氣候變遷與機器學習

  發表日期：2020-08-13

  作者：Emily Folk；翻譯：徐韻如；校稿：孫天祥

  觀看：833 次

  引用來源：ECOLOGIST

從提升能源效率到减少溫室氣體排放，機器學習可以持續地在對抗全球暖化當中發揮關鍵作用。有效處理排放是一項具有巨大潜力的氣候變遷緩解科技。當我們真的無法擺脫排放時，將其對地球的影響降到最低往往是下一個最佳選擇。

預防

統計資料顯示，超過95%的非洲農民完全依靠降雨灌溉，因此，當氣候變遷導致乾旱時，他們將面臨災難性的農作物損失。隨著使用機器學習進行預測性維護越來越受到公司的歡迎。例如，可以透過這項技術在泵發生故障並停止生產之前發出警告。研發人員想到：如果農民也能通過使用高科技解決方案來對應對氣候變遷做出積極的决定來避免危機呢？於是他們修改了一款透過機器學習幫助農民診斷農作物病害的智能手機應用程式，使之不但能推薦適合的抗旱物種，更能找到適栽區。

合作

研究表明，能源生產與消費共同構成了全球最大的溫室氣體排放源，許多國家領導紛紛圈宣布要針對這部分有所作為，其中墨西哥是近其有重大進展的國家之一。一家公司的解決方案是每秒採集8000次數據樣本，透過機器學習來為建築物制定其能源使用分配，並聲稱這將可將能耗降低50%。由於這些選項通常具有顯示節能效率和其他相關統計資料等的使用者介面，因此人們可以看到確認產品有效性的硬數據，估計能有效提高的民眾節能意識。

創新

科學家們知道植物可以通過光合作用自然地吸收大氣中的二氧化碳，但他們還不太清楚的是，隨著時間的推移，這過程的整體環境的影響以及吸收這些碳排放會如何影響植物的餘生。一個跨國研究小組利用機器學習甫以統計方法和衛星數據，更全面地了解各種可能性。他們量化了土壤養分和氣候特徵等元素對植物吸收二氧化碳能力的影響。結果表明，如亞馬遜和剛果等熱帶森林，在再生和吸收二氧化碳方面具有最大的潜力。

另一項過機器分析得到的結果發現，到2100年，樹木可以吸收過去6年的碳排放量。但是，只有我們完全停止砍伐森林的活動，這個結果才會實現。此數據可以丞為未來決策者進行森林開發前的重要參考。毫無疑問，氣候變遷是一個重大而緊迫的問題，而這些例子表明機器學習可以幫助我們克服它。像機器學習這種創新技術不僅不會取代人類的專業知識和決策，也不會造成負面的系統性改變，且它能透過一些間接方式使其更臻於完善。