Вчені використовують потужність штучного інтелекту для боротьби з лісовими пожежами

27 березня 2024 р.

Контекст

Зміна клімату Вікіпедія
Змі́на клі́мату — суттєва та тривала зміна у статистичному розподілі погодних умов протягом тривалих проміжків часу: від десятиліть до мільйонів років. Це може бути зміна в середніх погодних умовах, або у розподілі погоди навколо середніх умов.

Машини, які думають як люди, мрія про штучний інтелект стає реальністю. Це викликає занепокоєння, що штучний інтелект витіснить робочі місця, посилить упередженість в Інтернеті, посилить глибокі фейкові відео та вислизне з-під контролю людини. Але це не так сумно, як здається. ШІ може створювати нові інструменти для вирішення складних проблем, і кліматична надзвичайна ситуація займає перше місце в списку. Про це повідомляє Майлз О’Брайен.

ВІЛЬЯМ БРЕНГЕМ: Мрія про штучний інтелект, тобто про машини, які думають як люди, починає втілюватися в життя. Тепер цей розвиток викликає цілу низку занепокоєнь щодо нашої роботи, щодо того, що є реальним, а що ні, і особливо щодо того, чи зможемо ми контролювати технологію, яка раптом має власний дуже розумний розум. Але не все так сумно, як здається. Як повідомляє науковий кореспондент Майлз О’Брайен, штучний інтелект може створити нові інструменти для вирішення деяких найскладніших проблем, і на вершині цього списку стоїть надзвичайна кліматична ситуація.

МАЙЛЗ О’БРАЙЄН: Оскільки світ бореться з гострою загрозою зміни клімату, вчені та політики звертаються до малоймовірного союзника – штучного інтелекту. Штучний інтелект стає потужним інструментом у боротьбі з глобальним потеплінням: від прогнозування екстремальних погодних явищ до оптимізації використання енергії.

ЧОЛОВІК: Ми летимо над цікавою сценою, яка виявлена ​​камерою, підключеною до чіпа ШІ.

МАЙЛЗ О’БРАЙЄН: В Орландо, штат Флорида, невелика компанія з прогнозування погоди під назвою MyRadar працює над поєднанням кількох крихітних супутників із штучним інтелектом, щоб виявляти пожежі задовго до того, як вони вийдуть з-під контролю.

ЕНДІ ГРІН, засновник і генеральний директор MyRadar: Так, це не так — я б хвилювався, скільки триватиме час завантаження.

МАЙЛЗ О’БРАЙЄН: Це засновник і генеральний директор Енді Грін.

ЕНДІ ГРІН: Ми використовуємо штучний інтелект, щоб робити те, чого не може людина. Ми хочемо, щоб він дивився на планету внизу 24 на 7, щоб шукати катастрофи, що зароджуються.

МАЙЛЗ О’БРАЙЄН: Поєднання технологій, штучного інтелекту в поєднанні з невпинною мініатюризацією датчиків і зниженням вартості виходу на низьку навколоземну орбіту поставили цю компанію на траєкторію запуску власної супутникової групи, призначеної для раннього виявлення пожеж. Сарвеш Гарімелла — головний науковий співробітник і технічний директор MyRadar.

САРВЕШ ГАРІМЕЛЛА, технічний директор, MyRadar: Отримання ранньої інформації, виявлення та відстеження пожежі – це завдання, яке ми намагаємося вирішити з космосу.

МАЙЛЗ О’БРАЙЄН: Існуючий парк супутників Національного управління океанічних і атмосферних досліджень і НАСА не ідеально підходить для оповіщення в режимі реального часу про спалах пожежі. Або роздільна здатність зображення недостатньо чітка, або супутник недостатньо часто проходить над певним місцем.

САРВЕШ ГАРІМЕЛЛА: Ми заповнюємо прогалини, намагаючись запустити супутники на низьку навколоземну орбіту, що скоротить час повторного відвідування з 12 годин на 24 години до менше години.

МАЙЛЗ О’БРАЙЄН: NOAA надає фінансування у розмірі 800 000 доларів. Компанія планує запустити перший зі своєї армади в жовтні 2024 року.

ЕНДІ ГРІН: Намір полягає в тому, щоб створити повне угруповання приблизно від 150 до 200 супутників або більше, і це дасть нам потрібне покриття та своєчасність. даних, які ми хочемо отримати.

МАЙЛЗ О’БРАЙЄН: Ідея полягає в тому, щоб надати користувачам програми MyRadar, включно з тими, хто швидко реагує, попередження про пожежі в реальному часі.

САРВЕШ ГАРІМЕЛЛА:Це гіперспектральна камера ближнього ІЧ-діапазону.

МАЙЛЗ О’БРАЙЄН: Вони будуть оснащені камерами видимого світла високої роздільної здатності та гіперспектральними камерами ближнього інфрачервоного діапазону, а також тепловізором. Ви можете покласти стільки в те, що по суті є кубиком Рубіка.

САРВЕШ ГАРІМЕЛЛА: Дійсно, так, отже, 10 сантиметрів збоку.

МАЙЛЗ О’БРАЙЄН: Це якось дивно, чи не так?

САРВЕШ ГАРІМЕЛЛА: Це так. Це справді захоплююче.

МАЙЛЗ О’БРАЙЄН: Вони називають його HORIS, гіперспектральний орбітальний дистанційний спектрометр. Крім датчиків, ці cubesats будуть літати зі штучним інтелектом на борту. Це спосіб вирішити вузьке місце зв’язку.

САРВЕШ ГАРІМЕЛЛА: Вбудований штучний інтелект означає, що коли ми виявляємо пожежу, ми можемо обробити цю інформацію на борту супутника та надіслати сповіщення безпосередньо на землю без необхідності передавати весь набір даних комусь на землі. обробляти себе. AI на борту робить місію можливою.

МАЙЛЗ О’БРАЙЄН: Отже, чому штучний інтелект може помічати пожежі так рано? Це ідеальний варіант використання так званої згорткової нейронної мережі. Ось як він стає достатньо розумним, щоб помічати конкретні речі. Взяти, наприклад, собаку. Він переглядає зображення за допомогою багатьох віртуальних збільшувальних стекол. Кожен шукає певний тип пазла, як-от край, форму чи текстуру. Потім він створює спрощені версії, повторюючи процес на все більших і більших ділянках. Зрештою, пазл можна зібрати, і настав час відгадувати. Це кіт, собака, дерево? Іноді припущення є правильним, але іноді воно хибне. Але воно вчиться на помилках. Зображення з мітками надсилаються назад, щоб виправити попередню операцію, тому наступного разу, коли він зіграє у вгадування, це буде ще краще.

ЕНДІ ГРІН: Зрештою, ви досягаєте моменту, коли можете показати фотографію кота і сказати: це кіт? Потім він відповість вам і дасть вам відповідь «так» або «ні» з певним ступенем впевненості. По суті, це той самий процес для лісових пожеж. Ми навчимо модель, яку використовуємо, на основі деяких наявних даних, і це дасть їй добре загальне розуміння того, як може виглядати лісова пожежа або задимлене середовище. Отже, зрештою, у нас є проста числова модель, яка говорить, що схоже на лісову пожежу. Давайте попередимо когось на місці, подивимося на це та, можливо, запобіжимо подальшому поширенню.

МАЙЛЗ О’БРАЙЄН: Штучний інтелект використовується не лише для адаптації до клімату. Це також потужний засіб для пом’якшення. У Національній лабораторії Лоуренса Берклі в Каліфорнії вони застосовують штучний інтелект для термінового пошуку екологічних джерел енергії. Чи є щось подібне у світі?

ГЕРБРАНД СЕДЕР, Національна лабораторія Лоуренса Берклі: не в неорганічній хімії.

МАЙЛЗ О’БРАЙЄН: Вчений-матеріал Герд Седер показав мені місце, яке він називає А-лабораторією.

КЕДР GERBRAND:Ми навмисне не визначали, що означає буква А.

МАЙЛЗ О’БРАЙЄН: Отже, немає B-Lab?

GERBRAND CEDER: може означати автоматизований, автономний або керований ШІ.

МАЙЛЗ О’БРАЙЄН: Лаборанти-роботи, керовані штучним інтелектом, цілодобово працюють тут, перевіряючи рецепти сполук, які могли б зробити кращі батареї, щоб забезпечити перехід до відновлюваної енергії. Історично це йшло повільно, утомливі спроби й помилки.

ГЕРБРАНД СЕДЕР: Хтось приходить з ідеєю, йде і пробує її в лабораторії, повторює її багато, багато, багато разів, і тому це займає так багато часу. Середній час виходу на ринок становить від 18 до 20 років.

МАЙЛЗ О’БРАЙЄН: Тож як пришвидшити роботу?

ГЕРБРАНД СЕДЕР: А які різні гілки?

МАЙЛЗ О’БРАЙЄН: Рішення, які вони шукають, поховані в мільйонах наукових статей.

ГЕРБРАНД СЕДЕР: Гаразд, ми маємо отримати результати приблизно завтра.

МАЙЛЗ О’БРАЙЄН: Лабораторія розробила алгоритми машинного навчання, які просіюють майже всю наукову літературу з матеріалознавства. ШІ бачить кореляції та аномалії, які люди не можуть бачити. Це дозволяє передбачати властивості величезної кількості гіпотетичних сполук, зменшуючи потребу в спробах і помилках у лабораторії та заощаджуючи час і ресурси.

ГЕРБРАНД СЕДЕР: Людина ніколи не може знати, що було зроблено в п’яти мільйонах наукових робіт, але в цьому краса математики та обчислювальних алгоритмів. Вони, по суті, зберігають усі знання в пам’яті.

МАЙЛЗ О’БРАЙЄН: Для більш ефективного тестування гіпотетичних сполук вони створили цю роботизовану лабораторію, щоб змішувати та тестувати пропозиції 24/7. Седер каже, що те, на що раніше були потрібні місяці, тепер відбувається за лічені дні.

ГЕРБРАНД СЕДЕР: Ми справді можемо впроваджувати інноваційні матеріали набагато, набагато швидше. Ми не можемо знайти рішення за 40 років, чи не так? Ми просто повинні продовжити це.

МАЙЛЗ О’БРАЙЄН: Для багатьох людей штучний інтелект – це.

АРНОЛЬД ШВАРЦЕНЕГГЕР, актор: Ходімо зі мною, якщо хочеш жити.

МАЙЛЗ О’БРАЙЄН: Термінатор, екзистенційна загроза. Але це цілком може бути незамінним інструментом для вирішення складних проблем, які найбільше загрожують нам. Для «PBS NewsHour» я Майлз О’Брайен із Берклі, Каліфорнія.

ВІЛЬЯМ БРЕНГЕМ: Майлз і його команда працювали над цією темою вже майже рік, і результатом став одногодинний фільм під назвою «Революція ШІ». І його прем’єра сьогодні ввечері на «NOVA» о 21:00 за східним часом на PBS і доступна для трансляції онлайн.багато разів, і тому це займає так багато часу. Середній час виходу на ринок становить від 18 до 20 років.

МАЙЛЗ О’БРАЙЄН: Тож як пришвидшити роботу?

ГЕРБРАНД СЕДЕР: А які різні гілки?

МАЙЛЗ О’БРАЙЄН: Рішення, які вони шукають, поховані в мільйонах наукових статей.

ГЕРБРАНД СЕДЕР: Гаразд, ми маємо отримати результати приблизно завтра.

МАЙЛЗ О’БРАЙЄН: Лабораторія розробила алгоритми машинного навчання, які просіюють майже всю наукову літературу з матеріалознавства. ШІ бачить кореляції та аномалії, які люди не можуть бачити. Це дозволяє передбачати властивості величезної кількості гіпотетичних сполук, зменшуючи потребу в спробах і помилках у лабораторії та заощаджуючи час і ресурси.