загрязнителей на 24% более точно, чем мониторинг с использованием OBD II. По их мнению, технологии ИИ сэкономят автовладельцам время и деньги и помогут лучше контролировать объемы выбросов загрязняющих веществ [19]. 14

Сохранение чистого воздуха Для того, чтобы распределить транспортный поток и тем самым уменьшить загрязнение воздуха, британская компания Now Wireless разработала «умные» светофоры, которые регулируют движение автомобилей, не допуская их скопления в местах с сильным загрязнением воздуха. Таким образом можно будет уменьшить концентрацию выхлопных газов в центральных районах городов, сделав их более благоприятными для жизни. Светофоры с ИИ выявляют места с высоким уровнем выхлопных газов, основываясь на данных придорожных датчиков, прогнозов погоды и даже встроенных в автомобили систем. Также они могут использовать старые статистические данные, чтобы предсказывать места с сильным загрязнением воздуха в определённые промежутки времени. Когда светофоры фиксируют резкий рост ядовитых веществ в воздухе, они автоматически меняют длительность свечения красного и зелёного сигналов примерно на 20 секунд. Например, если в центре города было замечено сильно загрязнение воздуха, едущие в эту сторону автомобили будут останавливаться на красный цвет чаще и дольше. Немаловажна роль ИИ в прогнозировании воздуха. Например, ученые из Университета Лафборо в Великобритании разработали ИИ, который способен очень точно спрогнозировать уровень загрязнения воздуха на несколько дней вперед. Система получает данные о текущем состоянии воздуха с датчиков, установленных в городах, а затем делает прогнозы касательно будущих уровней загрязнения. Но главное - она помогает ученым понять, какие факторы влияют на содержание в городском воздухе одного из самых опасных загрязнителей - частиц PM2.5. Разработка помогает ученым понять, какие факторы прямо или косвенно повышают уровень загрязнения воздуха. При анализе учитываются не только данные о работающих предприятиях, но и погодные, сезонные и экологические данные [20]. 15

Источники 1. Искусственный интеллект в помощь человеку // https://www.kommersant.ru/doc/3646950 2. Can AI Help Achieve Environmental Sustainability? // https://earth.org/data_visualization/ai-can-it- help-achieve-environmental-sustainable/ 3. Потенциальное применение технологий искусственного интеллекта на благо окружающей среды // https://www.pwc.by/ru/publications/other-publications/ai-research-wef.html 4. Поможет ли искусственный интеллект остановить изменение климата? // https://ru.euronews.com/green/2020/10/12/will-artificial-intelligence-help-to-stop-climate-change 5. DeepMind claims its AI weather forecasting model beats conventional models // https://venturebeat.com/2021/09/29/deepmind-claims-its-ai-weather-forecasting-model-beats- conventional-models/ 6. ИИ предсказывает дождь с феноменальной точностью // https://www.vesti.ru/nauka/article/2620844 7. Искусственный интеллект взялся за прогнозы погоды // https://www.meteovesti.ru/news/63708980582-iskusstvennyj-intellekt-vzyalsya-prognozy-pogody 8. Using AI to predict where and when lightning will strike // https://actu.epfl.ch/news/using-ai-to- predict-where-and-when-lightning-will-/ 9. Поможет ли искусственный интеллект остановить изменение климата? // https://ru.euronews.com/green/2020/10/12/will-artificial-intelligence-help-to-stop-climate-change 10. Технологии для экологии: как можно сохранить биоразнообразие с помощью искусственного интеллекта // https://recyclemag.ru/article/tehnologii-ekologii-mozhno-sohranit-bioraznoobrazie- pomoschyu-iskusstvennogo-intellekta 11. AI is for Animals: using Artificial Intelligence to prevent poaching // https://www.aau.edu/research- scholarship/featured-research-topics/ai-animals-using-artificial-intelligence-prevent 12. Oceans Issues & Threats // https://www.greenpeace.org/usa/oceans/issues/ 13. Рыба-робот контролирует состояние окружающей среды // https://www.facepla.net/the- news/tech-news-mnu/2397-robofish.html 14. Artificial intelligence tool helps easily detect ocean plastic from the air // https://www.optimistdaily.com/2021/02/artificial-intelligence-tool-helps-easily-detect-ocean-plastic- from-the-air/ 15. Искусственный интеллект будет с воздуха искать пластик в океане // https://usm.media/iskusstvennyj-intellekt-budet-s-vozduha-iskat-plastik-v-okeane/ 16. Purely satellite data–driven deep learning forecast of complicated tropical instability waves // https://www.science.org/doi/10.1126/sciadv.aba1482 17. Искусственный интеллект спрогнозировал штормы с высокой точностью // https://naked- science.ru/article/hi-tech/iskusstvennyj-intellekt-sprognoziroval-shtormy-s-vysokoj-tochnostyu 18. Искусственный интеллект научится оптимизировать дорожный трафик и снижать загрязнение воздуха // https://naked-science.ru/article/sci/iskusstvennyy-intellekt-nauchitsya 19. Воздух станет чище: светофоры с искусственным интеллектом распределят транспортный поток // https://3dnews.ru/1010188/vozduh-stanet-chishche-svetofori-s-iskusstvennim-intellektom- raspredelyat-transportniy-potok 20. Computer scientists develop novel artificial intelligence system that predicts air pollution levels // https://www.lboro.ac.uk/news-events/news/2020/march/artificial-intelligence-system-air- pollution/ 16

Центр научно-технической информации при Министерстве инновационного развития Республики Узбекистан Ташкент - 2021 г.