Sử dụng trí tuệ nhân tạo giải quyết các vấn đề biến đổi khí hậu

Ảnh minh họa

Trong kỷ nguyên số 4.0 hiện nay, có lẽ khái niệm “trí thông minh nhân tạo” hay “AI” đã không còn quá xa lạ với chúng ta khi các công nghệ liên quan đang ngày càng phát triển và được áp dụng vào nhiều lĩnh vực của đời sống, thúc đẩy sự tiến bộ chung của toàn nhân loại.

Ở Ấn Độ, trí tuệ nhân tạo đã giúp nông dân có được năng suất trồng lạc (đậu phụng) cao hơn 30% mỗi ha bằng cách cung cấp thông tin về việc chuẩn bị đất, bón phân và chọn ngày gieo hạt. Ở Na Uy, trí tuệ nhân tạo đã giúp tạo ra một lưới điện linh hoạt và tự điều chỉnh, tích hợp nhiều năng lượng tái tạo hơn.

Và trí thông minh nhân tạo đã giúp các nhà nghiên cứu đạt được độ chính xác 89 đến 99% trong việc xác định các cơn bão nhiệt đới, thông tin thời tiết và các dòng khí quyển, những nguyên nhân có thể gây ra mưa lớn và thường khó có thể để cho con người tự mình xác định được. Bằng cách cải thiện dự báo thời tiết, các loại chương trình này có thể giúp giữ an toàn cho mọi người.

Microsoft tin rằng trí tuệ nhân tạo, thường bao gồm học máy (machine learning) và học sâu (deep learning), là “công cụ thay đổi cuộc chơi” cho các vấn đề môi trường và biến đổi khí hậu.

Để giải đáp câu hỏi này, The Verge đã đăng tải một bài viết từ nghiên cứu của các tác giả nổi tiếng nhất trong lĩnh vực này cũng như đưa ra một số ví dụ về cách công nghệ học máy (machine learning) có thể giúp ngăn chặn sự hủy diệt của con người.

Các tác giả của bài báo gồm giám đốc điều hành Demis Hassabis của DeepMind, người chiến thắng giải thưởng Turing – Yoshua Bengio, đồng sáng lập Andrew Ng của Google Brain. Họ nói rằng AI có thể “vô giá” trong việc giảm thiểu và ngăn chặn tác động xấu của biến đổi khí hậu, nhưng lưu ý rằng hành động chính trị cũng rất cần thiết.

Nhóm tác giả được dẫn dắt bởi David Rolnick, một nghiên cứu sinh hậu tiến sĩ tại Đại học Pennsylvania cho biết rằng “một mình công nghệ thôi vẫn là chưa đủ. Các công nghệ giúp giảm thiểu biến đổi khí hậu đã có sẵn trong nhiều năm, nhưng phần lớn không được xã hội áp dụng ở quy mô rộng lớn. Mặc dù chúng tôi hy vọng học máy sẽ hữu ích trong việc giảm chi phí liên quan đến các hành động về giảm thiểu biến động khí hậu, nhưng nhân loại cũng phải quyết định hành động”.

Các trường hợp sử dụng được đề xuất rất đa dạng, từ việc sử dụng AI và hình ảnh vệ tinh để theo dõi nạn phá rừng tốt hơn đến phát triển các vật liệu mới có thể thay thế thép và xi măng – hai vật liệu mà quá trình sản xuất chúng chiếm tới 9% lượng khí thải nhà kính toàn cầu.

Nổi bật trong số này là sử dụng thị giác máy tính để theo dõi môi trường, sử dụng phân tích dữ liệu để tìm ra sự thiếu hiệu quả trong các ngành công nghiệp nặng nhiều khí thải, sử dụng AI để mô hình hóa các hệ thống phức tạp như khí hậu của Trái đất… để chúng ta có thể chuẩn bị tốt hơn cho những thay đổi trong tương lai.

Xây dựng hệ thống điện 

Các hệ thống điện hiện hành “tràn ngập dữ liệu” nhưng quá ít trong đó được sử dụng để tận dụng làm thông tin. Học máy có thể trợ giúp bằng cách dự báo nhu cầu và sản xuất điện, cho phép các nhà cung cấp tích hợp tốt hơn các nguồn tài nguyên tái tạo vào lưới điện quốc gia và giảm chất thải. Phòng thí nghiệm DeepMind ở Anh của Google đã thực hiện mô hình này, sử dụng AI để dự đoán nguồn năng lượng đầu ra của các cánh đồng gió.

Giám sát khí thải nông nghiệp và nạn phá rừng

Khí thải nhà kính không chỉ phát ra từ động cơ và nhà máy điện mà phần lớn đến từ sự phân hủy của cây cối, đất than bùn và đời sống thực vật thu được carbon trong quá trình quang hợp hàng triệu năm. Phá rừng và nông nghiệp không bền vững dẫn đến lượng carbon này thải trở lại khí quyển. Sử dụng hình ảnh vệ tinh và AI, chúng ta có thể xác định nơi điều này đang xảy ra và bảo vệ các bể chứa carbon tự nhiên này.

Tạo ra vật liệu mới có lượng carbon thấp

Các tác giả của bài báo cũng lưu ý rằng 9% tất cả lượng khí thải nhà kính toàn cầu đến từ việc sản xuất bê tông và thép. Học máy có thể giúp giảm con số này bằng cách giúp phát triển các lựa chọn thay thế các vật liệu có lượng carbon thấp. AI giúp các nhà khoa học khám phá các vật liệu mới bằng cách cho phép họ mô hình hóa các tính chất và tương tác của các hợp chất hóa học chưa bao giờ được nhìn thấy.

Dự đoán các sự kiện thời tiết cực đoan

Nhiều tác động lớn nhất của biến đổi khí hậu trong những thập kỷ tới sẽ được thúc đẩy bởi các hệ thống cực kỳ phức tạp, như những thay đổi trong lớp mây che phủ và dải băng. Đây chính xác là các loại vấn đề mà AI rất giỏi trong việc đào sâu tìm hiểu. Mô hình hóa những thay đổi này sẽ giúp các nhà khoa học dự đoán các sự kiện thời tiết cực đoan như hạn hán và bão, từ đó sẽ giúp các chính phủ có thể chống lại các tác động xấu nhất của chúng.

Làm cho giao thông hiệu quả hơn

Ngành giao thông vận tải chiếm một phần tư lượng khí thải CO2 toàn cầu, với hai phần ba trong số này được tạo ra trên đường bộ. Cũng như hệ thống điện, học máy có thể giúp lĩnh vực này hiệu quả hơn, giảm số lượng hành trình lãng phí, tăng hiệu quả của phương tiện và chuyển hàng hóa sang các lựa chọn carbon thấp như đường sắt. AI cũng có thể giảm việc sử dụng xe hơi thông qua việc triển khai các phương tiện tự trị dùng chung, nhưng các tác giả lưu ý rằng công nghệ này vẫn chưa được chứng minh.

Giảm năng lượng lãng phí từ các tòa nhà

Năng lượng tiêu thụ trong các tòa nhà cũng chiếm một phần tư lượng phát thải CO2. Các tòa nhà có tính lâu dài và hiếm khi được trang bị thêm công nghệ mới nhưng chỉ cần thêm một vài cảm biến thông minh để theo dõi nhiệt độ không khí, nhiệt độ nước cũng như việc sử dụng năng lượng sẽ có thể giảm 20% mức sử dụng năng lượng trong một tòa nhà. Các dự án quy mô lớn giám sát toàn thành phố có thể còn có tác động lớn hơn.

Kỹ thuật chỉnh sửa khí hậu trái đất (geoengineer)

Trường hợp sử dụng này có lẽ là cực đoan và gây suy đoán nhiều nhất trong số tất cả những cách thức được đề cập, nhưng nó là một trong những yếu tố được các nhà khoa học hy vọng. Nếu có thể tìm cách làm cho các đám mây phản chiếu nhiều hơn hoặc tạo ra các đám mây nhân tạo, chúng ta có thể phản xạ nhiều hơn nhiệt lượng của mặt trời trở lại không gian. Mặc dù vậy, đó là một vấn đề lớn, và mô hình hóa các tác dụng phụ tiềm năng của bất kỳ kế hoạch nào cũng vô cùng quan trọng. AI có thể giúp sức nhưng các tác giả lưu ý rằng vẫn sẽ có những “thách thức quản trị” quan trọng ở phía trước.

Cung cấp cho các cá nhân công cụ để giảm lượng khí thải carbon của họ

Theo các tác giả, có một quan niệm sai lầm và phổ biến rằng một cá nhân không thể có hành động ý nghĩa đối với sự thay đổi khí hậu. Nhưng mọi người cần biết làm cách nào họ có thể giúp sức trong việc giảm lượng carbon tiêu thụ. Học máy có thể giúp sức bằng cách tính toán lượng carbon cá nhân và đánh dấu những thay đổi nhỏ mà họ có thể thực hiện để giảm bớt – như sử dụng phương tiện giao thông công cộng nhiều hơn; giảm sử dụng điện trong nhà… Thêm các hành động riêng lẻ có thể tạo ra một hiệu ứng tích lũy lớn.