Műholdképekkel, illetve azokat elemző, mesterséges intelligenciára épülő algoritmusokkal folyamatosan nyomon követhető (lenne) nemcsak kisebb térségek, de akár egyes konkrét erőművek és ipari üzemek szén-dioxid kibocsátása, vagy akár az illegális erdőirtás is. Az MI segíthet a megújuló energiaforrások sokkal jobb kihasználásában és így terjedésében (az energiatermelés és az igények jobb modellezésével), de természetesen a közlekedés és szállítás tervezésében, az épületenergia-hatékonyság javításában, sőt a mezőgazdasági termelésben is. A klímaválságot a technológia vívmányai – és annak mesterséges intelligenciával felturbózott változatai – önmagukban nem lesznek képesek megoldani, de kutatóközpontok és csúcsegyetemek által közösen publikált tanulmány 13 olyan területet mutat be, ahol az MI használata óriási előrelépést jelenthet a felmelegedés elleni küzdelemben.
Kétségkívül minden kreativitásunkra, bevált módszerekre és technológiai újításokra egyaránt szükség van ahhoz, hogy a világ képes legyen visszafogni az üvegházhatású gázkibocsátásokat és alkalmazkodni az ember okozta klímaváltozáshoz. Ennek jegyében az AI és gépi tanulás terén történő kutatások és fejlesztések nagyágyúi összefogtak, és 2019 végén megjelentettek egy közös tanulmányt arról, hogy miként szolgálhatja a gépi tanulás a klímaválság kezelését. Az átfogó anyag összeállítását David Rolnick, a Pennsylvaniai Egyetem posztdoktori ösztöndíjasa vezette számos magas rangú társszerző támogatásával, köztük Andrew Ng, a Google Brain társalapítója és vezető AI-vállalkozó és -oktató; Jennifer Chayes, a Microsoft Research ügyvezető igazgatója; az AI területén elismert Turing-díjas Yoshua Bengio; valamint olyan egyetemek szakemberei, mint a Harvard, MIT, ETH Zürich. A tanulmány 13 olyan területet kínál fel, ahol a gépi tanulás alkalmazható, mint például:
- az energiaellátás,
- a közlekedés,
- városok és épületek,
- a precíziós mezőgazdaság,
- a szén-dioxid légkörből való eltávolítása.
A lehetőségek között szerepel többek között az épületek energiahatékonyságának javítása, új alacsony szén-dioxid-kibocsátású anyagok létrehozása, az erdőirtás hatékonyabb megfigyelése, a villamosítás és az ellátási láncok optimalizálása. A számtalan alkalmazási lehetőség ellenére azonban fontos hangsúlyozni, hogy a MI mindent nem tud megoldani.