La inteligencia artificial está logrando transformar la realidad. ¿Puede hacer lo mismo con el reto del cambio climático?
La inteligencia artificial está mostrando desde hace años su poder de transformar la realidad. Se aplica en disciplinas y problemas tan variados como la medicina, la astronomía, y la violencia de género.
También se aplica en uno de los grandes problemas globales que debe ser modificado cuanto antes: el cambio climático.
A partir de la industrialización, la emisión de gases invernadero se ha disparado, provocando una serie de efectos en el clima de nuestro planeta que se observan, miden y cuantifican desde hace años.
La temperatura global está aumentando: 1ºC desde finales del siglo XIX. La mayoría de este aumento está concentrado en los años más recientes. Los años 2016, 2020 y 2023 ostentan récords de temperaturas alcanzadas. También la temperatura de los océanos es mayor ahora, alrededor de 0.33ºC. Las masas de hielo están disminuyendo y la cobertura de nieve es cada vez menor. La cantidad de fenómenos extremos, como lluvias muy intensas, está aumentando. Estos son algunos de los efectos que tiene este cambio climático que los humanos estamos provocando en nuestro hogar.
ChatGPT lo tiene claro: las soluciones a este gran problema pasan por el uso de las energías limpias, conservar y reforestar, la sostenibilidad, la educación, la cooperación y la aplicación de políticas efectivas.
Pero, ¿qué más pueden hacer los algoritmos de inteligencia artificial? ¿Cómo se están utilizando?
Existen ya incluso organizaciones como Climate Change IA, fundada en 2019, en la que voluntarios, académicos e industria afirman que la inteligencia artificial es una herramienta indispensable en la lucha contra el cambio climático.
Veamos algunos proyectos que ya son una realidad.
Todos los aparatos eléctricos influyen en el cambio climático.
Menor consumo energético
Todos los aparatos eléctricos influyen en el cambio climático. No son los responsables principales pero todo suma. Las computadoras pueden emitir hasta 200 gramos equivalentes de carbono por cada hora de uso. Y recuerda, incluso en modo de stand-by, una computadora está consumiendo energía.
En Google, la cantidad de computadoras, supercomputadoras y servidores en funcionamiento es enorme y, por ello, la preocupación por la cantidad de energía consumida. En 2016, DeepMind logró un ahorro en el consumo de energía de los centros de datos de Google de un 40%. Lo hizo utilizando el aprendizaje automático para estudiar todos los datos de consumo de los servidores y entender la forma más eficiente de funcionar considerando más de 100 variables.
La mala calidad del aire es uno de los problemas más graves de México y del mundo.
Monitoreo de la calidad del aire
La mala calidad del aire es uno de los problemas más graves de México y del mundo. Según la OMS casi toda la población mundial (un 99 %) respira un aire de calidad pobre.
Los Sistemas de Monitoreo de la Calidad del Aire (SMCA) permiten medir y conocer en tiempo real los niveles de contaminantes presentes en el aire de 103 ciudades y zonas metropolitanas de México. Después, los algoritmos de inteligencia artificial analizan los niveles de contaminación y realizan predicciones sobre la evolución de estos niveles. Hay muchas grandes ciudades, como Barcelona, en la que se están llevando a cabo este tipo de estudios.
La deforestación disminuye la capacidad de almacenamiento de carbono que tienen los árboles.
¿Cuántos árboles hay?¿Cuánto carbono almacenan?
Durante la fotosíntesis, los árboles eliminan el carbono de la atmósfera terrestre y lo almacenan. Por ello, es crucial impedir las prácticas, como la deforestación, que disminuye la cantidad de vegetación. Además, es importante conocer cuántos árboles hay en el planeta y cuánto carbono son capaces de almacenar para averiguar su papel en la lucha contra las emisiones de CO2.
La NASA es parte de un equipo internacional que ha mapeado miles de millones de árboles en algunas regiones secas de África (como el Sáhara y Sudán ) para determinar la cantidad de carbono que almacenan.
Los algoritmos usan el aprendizaje automático para identificar árboles individuales utilizando más de 300000 imágenes obtenidas con los satélites QuickBird-2, GeoEye-1, WorldView 3. Previamente fueron entrenados para poder realizar esta tarea obteniendo un acuerdo de un 97 % con los resultados humanos.
El resultado de todo este trabajo es que hay más árboles de lo que se pensaba anteriormente pero que su capacidad de almacenamiento de carbono es menor de lo que los modelos habían predicho.
Observación y predicción
Lo que mejor se le da a la IA es lidiar con grandes cantidades de datos así que se está utilizando el aprendizaje automático para que los algoritmos se entrenen con cientos de miles de datos de satélites y estudios científicos. Así pueden, por ejemplo, detectar dónde se están produciendo emisiones de gases invernadero. Además, los algoritmos usan toda esta información para hacer predicciones sobre, por ejemplo, cuándo se sobrepasará el límite marcado para el aumento global de la temperatura, entre 2033 y 2035.
Referencias:
● ChatGPT, OpenAI
● Sub-continental-scale carbon stocks of individual trees in African drylands. C. Tucker y colaboradores, Nature, 615, 80, 2023.
● WHO Ambient air quality database, 2023.
● Data-driven predictions of the time remaining until critical global warming thresholds are reached. N. S. Diffenbaugh y E. A. Barnes, PNAS, 120, 6, 2023.
