پژوهشگاه فضای مجازی بررسی كرد؛
استفاده از پتانسیل هوش مصنوعی در مدیریت منابع طبیعی
پژوهشگاه فضای مجازی با بررسی استفاده از پتانسیل هوش مصنوعی در مدیریت منابع طبیعی و صیانت از جنگلها، به این پرسش پاسخ می دهد که چطور میتوان با کمک هوش مصنوعی جهان را سبزتر کرد.
به گزارش مهندس وب به نقل از مهر، باتوجه به نقش حیاتی که جنگلها در اکوسیستم جهانی بدون توجه به مرزها ایفا می کنند، صیانت از جنگلها بعنوان یک ماموریت حیاتی مطرح است. در حقیقت، جنگلها تقریباً ۳۰ درصد از مساحت زمین را پوشش می دهند، میزبان ۸۰ درصد از تنوع زیستی زمین و منبع طبیعی جذب و ذخیره کربن هستند. علاوه بر این، جنگلها سرچشمه منابع آب پاک، تنظیم کننده آب و هوا، عاملی برای محافظت در مقابل بلایای طبیعی و همین طور منبعی از انرژی های تجدید پذیر هستند. همانطور که سازمان ملل و کمیسیون اروپا تائید کرده اند، یکی از دغدغه های حال حاضر این است که در پی افزایش جمعیت، جنگلها با سرعت نگران کننده ای قطع می شوند و افزایش نرخ جنگل زدایی، تنوع زیستی غنی آنها را در چندین بخش از جهان از بین برده است. از شروع کشاورزی در ۱۲ هزار سال پیش تعداد درختان در سراسر جهان ۴۶ درصد کم شده و بیش از ۱۵ میلیارد درخت هرساله قطع می شود. این عمل نتایج قابل توجهی برای سیاره زمین از نظر تغییرات آب و هوایی، تنوع زیستی و رفاه انسان را به دنبال خواهد داشت. گروه کشاورزی و منابع طبیعی دیجیتال پژوهشگاه فضای مجازی با بررسی فرصت های هوش مصنوعی در راستای افزایش گسترده جمع آوری و تحلیل و بررسی داده ها برای صیانت از محیط زیست، به جستجوی پاسخ به این پرسش رفته که چگونه می توانیم با کمک هوش مصنوعی جهان را سبزتر و سرسبزتر کنیم؟ هوش مصنوعی دوستدار زمین اصطلاح «هوش مصنوعی دوستدار زمین» بعنوان راهی برای افزایش گسترده جمع آوری و تحلیل و بررسی داده ها برای صیانت از محیط زیست و جنگلها معرفی شده است. استفاده از پتانسیل های هوش مصنوعی در مدیریت منابع طبیعی و جنگل برای نخستین بار توسط «Coulson» و همکاران در سال ۱۹۸۷، در توسعه سیستم های خبره برای حل مسائل و اتخاذ تصمیم و بعد از آن بعنوان روشی جایگزین در مدل سازی پدیده های غیرخطی و پیچیده علوم جنگل به کار گرفته شد. هوش مصنوعی نقش کلیدی در کاهش جنگل زدایی در هر زمان و هر جای ممکن دارد. در حقیقت با بهره گیری از هوش مصنوعی، می توان با شمارش درختان و ردیابی جنگل زدایی های غیر قانونی، داده های حاصل را سریعاً به سازمان های صیانت از محیط زیست ارسال کرد. هوش مصنوعی به شبیه سازی هوش انسانی در ماشین هایی اشاره دارد که طوری برنامه ریزی شده اند که مانند انسان ها فکر کنند و اعمال آنها را تقلید کنند. در حقیقت خاصیت های در رابطه با ذهن انسان مانند حل مسئله را نشان میدهد و این پتانسیل را دارد که کوشش های جهانی برای صیانت از جنگلها و حفظ منابع را با تشخیص و حذف انتشار گاز «CO۲»، پیش بینی وضعیت آب و هوایی و در نتیجه کمک به توسعه شبکه های حمل و نقل سبز، سرعت ببخشد. از هوش مصنوعی می توان به جهت تعیین گونه های مختلف درختان، حجم چوب و یا حتی محاسبه ابعاد درختان، استفاده نمود. همچنین، هنگامی که ماشین آلات مبتنی بر هوش مصنوعی دراین زمینه استفاده می شود، موارد لطمه حین کار به میزان زیادی کاهش پیدا می کند که این امر ایمنی و راحتی اپراتورها را تضمین می نماید. کاربردهای مختلفی از هوش مصنوعی در جنگلداری وجود دارد که با گردآوری تکنیک های مختلف به زندگی جنگلی ارزش می بخشند. تعدادی از کاربردهای فناوری هوش مصنوعی به شرح زیر است: - هوش مصنوعی و افزایش دقت نظارت بر جنگل قسمتی از مشکل در پروسه تخریب جنگلها، نبود نظارت کافی بر جنگلها است که به سبب چالش های موجود در دستیابی به داده های مکانی دقیق و منسجم به وجود آمده است. خصوصاً زمانی که دقت و قابلیت اطمینان بیشتری نیاز باشد؛ بعنوان مثال، پشتیبانی از فناوری های ماهواره ای امکان ردیابی سریع و نظارت دقیق تر تاج پوشش جنگلی را فراهم می آورد. فیلتر کردن مقادیر زیادی از داده ها می تواند زمان بر باشد و سبب ایجاد کار فشرده و تحمیل هزینه زیادی شود. بدین جهت هوش مصنوعی می تواند به کار بیاید و دقت بر نظارت بر جنگل را بوسیله داده ها فراهم آورد. - هوش مصنوعی ابزاری عالی برای ایجاد سناریوی شبیه سازی جنگل «FSOS» یا سیستم بهینه سازی شبیه سازی جنگل، یک سیستم مبتنی بر هوش مصنوعی است که به جهت تحلیل و بررسی و برنامه ریزی چند منظوره جنگل توسعه یافته است و برنامه ریزی عملیات کوتاه مدت و برنامه ریزی راهبردی طولانی مدت را در یک مدل ادغام می کند. این سیستم یک ابزار عالی به جهت شبیه سازی ها و بهینه سازی مدیریت جنگل است. به کمک آن می توان سناریوهای مدیریتی را مقایسه و جنگل های آینده را با سناریوهای مدیریتی مختلف مشاهده کرد. - کاربرد شبکه عصبی مصنوعی در برآورد حجم تنه درختان برآورد حجم درخت یکی از بخش های مهم در پیش بینی رشد و محصول دهی جنگل شمرده می شود. «CollectiveCrunch» یک استارت آپ اسکاندیناویایی مستقر در هلسینکی فنلاند است و در سال ۲۰۱۶ تأسیس شده است. تمرکز این استارت آپ تماماً در مورد استفاده از قدرت فناوری ها در دنیای منابع طبیعی است. این تیم یک پلت فرم هوش مصنوعی ابتکاری به نام «Linda Forest» به وجود آورده که با یک راهکار کلیدی «SaaS» توده چوب، گونه های چوب و کیفیت چوب مناطق هدف را بسیار دقیق تر از هر روش معمولی موجود پیش بینی می کند. این شرکت از داده های آب و هوا، جغرافیایی و مشتری محور، برای پیش بینی بهتر موجودی جنگل استفاده می نماید. پلت فرم پیشرفته هوش مصنوعی آنها بطور رسمی در سپتامبر ۲۰۱۹ افتتاح شد و یک ابزار مفید برای شرکت های مدیریتی جنگل، صندوق های جنگلی و شرکت های تولید کننده محصولات چوبی است که با کمک آن می توانند تصمیمات بهتری برای خرید و فروش بگیرند. «CollectiveCrunch» که احتمالاً یکی از بزرگ ترین ابتکارات هوش مصنوعی در این بخش است، این پتانسیل را دارد که به «Google Maps» صنعت جنگل داری تبدیل گردد و جنگلها را به روشی بسیار پایدارتر و پویاتر مدیریت کند. - هوش مصنوعی در خدمت احیای اکوسیستم های جنگلی «Dendra Systems» که قبلاً «BioCarbon Engineering» نامیده می شد، یک شرکت فناوری مستقر در بریتانیا است که از پتانسیل های هوش مصنوعی و پهپاد برای کاشت درختان و در نهایت به نفع محیط زیست استفاده می نماید. این تیم در تلاش است تا با بهره گیری از اتوماسیون و هوش دیجیتالی سیاره زمین و اکوسیستم ها را مجدد احیا کند. این شرکت متعهد شده که ۱۵۰ برابر سریع تر از سایر روش های کاشت سنتی باشد. روش آنها در حقیقت بسیار کارآمدتر است؛ بذرها به کمک پهپاد مستقیماً ازطریق یک غلاف زیست تخریب پذیر به زمین پوشیده شده شلیک می شوند. این شرکت که در سال ۲۰۱۴ تأسیس شد، متشکل از مهندسان فعال، دانشمندان علوم گیاهی و کارشناسان هواپیماهای بدون سرنشین است که موظف می باشند زمین را به مکانی بهتر از آنچه که حالا است، تبدیل کنند. با فناوری «Dendra»، می توان سالانه ۱۰ میلیارد درخت را در مکان های دور از دسترس کشت کرد. این شرکت به سبب کوشش های خود شهرت جهانی کسب کرده و توسط مجمع جهانی اقتصاد معرفی شده است. - هوش مصنوعی و امید کمک به ایجاد تجارت پایدار در کاهش کربن جنگل زدایی ۱۷ درصد از کل انتشار کربن در جهان را تشکیل می دهد. که نه فقط اثرات زیست محیطی عظیمی را در مقیاس سیاره ای در پی دارد، بلکه هزینه های اقتصادی هنگفتی را نیز تحمیل می کند. بدین جهت شرکت داده های جنگلداری «SilviaTerra» به امید کمک به ایجاد تجارت پایدار در کاهش کربن، از هوش مصنوعی به جهت پردازش تصاویر ماهواره ای (سنجش از دور) گونه های مختلف درختان در دوره های زمانی مختلف، محاسبه اندازه و گونه ها برمبنای عواملی مانند زمان شروع تغییر رنگ برگ ها در پاییز، استفاده می نماید. «Reforestum» نیز یکی از شرکت هایی است که می خواهد با احیای جنگل های اصلی به سیاره کمک نماید. آنها خدمات جبران کربن را بوسیله احیای جنگل به اعضای جامعه جهانی ارائه می دهند. - هوش مصنوعی در ردیابی، ارزیابی، و پیش بینی خطر حریق جنگل ها «Dryad» نیز یکی از استارت آپ هایی است که ردیابی حریق فوق سریع و همین طور راهکار هایی جهت نظارت بر سلامت و رشد را برای جنگل های عمومی و خصوصی ارائه می دهد. با استفاده از این فنآوری نوین در مقیاس بزرگ، حسگرها می توانند حریق های جنگلی را شناسایی کرده و اطلاعات ارزشمندی در مورد ریز اقلیم و روند رشد جنگل عرضه کنند. - هوش مصنوعی سدی در مقابل کارهای غیرقانونی پلت فرم «GFH» در شناسایی کارهای اخیر معدن کاری غیر قانونی مفید بوده است و هشدارهای سریع آن به مقامات دولتی در مکان هایی مانند آماپا، در مرز با گویان فرانسه کمک کرده است تا مکان های جنگل زدایی غیر قانونی را که باید توسط سازمان های مجری قانون در اولویت قرار گیرند، مشخص سازند. - هوش مصنوعی پروسه تحلیل داده ها را بصورت تصاعدی سرعت می بخشد از آنجا که داده های مربوط به محیط جنگل گاهی مبهم و غیرقابل پیش بینی هستند، شبکه هوش مصنوعی که در پردازش چنین اصول غیرخطی به خوبی عمل کند، از اواخر دهه ۱۹۹۰ بعنوان یک رویکرد جایگزین برای روش کلاسیک مدل سازی پدیده های پیچیده در جنگل به شکل گسترده مورد بررسی قرار گرفته است. استارت آپ «۲۰tree.ai»، درحال انجام مأموریتی برای تبدیل شدن به یک مرجع استاندارد در پیش بینی فهم سیاره با بهره گیری از هوش مصنوعی، تصاویر ماهواره ای و قدرت محاسباتی است. این استارت آپ با ارائه چاره ای به سمت آینده ای سبزتر فعالیت می کند که به شرکت های صنعت جنگل، سازمان های غیردولتی و دولت ها کمک می نماید تا تصمیم گیری را با بینش بموقع و دقیق در مورد منابع طبیعی بهبود بخشند. این استارت آپ پرتغالی که در سال ۲۰۱۸ تأسیس شد، نظارت روزانه سیاره را با داده های ماهواره «Sentinel ۱، ۲» ترکیب می کند تا خاصیت های جنگلها را درک کند و چوب را بطور پایدار برداشت کند. سیاست های به کارگیری هوش مصنوعی در صیانت از محیط زیست البته که هوش مصنوعی تا رسیدن به هدف فاصله بسیاری دارد. سیاست های به کارگیری هوش مصنوعی باید با سیاست های مؤثر برای صیانت از محیط زیست، صیانت از جوامع محلی و اجرای بهتر قانون در داخل و خارج از مرزها مرتبط شود تا تأثیر واقعی داشته باشد. برای مثال، اگر مجریان قانون نتوانند برمبنای اطلاعات ارائه شده عمل کنند، نظارت دقیق فایده چندانی ندارد و حتی اگر کوشش های مذاکراتی به نتیجه نرسد، حتی پیش بینی های دقیق نیز بی فایده خواهد بود. برای دولت هایی که بطور فعال مؤسسات مسئول صیانت از محیط زیست را برچیده و حتی تهاجمات زمینی را تشویق می کنند، عوامل سیاسی استفاده از چنین فناوری هایی را محدود می کند. به همین ترتیب، تدابیر امنیتی باید برای جلوگیری از سوءاستفاده از داده های جمع آوری شده، مانند نظارت سرکوبگرانه جوامع و سازمان های غیردولتی، اعمال شود. از طرف دیگر ابزارهای هوش مصنوعی همیشه شفاف نیستند و تفسیر دقیق نحوه عملکرد این ابزارهای هوش مصنوعی برای مدیران غیر امکان دارد. انتخاب اشتباه مدلها، پارامترهای تنظیم، مستندسازی ناکافی یا داده های آموزشی نامناسب می تواند نتایج مهمی برای عملکرد مدلهای هوش مصنوعی و در نتیجه برای افراد و محیط داشته باشد. این اشتباهات می تواند تأثیر مخربی بر اعتماد بخش جنگل به مدیران، همچون نمایندگان سازمان های دولتی داشته باشد. فرصت ها؛ چگونه می توانیم با کمک هوش مصنوعی جهان را سبزتر و سرسبزتر کنیم؟ تکنیک های هوش مصنوعی با ساختار و عملکردی شبیه به مغز انسان که دارای اجزایی به نام نود یا نرون بوده، امروزه در طیف وسیعی برای حل خیلی از مسائل شامل ارزیابی، بهینه سازی، پیش بینی، تشخیص و کنترل به کار گرفته شده اند. یکی از مهم ترین خاصیت های آن، عدم وابستگی آنها به فرضیه های اولیه درباره داده های ورودی است. به این معنا که داده های ورودی می تواند هرگونه توزیع آماری دلخواهی داشته باشند. این خاصیت مهم شبکه های هوش مصنوعی، امتیاز ویژه آنها در مقابل روش های آماری است و به آنها این امکان را می دهد که از انواع مختلف داده های ورودی با هر توزیع دلخواه، بطور یکسانی استفاده کنند. کارآمد بودن شبکه برای یادگیری و انطباق با محیط در صورت تغییر در وضعیت محیطی، عدم از کار افتادگی شبکه در صورت لطمه دیدگی قسمتی از نرون ها و داشتن جواب منطقی برای داده ها در وضعیت اطمینان (اعم از آنکه فازی باشند و یا بطور ناقص و توأم با دریافت نویز دریافت شده باشند)، علاقه مندی به استفاده از این فنآوری را بیشتر می کند. هوش مصنوعی برای مدیریت هوشمندانه تر جنگل نیز کارآمد است. قبل از این، انجام بررسی های موجودی جنگل تا حد زیادی نسبت به اوایل دهه ۱۹۰۰ بدون تغییر بود و به گشت وگذارهای پر زحمت در جنگلها برای ایجاد پلات های نمونه برای برون یابی داده ها نیاز داشت. رویکرد های هوش مصنوعی می توانند حجم عظیمی از داده های ماهواره ای را برای یافتن بینش هایی در مورد سلامت جنگلها که با روش های متعارف شناسایی نمی شوند، پردازش کنند. پلت فرم هایی با بهره گیری از ML برای تحلیل و بررسی گونه های درختی، حجم چوب و ابعاد درخت برای تصمیم گیری های آگاهانه تر وجود دارد. حتی برای شناسایی الگوهای پیش بینی حریق های جنگلی مورد استفاده قرار گیرد. با این وجود، تحت نظارت یک دولت مسئولیت پذیر و منصفانه که برای مهار جنگل زدایی غیر قانونی و بی عدالتی های اجتماعی و زیست محیطی در رابطه با آن، تلاش می کند، هوش مصنوعی می تواند برای جلوگیری از حداقل تعدادی از بلایای زیست محیطی که هم اکنون در جنگلها و سایر زیستگاه ها شاهد آن هستیم، چاره ساز باشد.
این مطلب را می پسندید؟
(0)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب