العالم يراهن على التكنولوجيا والابتكار لحل أزمة المناخ.. نماذج عملية باستخدام الذكاء الاصطناعي

في مختلف أنحاء العالم، يسعى العلماء والتقنيون إلى تحقيق الموجة التالية من الاختراقات في مجال التكيف مع تغير المناخ والتخفيف من آثاره.

يُظهر التاريخ أننا غالبًا ما نستخف بوتيرة التقدم العلمي والتكنولوجي، ومن المرجح أن نحقق المزيد من الاختراقات.

وهناك ما يدعو إلى التفاؤل: فقد شهدت السنوات الأخيرة تقدماً ملموساً، من التنبؤ بالطقس إلى إزالة الكربون الصناعي .

ولكن الاختراقات ليست كافية، فلا يمكن حل أزمة المناخ داخل المختبر: فالتأثير يأتي عندما تصل التطورات التكنولوجية والعلمية إلى العالم الحقيقي.

وإلى جانب العلوم البحتة والبحث والتطوير، يتعين على قادة المناخ التركيز على النتائج القابلة للتطبيق والأجزاء “اللاحقة” لدورة الابتكار، مثل النماذج الأولية للمنتجات، والتوطين، وإشراك المستخدمين.

الذكاء الاصطناعي وتغير المناخ

لقد أدى ظهور الذكاء الاصطناعي التوليدي إلى توسيع الخيال الجماعي حول ما يمكن للذكاء الاصطناعي أن يفعله. نحن نعلم بالفعل أن الذكاء الاصطناعي قادر على دفع الاختراقات العلمية ولكن هل يمكنه أن يذهب إلى أبعد من ذلك؟ يجب على القادة استكشاف كيف يمكن للذكاء الاصطناعي أن يعمل كمحفز لاحق في دورة الابتكار، مما يؤدي إلى تبني أحدث الأدوات والوعي بأحدث العلوم.

فيما يلي ثلاثة أماكن للبدء:

1- تنظيم بيانات الأرض غير المنظمة وتقليص النماذج إلى المستويات المحلي، لقد كان يُنظر إلى علم الأرض باعتباره ” فوضويًا في البيانات ” بسبب أنظمة الأرض المعقدة والبيانات البيئية غير المنظمة المستمدة من أساليب المراقبة.

ومؤخرًا، تزايد حجم هذه البيانات بشكل كبير، حيث يتم جمع أكثر من 100 تيرابايت من صور الأقمار الصناعية يوميًا، ومع ذلك، فإن هذا لا يبسط طبيعة البيانات غير المنظمة، والذكاء الاصطناعي هو المفتاح لتنظيم هذه البيانات الضخمة وتقليص حجمها للتطبيقات المحلية.

محرك Google Earth هو منصة رائدة في علوم الأرض تدمج صور الأقمار الصناعية المختلفة والبيانات الجغرافية المكانية مع القدرات التحليلية.

تتيح المنصة للمستخدمين تصور وتحليل البيانات المتعلقة بغطاء الغابات والأراضي الزراعية والمياه السطحية والمزيد.

على مستوى أساسي، تصبح هذه القدرات ممكنة من خلال خوارزميات التعلم الآلي التي تنظم كميات هائلة من البيانات غير المنظمة (على وجه التحديد، من خلال تصنيف وحدات البكسل في صور الأقمار الصناعية ).

توضح قائمة متزايدة من دراسات الحالة قوة الذكاء الاصطناعي في تبسيط علوم الأرض – تحويل المعلومات الخام إلى رؤى وتأثير.

كما تعمل الذكاء الاصطناعي على تعزيز علوم الأرض من خلال تقليص النماذج العالمية للبيئات المحلية، واستخدام التعلم الانتقالي الذي يستخدم المعلومات التي تم تعلمها سابقًا حول منطقة ما وتحسين المهام مثل التنبؤ بحرائق الغابات في مواقع محددة.

وهذا أمر بالغ الأهمية في المناطق التي تعاني من ندرة البيانات، حيث يساعد في سد فجوات البيانات وتشغيل البيانات الرصدية الشاملة.

2- بناء واجهة “GPT” لترجمة نماذج المناخ إلى لغة بسيطة

ظلت واجهات الكمبيوتر دون تغيير إلى حد كبير لعقود من الزمن، حيث تتضمن تفاعلات يبدأها المستخدم مثل إدخال مصطلحات البحث ومراجعة النتائج.

تعمل GenAI، التي تعمل بنماذج اللغة الكبيرة (LLMs)، على إحداث ثورة في هذا الأمر من خلال تسهيل التفاعلات المحادثة. يمكن للمستخدمين توصيل احتياجاتهم مباشرة إلى برامج مثل ChatGPT، والتي تقوم بعد ذلك بأداء المهام وتلخيص الأفكار، وتعمل كـ “مساعد”.

تشكل نماذج المناخ جزءًا لا يتجزأ من فهم ديناميكيات المناخ المعقدة. فهي تتضمن معادلات متعددة الأبعاد ويمكن أن تتجاوز 18000 صفحة من التعليمات البرمجية.

وتمثل هذه النماذج تحديًا بالنسبة لمعظم المستخدمين لفهمها، ومع ذلك، فإن فهم هذه النماذج أمر ضروري ليس فقط للعلماء ولكن أيضًا لقادة الأعمال والسياسيين والمواطنين.

يمكن لـ GenAI تبسيط هذه العملية من خلال توفير واجهة شبيهة بـ GPT تمكن المستخدمين من جميع الخلفيات من التفاعل مع بيانات المناخ ذات الصلة باحتياجاتهم، مثل مراقبة التغيرات المحلية في مستوى سطح البحر.

يمكن أن يجعل هذا النهج نماذج المناخ أكثر سهولة في الوصول إليها وبناء الثقة في توقعات المناخ.

3- تسريع مرحلة النمذجة الأولية لتطوير التكنولوجيا

إن الذكاء الاصطناعي يعمل على إحداث ثورة في البحث والتطوير في المجالات العلمية، بما في ذلك تغير المناخ، ومع ذلك، فإن الانتقال من البحث الأساسي إلى حلول مناخية ملموسة ليس واضحًا دائمًا.

دورة التكنولوجيا العميقة – المسار من البحث إلى النموذج الأولي – يمكن أن تكون طويلة ومكلفة. هذه المخاوف ملحة بشكل خاص، حيث أننا “على بعد دقائق من منتصف الليل” من كسر عتبات الاحتباس الحراري الرئيسية.

الذكاء الاصطناعي قادر على تقصير دورة التكنولوجيا العميقة، وخاصة في مجال النماذج الأولية، مما يسرع من إدخال التقنيات الأساسية.

وفي علم المواد، يعمل الذكاء الاصطناعي على تسريع الاكتشاف والتصميم، وهو أمر بالغ الأهمية للتخفيف من آثار تغير المناخ (مثل تحسين بطاريات الليثيوم أيون والخلايا الشمسية) والتكيف (تطوير مواد مقاومة للحريق).

الأساليب التقليدية، التي تحسب خصائص المواد من الصفر، تستهلك قدراً كبيراً من الوقت والتكاليف والموارد الحاسوبية. ويستخدم ما يصل إلى ثلث قوة الحوسبة الفائقة العالمية في علم المواد.

تتنبأ الذكاء الاصطناعي الآن بخصائص المواد الجديدة دون حسابات أولية شاملة، وهي تفعل ذلك من خلال تعلم العلاقات بين الهياكل الذرية وخصائصها، واقتراح التكوينات المثلى.

وفي حين أن هذه مساحة ناشئة بها قيود (على سبيل المثال “الهلوسة” الموثقة في عمليات الاكتشاف)، إلا أن هناك إمكانات كبيرة للابتكار، على سبيل المثال، تعالج GenAI مشكلة التصميم العكسي، والتي تبدأ بخاصية مرغوبة (على سبيل المثال المرونة في مواجهة الطقس القاسي) وتعكس تصميمها.

نظام الذكاء الاصطناعي للمناخ

إن تطوير الذكاء الاصطناعي يتقدم بسرعة. ولكن مجرد تطور التكنولوجيا الأساسية بسرعة لا يعني أن تطبيقاتها ستتطور أيضًا. قد يجد النموذج الحالي لتطوير الذكاء الاصطناعي – الذي يتميز بالحجم والمعرفة العامة (على سبيل المثال، ماجستير القانون واسع النطاق) – تطبيقات طبيعية في البحوث الأساسية وغيرها من المجالات التي تعتمد على المعرفة النظرية. ومع ذلك، فإن أزمة المناخ ليست نظرية.

إنها حقيقة جيوفيزيائية وتتطلب أدوات وحالات استخدام عملية.

النهج البيئي ضروري لتقديم حالات الاستخدام التي تم تسليط الضوء عليها، في الماضي، أثبتت النظم البيئية نجاحها في معالجة التحديات المتعددة الأوجه مثل تطوير نظام تشغيل مفتوح المصدر، وإعادة بناء طبقة الأوزون ورسم خريطة الجينوم البشري.

وقد تميزت كل هذه الجهود المميزة بمشاركة أصحاب المصلحة المتعددين، وتبادل البيانات المفتوحة والتعاون قبل المنافسة.
لذا، يتعين على القادة أن يكثفوا جهودهم لبناء أنظمة بيئية للذكاء الاصطناعي وتغير المناخ.

وتساعد مبادرة التكنولوجيا للتكيف مع المناخ التي أطلقها المنتدى الاقتصادي العالمي في تمكين هذه البيئة الضرورية من خلال جمع الجهات الفاعلة من شركات التكنولوجيا الكبرى والشركات الناشئة والأوساط الأكاديمية والحكومات وأصحاب المصلحة الآخرين.

أحدث مشروع للمبادرة، وهو مجموعة أدوات العمل، يرشدنا إلى كيفية الاستفادة من الذكاء الاصطناعي وغيره من التقنيات المتقدمة في أنشطة ملموسة تتعلق بالمناخ.

وفي المستقبل، ستواصل المبادرة تعزيز التعاون وإظهار إمكانات التكنولوجيا عبر دورة الابتكار، من البحث والتطوير إلى حالات الاستخدام اللاحقة. قد يكون الذكاء الاصطناعي هو الاختراق الذي يحتاجه تغير المناخ – لكن هذه لن تكون سوى البداية.