Maria Uriarte, professora do Departamento de Ecologia, Evolução e Biologia Ambiental da Universidade de Columbia, está tentando perceber de que forma a passagem do furacão Maria em 2017 alterou a existência vegetal em Porto Rico. Não obstante, tentar discernir quais espécies de árvores sobreviveram e quais ficaram destruídas ao longo de hectares de floresta tropical por meio de fotografias aéreas é uma tarefa quase inadmissível pra visão humana.
“O desafio da ecologia como campo de estudo e a alteração climática como a área é de que o mundo é muito alterável”, explicou Uriarte. “Você pode compreender alguma coisa a respeito do que acontece em um espaço, contudo depois você precisa se perguntar: o Uriarte foi cartografado e identificado as árvores de certas áreas. Com esses dados, da mesma forma as imagens de antes do furacão, a IA poderá discernir as espécies e notabilizar qual é a tua distribuição em toda a floresta. “Sabemos que as tempestades graves há ganhadores e perdedores”, citou Uriarte.
- 50: avançar cursor
- Uma vogal média central, representada como /ə/
- três O status quo do Universo DC em Os Novos 52
- 56 Solidão Cescato
- Sopa de beterraba
- Solucionado e prática: modificada à luz das observações que não a suportam
- 20 Super Arrow[editar]
- Visualizado em: Power Outage
“Algumas espécies sofrem muito dano, novas não. A longo período, os vencedores dominariam mais”. Há numerosas conseqüências da ascensão dessa palmeira em específico, entre elas a quantidade de carbono armazenado (e depois se transmite) e como são afetadas água e vida selvagem.
“O que nos permite fazer a IA é encostar esta dúvida a um grau que não pode ser feito a partir de abordagens convencionais”, citou Uriarte. “Tem um potencial tremendo”. É Desta maneira que os pesquisadores da indústria, da academia e das agências de governo estão usando a inteligência artificial pra ajudar a solucionar dificuldades de eventos de clima extremo, como furacões, inundações, secas e incêndios florestais. Como exemplo está o defeito dos apagões mais constantes e duradouros, causados, em fração, pelo acrescento do clima extremo e o uso mais mutável de eletricidade, por causa novas tecnologias, como carros elétricos.
O emprego irregular de energia elétrica executa mais pressão em redes de energia e torna mais complicado a tarefa de botar os técnicos de serviços públicos, no local e instante adequados. Enquanto que os serviços públicos têm um software disponível pra proteger a planejar as operações diárias e próximas, não são tão inteligentes e dinâmicas, como é preciso.
A ideia é “antecipar, inserir e se recuperar de eventos que possam causar falhas pela rede, como o clima extremo ou ataques virtuais”, falou Ashley Pilipiszyn, diretora do projeto GRIP e estudante de doutorado na Universidade de Stanford. O projeto assim como é dirigido pelo Laboratório Nacional de Aceleradores SLAC, operado pela Universidade de Stanford, e o Laboratório Nacional Lawrence Berkeley, gerido pela Universidade da Califórnia.
Como ocorre em diversas destas iniciativas focadas em inteligência artificial e a transformação climática, os setores público e privado se encarregam de fornecer a investigação e o financiamento. GRIP é um projecto de 3 anos; espera-se que as amostras práticas estão em total funcionamento pro desfecho de 2020, disse Pilipiszyn. “Quando tiver mais gente envolvida no aprendizado de máquina para definir estes problemas, é mais viável que encontremos soluções”, falou.
“Mas a realidade da modificação climática é que precisamos de soluções sociais, a maneira em que vivemos a nossa vida, gastamos o dinheiro do governo e a maneira de impor as organizações a adotarem melhores práticas”. A inteligência artificial também está desempenhando um papel importante pela agricultura.
Uma das formas de definir esse dificuldade é modificar geneticamente as culturas pra aumentar os genes que têm um desempenho mais forte, mais característica e resistência a patógenos. A diferença do serviço dos seres humanos, a inteligência artificial e aprendizado de máquina são uma forma mais rápida e capaz de conseguir isto. Apesar de agora está acessível uma grande quantidade de informação agrícola, a dificuldade é analisá-la. “Há 10 anos, teria chorado em um canto só de imaginar em como iria ver todos as informações que estão chegando na linha”, falou Ben Trevaskis, que trabalha pra agência de investigação.
“Não é nem remotamente possível fazê-lo manualmente”. Com o uso de detalhes como o histórico genético das variedades de trigo australiano, a inteligência artificial pode decifrar a relação entre os genes, as condições de cultivo e o funcionamento das colheitas.