Durante los últimos 175 años, utilizando datos de uso de la tierra y almacenamiento de carbono a nivel mundial, los investigadores de la Universidad de Texas y los laboratorios de IA cognoszantes en Austin han capacitado a sistemas de inteligencia artificial para desarrollar soluciones máximas a la política ambiental que pueden conducir a la estabilidad global de las Naciones Unidas. Según un artículo publicado hoy en la revista, el peaje de IA equilibra efectivamente varios oficinas comerciales complejas para recomendar formas de maximizar el almacenamiento de carbono, minimizar los obstáculos económicos y mejorar el medio ambiente y la vida diaria de las personas. Ciencia de datos ambientales.
El proyecto es una de las primeras solicitudes de flexibilidad del proyecto no respaldadas, un equipo de científicos y expertos que trabajan para lidiar con problemas de solidaridad en la decisión global. El científico informático de Austin, Resto McColine, que ayudó a comenzar la flexibilidad del proyecto, cree que inicialmente se centró en el uso de la Tierra, desde un nuevo punto de IA, desde enfermedades infecciosas hasta inseguridad alimentaria, con una gran cantidad de mejores soluciones que una gran cantidad de soluciones.
“Siempre hay un resultado para el cual quieres mejorar, pero siempre cuesta”, dijo. Entre todo el comercio, la IA puede irse a casa en rutas inesperadas para los resultados deseados a varios precios, lo que puede ayudar a los líderes a seleccionar batallas y producir mejores resultados.
La salsa secreta del sistema de investigadores es la IA evolutiva. Influenciado por el proceso de selección natural en los sistemas biológicos, este enfoque computacional comienza con unas pocas docenas de escenario político y predice cómo los diferentes costos económicos y ambientales se verán afectados por cada escenario. Posteriormente, al igual que la versión digital de la supervivencia de Fatest, la combinación de políticas que no equilibra la serie comercial se mata, mientras que la descendencia híbrida puede reproducir lo mejor, dando a luz. También se rocían variaciones aleatorias para ayudar al sistema a encontrar combinaciones novedosas más rápido. Luego repite el proceso, gana actores pobres y funciona bien en cientos o miles de escenarios. Al igual que la evolución biológica, las “razas” del escenario siempre son mejores para un conjunto de prioridades.
El equipo usó dos herramientas: un conjunto de datos de uso global recientemente lanzados que ha estado detrás durante siglos y un modelo asociado con el uso de tierra con flujo de carbono. Primero, utilizó estos datos para el tiempo, el uso de la tierra y el modelo de predicción para estar asociados con el carbono. En segundo lugar, desarrollaron un modelo de receta para ayudar a los tomadores de decisiones a reducir las estrategias de cambio climático.
Las recomendaciones del sistema AI a veces sorprendieron al equipo. Aunque los bosques se consideran buenos para almacenar carbono, el modelo de prescripción de IA ofreció un enfoque más importante que convertir la tierra en bosques, independientemente de ello. Por ejemplo, descubrió que cambiar la tierra de la cosecha de la jungla es mucho más efectivo que reemplazado por la tierra (incluido el desierto y el campo de hierba). Además, en general, el cambio en el uso de la misma tierra de la misma manera no logró los mismos beneficios, como en otra sustancia. Finalmente, el sistema recomendó que se asignen cambios importantes a lugares donde hace más diferencia. El resumen es, más efectivo para elegir sus batallas.
“Puede eliminar claramente todo y plantar bosques, y ayudará a reducir el cambio climático”. Estudiante en UT Austin. “Pero habríamos eliminado las residencias raras y nuestros alimentos y ciudades. Por lo tanto, necesitamos encontrar un equilibrio y tener cuidado con dónde hacemos cambios”.
Los investigadores han convertido su modelo en una herramienta interactiva, que las decisiones como los miembros de la Asamblea pueden descubrir que los privilegios, como el crédito fiscal para los propietarios, pueden reducir el uso de la tierra y reducir el carbono.
Las actividades del uso de tierra, incluida la agricultura y los bosques, son responsables de aproximadamente una cuarta parte de las emisiones de gases de efecto invernadero debido a los humanos. Los expertos creen que se necesitarán cambios inteligentes en el uso de la tierra para reducir la cantidad de carbono en el aire y, por lo tanto, reducir el cambio climático. Según Makkolin y Young, la IA ofrece poderes que las personas, las empresas y los gobiernos pueden encontrar fácilmente aceptar como resistente al cambio.
Una antigua versión de esta disertación se presentó en una gran Conferencia de Ciencias Neuro de Aprendizaje y Competencia de la Competencia, Neurps, donde ganó el premio “Mejor Manía” en el Taller de Cambio Climático.
Otros autores en este artículo incluyen Olivir Frankkin, Eliot Meyerson, Clemens Shavengshical, Jacob Biker, Hugo Kanha y Babak Hoodjit.
