ИИ для хорошего блога
Это исторический момент для искусственного интеллекта (ИИ). Все части объединяются: большие данные, достижения в области аппаратного обеспечения, новые мощные алгоритмы искусственного интеллекта и сообщество с открытым исходным кодом для инструментов, которые снижают входные барьеры как для промышленности, так и для стартапов.
Результат: ИИ продвигается из исследовательских лабораторий в нашу повседневную жизнь, от навигации по городам, поездок, наших энергетических сетей до онлайн-мира.
В 2018 году все начинают понимать ценность ИИ для бизнеса. С каждым годом он добавляется ко все большему количеству вещей, и он становится все умнее и умнее, ускоряя человеческие инновации. Но по мере того, как ИИ становится все более мощным, более автономным и более широким в своем использовании и влиянии, нерешенная проблема безопасности ИИ становится первостепенной. Риски включают в себя: предвзятость, плохое принятие решений, низкую прозрачность, потерю рабочих мест и злонамеренное использование ИИ, например автономного оружия.
Задача, однако, выходит за рамки создания «дружественного для человека ИИ» к созданию «дружественного для Земли ИИ».
По мере того, как масштабы и актуальность последствий ухудшающейся природной среды для экономики и здоровья человека растут, у нас есть возможность взглянуть на то, как ИИ может помочь преобразовать традиционные сектора и системы для решения проблемы изменения климата, обеспечения продовольственной и водной безопасности, строительства устойчивых городов, и защищать биоразнообразие и благополучие людей.
С этой целью в новом отчете Forum-PwC, представленном в Давосе в этом году, мы демонстрируем значительные возможности использования ИИ для Земли. Здесь мы описываем восемь из выявленных приложений искусственного интеллекта, которые «меняют правила игры» для решения проблем этой планеты:
1. Автономные и подключенные электромобили
Автономные транспортные средства (АВ) с искусственным интеллектом обеспечат переход к мобильности по требованию в ближайшие годы и десятилетия.
Существенное сокращение выбросов парниковых газов для городского транспорта может быть достигнуто за счет оптимизации маршрутов и трафика, алгоритмов эковождения, запрограммированного «взвода» автомобилей в поток и автономных сервисов совместного использования. Электрические AV-парки будут иметь решающее значение для получения реальной прибыли.
2. Распределенные энергосети
ИИ может повысить предсказуемость спроса и предложения возобновляемых источников энергии в распределенной сети, улучшить хранение энергии, эффективность и управление нагрузкой, помочь в интеграции и надежности возобновляемых источников энергии, а также обеспечить динамическое ценообразование и торговлю, создавая рыночные стимулы.
3. Умное сельское хозяйство и продовольственные системы
Сельское хозяйство с искусственным интеллектом включает в себя автоматизированный сбор данных, принятие решений и корректирующие действия с помощью робототехники, чтобы обеспечить раннее обнаружение болезней и проблем с сельскохозяйственными культурами, своевременное питание скота и, как правило, оптимизацию сельскохозяйственных ресурсов и доходов на основе спроса и предложения. Это обещает повысить эффективность использования ресурсов в сельском хозяйстве, сократить использование воды, удобрений и пестицидов, которые наносят ущерб важным экосистемам, и повысить устойчивость к экстремальным климатическим явлениям.
4. Прогноз погоды и климата следующего поколения
Расцветает новая область «климатической информатики», в которой искусственный интеллект используется для коренного преобразования прогнозов погоды и улучшения нашего понимания последствий изменения климата. Эта область традиционно требует высокопроизводительных энергоемких вычислений, но сети с глубоким обучением могут позволить компьютерам работать намного быстрее и включать в расчеты более сложную систему «реального мира».
Всего через десять лет вычислительная мощность и достижения в области искусственного интеллекта позволят домашним компьютерам иметь такую же мощность, как современные суперкомпьютеры, снизив стоимость исследований, повысив научную продуктивность и ускорив открытия.Методы искусственного интеллекта также могут помочь исправить погрешности в моделях, извлечь наиболее важные данные, чтобы избежать их ухудшения, прогнозировать экстремальные явления и использоваться для моделирования воздействий.
5. Умное реагирование на бедствия
ИИ может анализировать моделирование и данные в режиме реального времени (включая данные из социальных сетей) о погодных явлениях и стихийных бедствиях в регионе, чтобы выявлять уязвимые места и улучшать подготовку к стихийным бедствиям, обеспечивать раннее предупреждение и определять приоритетность реагирования посредством координации возможностей экстренной информации. Глубокое обучение с подкреплением однажды может быть интегрировано в симуляции бедствий для определения оптимальных стратегий реагирования, подобно тому, как ИИ в настоящее время используется для определения наилучшего хода в таких играх, как AlphaGo.
6. Разработанные искусственным интеллектом интеллектуальные, подключенные к сети и пригодные для жизни города
ИИ можно использовать для моделирования и автоматизации создания законов о зонировании, строительных постановлений и пойм в сочетании с дополненной и виртуальной реальностью (AR и VR). Общегородские данные в режиме реального времени о потреблении и наличии энергии, воды, транспортных потоках, людских потоках и погоде могут создать «городскую информационную панель» для оптимизации устойчивости городов.
7. Прозрачная цифровая Земля
Цифровая геопространственная информационная панель с открытым интерфейсом API и искусственным интеллектом в реальном времени для планеты позволит осуществлять мониторинг, моделирование и управление экологическими системами в масштабах и с невиданной ранее скоростью — от борьбы с незаконной вырубкой лесов, добычи воды, рыболовства и браконьерства. к загрязнению воздуха, реагированию на стихийные бедствия и разумному сельскому хозяйству.
8. Обучение с подкреплением для прорывов в науках о Земле
Этот зарождающийся метод ИИ, который не требует входных данных, требует значительно меньшей вычислительной мощности и в котором эволюционно-подобный ИИ учится сам, может вскоре развиться, чтобы его можно было применять для решения реальных проблем в естественных науках.Сотрудничество с учеными Земли для определения систем — из климатологии, материаловедения, биологии и других областей — которые можно систематизировать для применения обучения с подкреплением для научного прогресса и открытий, имеет жизненно важное значение. Например, соучредитель DeepMind Демис Хассабис предположил, что в материаловедении потомок AlphaGo Zero можно использовать для поиска сверхпроводника при комнатной температуре — гипотетического вещества, позволяющего создавать невероятно эффективные энергетические системы.
В заключение, мы живем в интересное время. Теперь можно решить некоторые из самых больших мировых проблем с помощью новых технологий, таких как ИИ. Пришло время заставить ИИ работать на благо планеты.
Первоначальная версия этой статьи впервые появилась на Всемирном экономическом форуме. Любые взгляды, выраженные в этой статье, не обязательно отражают точку зрения МСЭ.
