پژوهشگاه فضای مجازی بررسی كرد؛ استفاده از پتانسیل هوش مصنوعی در مدیریت منابع طبیعی
به گزارش سئو مئو پژوهشگاه فضای مجازی با بررسی استفاده از پتانسیل هوش مصنوعی در مدیریت منابع طبیعی و محافظت از جنگلها، به این سؤال پاسخ می دهد که چطور می توان با کمک هوش مصنوعی جهان را سبزتر کرد.
به گزارش سئو مئو به نقل از مهر، با عنایت به نقش حیاتی که جنگلها در اکوسیستم جهانی بدون توجه به مرزها ایفا می کنند، محافظت از جنگلها بعنوان یک مأموریت حیاتی مطرح است. در واقع، 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 همینطور منبعی از انرژی های تجدید پذیر هستند. همان گونه که سازمان ملل و کمیسیون اروپا تائید کرده اند، یکی از دغدغه های حال حاضر این است که به دنبال 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 آغاز کشاورزی در ۱۲ هزار سال پیش تعداد درختان در سرتاسر جهان ۴۶ درصد کاسته شده و بیشتر 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 جهت افزایش گسترده جمع آوری و تحلیل و بررسی داده ها برای محافظت از محیط زیست، به جستجوی پاسخ به این سؤال 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 محافظت 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 واقع با استفاده از هوش مصنوعی، میتوان با شمارش درختان و ردیابی جنگل زدایی های غیر قانونی، داده های حاصل را سریعاً به سازمان های محافظت 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 واقع خصوصیت های در رابطه با ذهن انسان مانند حل مساله را نشان داده است و این پتانسیل را دارد که تلاشهای جهانی برای محافظت از جنگلها و حفظ منابع را با تشخیص و حذف انتشار گاز «CO۲»، پیشبینی وضعیت آب و هوایی و در نتیجه کمک به توسعه شبکه های حمل و نقل سبز، سرعت ببخشد. از هوش مصنوعی میتوان به سبب تعیین گونه های مختلف درختان، حجم چوب و یا حتی محاسبه ابعاد درختان، استفاده نمود. همچنین، هنگامی که ماشین آلات مبتنی بر هوش مصنوعی در این حوزه استفاده می شود، موارد صدمه حین کار به میزان زیادی کاسته می شود 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. بعضی از کاربردهای فناوری هوش مصنوعی به شرح ذیل است: – هوش مصنوعی و افزایش دقت نظارت بر جنگل بخشی از مشکل در فرایند تخریب جنگلها، نبود نظارت کافی بر جنگلها است که به علت چالش های موجود در دستیابی به داده های مکانی دقیق و منسجم بوجود آمده است. بخصوص 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. ازاین رو هوش مصنوعی می تواند به کار بیاید و دقت بر نظارت بر جنگل را از راه 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 سبب تحلیل و بررسی و برنامه ریزی چند منظوره جنگل توسعه یافته است و برنامه ریزی عملیات کوتاه مدت و برنامه ریزی استراتژیک دراز مدت را در یک مدل ادغام می کند. این سیستم یک ابزار عالی به سبب شبیه سازی ها و بهینه سازی مدیریت جنگل است. به کمک آن میتوان 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 پیشبینی رشد و محصول دهی جنگل به حساب می آید. «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» بوجود آورده که با یک چاره کلیدی «SaaS» توده چوب، گونه های چوب و کیفیت چوب مناطق هدف را بسیار دقیق تر از هر روش معمولی موجود پیشبینی می کند. این شرکت از داده های آب و هوا، جغرافیایی و مشتری محور، برای پیشبینی بهتر موجودی جنگل استفاده می نماید. پلت فرم پیشرفته هوش مصنوعی آنها به صورت رسمی در سپتامبر ۲۰۱۹ افتتاح شد و یک ابزار مفید برای شرکتهای مدیریتی جنگل، صندوق های جنگلی و شرکتهای 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 استفاده 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 واقع بسیار کارآمدتر است؛ بذرها به کمک پهپاد مستقیماً بوسیله ی 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»، میتوان سالانه ۱۰ میلیارد درخت را در مکان های دور از دسترس کشت کرد. این شرکت به علت تلاشهای 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 تنها اثرات زیست محیطی عظیمی را در مقیاس سیاره ای به دنبال دارد، بلکه هزینه های اقتصادی هنگفتی را هم تحمیل می کند. ازاین رو شرکت داده های جنگلداری «SilviaTerra» به امید کمک به ایجاد تجارت پایدار در کاهش کربن، از هوش مصنوعی به سبب پردازش تصاویر ماهواره ای (سنجش از دور) گونه های مختلف درختان در دوره های زمانی مختلف، محاسبه اندازه و گونه ها بر مبنای عواملی مانند زمان آغاز تغییر رنگ برگ ها در پاییز، استفاده می نماید. «Reforestum» هم یکی از شرکت هایی است که می خواهد با احیای جنگل های اصلی به سیاره کمک نماید. آنها خدمات جبران کربن را از راه احیای جنگل به اعضای جامعه جهانی عرضه می دهند. – هوش مصنوعی در ردیابی، ارزیابی، و پیشبینی خطر حریق جنگل ها «Dryad» هم یکی از استارت آپ هایی است که ردیابی حریق فوق سریع و همینطور چاره هایی جهت نظارت بر سلامت و رشد را برای جنگل های عمومی و خصوصی عرضه می دهد. با استفاده از این تکنولوژی نوین در مقیاس بزرگ، حسگرها می توانند آتشسوزی های جنگلی را شناسایی کرده و اطلاعات ارزشمندی در مورد ریز اقلیم و روند رشد جنگل عرضه کنند. – هوش مصنوعی سدی در مقابل فعالیتهای غیرقانونی پلت فرم «GFH» در شناسایی فعالیتهای 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 فرایند تحلیل داده ها را به صورت تصاعدی سرعت می بخشد از آنجاییکه داده های در ارتباط با محیط جنگل گاهی مبهم و غیرقابل پیشبینی 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 صورت گسترده مورد بررسی قرار گرفته است. استارت آپ «۲۰tree.ai»، درحال انجام مأموریتی برای تبدیل شدن به یک مرجع استاندارد در پیشبینی فهم سیاره با استفاده از هوش مصنوعی، تصاویر ماهواره ای و قدرت محاسباتی است. این استارت آپ با عرضه چاره ای به سمت آینده ای سبزتر فعالیت می کند که به شرکتهای 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 خصوصیت های جنگلها را درک کند و چوب را به صورت پایدار برداشت کند. سیاست های به کارگیری هوش مصنوعی در محافظت 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 محافظت از محیط زیست، محافظت از جوامع محلی و اجرای بهتر قانون در داخل و خارج از مرزها مرتبط شود تا تاثیر واقعی داشته باشد. برای مثال، اگر مجریان قانون نتوانند بر مبنای اطلاعات عرضه شده عمل کنند، نظارت دقیق فایده چندانی ندارد و حتی اگر تلاشهای مذاکراتی به نتیجه نرسد، حتی پیشبینی های دقیق هم بی فایده خواهد بود. برای دولت هایی که به صورت فعال مؤسسات مسئول محافظت 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 پیشگیری از سوءاستفاده از داده های جمع آوری شده، مانند نظارت سرکوبگرانه جوامع و سازمان های غیردولتی، اعمال شود. از طرفی 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 تاثیر 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، پیشبینی، تشخیص و کنترل به کار گرفته شده اند. یکی از مهم ترین خصوصیت های آن، عدم وابستگی آنها به فرضیه های اولیه درباره داده های ورودی است. به این مفهوم که داده های ورودی می تواند هرگونه توزیع آماری دلخواهی داشته باشند. این خصوصیت 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، به صورت یکسانی استفاده کنند. کارآمد بودن شبکه برای یادگیری و انطباق با محیط در صورت تغییر در شرایط محیطی، عدم از کار افتادگی شبکه در صورت صدمه دیدگی قسمتی از نرون ها و داشتن جواب منطقی برای داده ها در شرایط اطمینان (اعم از آنکه فازی باشند و یا به صورت ناقص و توأم با دریافت نویز دریافت شده باشند)، علاقه مندی به استفاده از این تکنولوژی را بیشتر می کند. هوش مصنوعی برای مدیریت هوشمندانه تر جنگل هم کارآمد است. پیش 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. نگاههای 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 استفاده 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 پیشبینی آتشسوزی 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 پیشگیری از حداقل بعضی از بلایای زیست محیطی که هم اکنون در جنگلها و سایر زیستگاه ها شاهد آن هستیم، چاره ساز باشد.
منبع: seomeo.ir
