AI and Climate Change

Künstliche Intelligenz (KI) ist in aller Munde. Der Begriff wurde 1955 von John McCarthy geprägt; seitdem hat sich die Technologie rasant weiterentwickelt. Die Technologie einer Maschine, die selbstständig lernen und denken kann, hat sowohl Hoffnungen als auch Sorgen für die Zukunft der Menschheit geweckt. Da der Klimawandel die größte Herausforderung für unseren Planeten darstellt, was wäre, wenn wir das Potenzial des maschinellen Lernens nutzen, um Lösungen für den Klimaschutz zu finden? Viele Entdeckungen warten noch darauf, gemacht zu werden, damit wir wirklich verstehen, welchen Nutzen wir daraus ziehen können.

— Elon Musk (@elonmusk) 17. Februar 2020

Die Ursprünge einer Superintelligenz

Um ein besseres Verständnis dafür zu bekommen, wie KI uns im Kampf gegen den Klimawandel unterstützen kann, müssen wir zunächst verstehen, was der Begriff KI tatsächlich bedeutet. Künstliche Intelligenz ist ein Wissenschaftsbereich, der auf Situationen hinweist, in denen eine Maschine menschliche Intelligenz simulieren kann. Sie kann Berechnungen durchführen, Interpretationen vornehmen oder Entscheidungen treffen, die typischerweise menschliches Wissen erfordern. Letzteres umfasst die Fähigkeit, aus vergangenen Erfahrungen zu lernen, sich an neue Situationen anzupassen und abstrakte Ideen zu handhaben. Im Bereich der KI unterscheiden wir zwischen symbolischem Denken und maschinellem Lernen. Beim symbolischen Denken schreibt der Mensch einen Algorithmus für eine Maschine, um basierend auf einem Input eine Ausgabe zu liefern. Zum Beispiel in einer Coca-Cola-Fabrik erkennt ein Sensor eine leere Flasche (Daten), woraufhin er einen Roboterarm bewegt und die Flasche mit Coca-Cola füllt (Ausgabe).

Im Machine Learning (ML) reagiert der Algorithmus nicht auf die Eingabe. Stattdessen schreibt ein Mensch den Code. Danach „lernt“ die Maschine den Algorithmus, um zu einem Ergebnis zu kommen. Mit jeder neuen Datenquelle wird die Engine ihren Algorithmus verbessern. Zum Beispiel hat Softbank seinen Roboter auf der Grundlage von ML entwickelt. Pepper kann mit Menschen interagieren, indem er ihre Emotionen liest, kann Gespräche führen und einen Ball werfen. Dieser Roboter wird bereits in Unternehmen und Schulen eingesetzt, gilt jedoch immer noch als „schwache KI“. Nun können wir uns fragen, ob wir diesen Fortschritt nutzen könnten, um Roboter zu entwickeln, die Lebensmittelverschwendung verhindern oder nachhaltiges Leben in unseren Alltag integrieren?

Deep Learning, eine Unterkategorie des ML, ist die komplexeste Form der KI. Sie ist direkt vom menschlichen Gehirn inspiriert und funktioniert wie ein neuronales Netzwerk. Deep Learning rekreiert die Entscheidungsfindung der Menschheit. Neben diesen Kategorien der KI gibt es auch einen Unterschied zwischen spezialisierten und allgemeinen KI-Systemen. In diesem Artikel sprechen wir über 'spezialisierte' Formen der KI, die mehrere Aufgaben gleichzeitig ausführen können. Zum Beispiel ermöglicht Deep Learning bessere Vorhersagen und Schätzungen des Klimawandels. Forschungen, die von Google, dem Mila Institute und dem Deutschen Zentrum für Luft- und Raumfahrt durchgeführt wurden, haben die kritische Rolle der KI bei der Auswertung umfangreicher Datensätze über die Erde, dem besseren Verständnis des Klimawandels und dem Handeln daraufhin aufgezeigt. Langfristig ermöglicht es eine verbesserte Energieüberwachung für Gebäude und Elektroautos. KI führt zu einer effizienten Energieverteilung und Batteriemanagement, wodurch der CO₂-Fußabdruck reduziert und der Umstieg auf erneuerbare Energien ermöglicht wird. 

Es ist ein „Aufruf zum Handeln“, um Forscher zusammenzubringen. KI ist kein Allheilmittel gegen die Klimakrise, kann jedoch helfen, den Klimawandel zu bekämpfen.

David Rolnick, University of Pennsylvania.

‍

Ein neuer Bericht mit dem Titel "Klimawandel mit Maschinenlernen bekämpfen", durchgeführt von den führenden Forschern im Bereich der KI, zeigt 13 Bereiche auf, in denen ML entwickelt werden kann, wie z. B. Energieverbrauch, CO₂-Entfernung, Bildung, Solarengineering und Finanzen. Zu den Ergebnissen gehören die Überwachung der Abholzung, die Schaffung neuer kohlenstoffarmer Materialien und umweltfreundlicher Transportlösungen. Allerdings befindet sich KI noch in der Anfangsphase und kann nicht alles lösen.

Das Verständnis des Klimawandels

Zunächst einmal kann KI uns dabei helfen, den Klimawandel besser zu verstehen. Alles, von der Modellierung im globalen Maßstab bis hin zur individuellen Wettervorhersage, basiert auf einer Vielzahl von Variablen, die das menschliche Gehirn nicht alleine bewältigen kann. Die Interpretation von Klimadaten basiert auf der Klimainformatik, einer Disziplin, die 2011 ins Leben gerufen wurde. Sie umfasst ein breites Themenspektrum, wie die Vorhersage extremer Wetterereignisse, die Rekonstruktion vergangener Klimabedingungen oder die sozioökonomischen Auswirkungen des Klimawandels und von Niederschlägen. Dies kann politischen Entscheidungsträgern helfen, Maßnahmen zu ergreifen und Leben zu retten.

Dennoch behauptet die Gemeinschaft der Wissenschaftler und Experten für Klimamodellierung, dass Modelle bei kurzfristigen Vorhersagen tendenziell übereinstimmen, während sie bei langfristigen Vorhersagen auseinanderdriften. Es gibt immer noch viele Unsicherheiten, da die Modelle sich nicht einmal darüber einig sind, wie sich die Niederschläge in Zukunft verändern werden. Zum Beispiel haben Forscher von MILA eine App entwickelt, die den Menschen zeigt, wie ihr Stadtviertel bei unterschiedlichen Klimawandelszenarien aussehen wird. Die Menschen können Bilder von Buschbränden oder Überschwemmungen hochladen, um den Algorithmus zu verbessern. Dieses Konzept wird in ganz Kanada eingeführt.

Algorithmen werden nicht nur immer besser bei der Vorhersage spezifischer Wetterereignisse, sondern auch bei den langfristigen Veränderungen und ihren Folgen. Ein Beispiel ist die Vorhersage der Beziehung zwischen den Maßnahmen, die wir ergreifen, und der Geschwindigkeit, mit der wir den Temperaturanstieg von 2 °C erreichen werden. Anstatt komplexe Modelle auf der Grundlage physikalischer Gesetze (symbolisches Denken) zu erstellen, hat die Studie von Ise und Oba globale monatliche Temperaturen der letzten 30 Jahre einem neuronalen Netzwerk zur Verfügung gestellt. Ohne andere Daten gelang es dem neuronalen Netzwerk, den Anstieg und Rückgang der Wärme für die nächsten 10 Jahre mit einer Genauigkeit von 97 % erfolgreich vorherzusagen. KI könnte auch dabei helfen, die Ursachen des Klimawandels zu verstehen. Sie könnte beispielsweise auf der Grundlage von Satellitenbildern signifikante CO₂ -Emissionsquellen in Ländern identifizieren und kartieren, in denen die Vorschriften zur Berichterstattung spärlich sind.

Optimierung bestehender Systeme

Ein konkreter Weg, wie KI uns helfen kann, ist die Reduzierung von CO₂ -Emissionen durch die Optimierung bestehender Systeme. Die Gruppe ‘Climate Change AI’, bestehend aus Freiwilligen, die KI-Experten und Klimawissenschaftler zusammenbringen möchte, hat identifiziert, wie maschinelles Lernen in verschiedenen Bereichen unterstützen kann (z. B. in der Stromversorgung, im Transportwesen, in Gebäuden und Städten sowie in der Landwirtschaft). Zum Beispiel in Stromsystemen, die ¼ der globalen CO₂ -Emissionen ausmachen. Carbon Tracker ist ein unabhängiger finanzieller Think Tank, der daran arbeitet, das UN-Ziel zu erreichen, die Errichtung neuer Kohlekraftwerke bis 2020 zu verhindern. Er überwacht die Emissionen von Kohlekraftwerken mithilfe von Satellitendaten und möchte die Finanzindustrie überzeugen, dass es sich nicht lohnt. Dank eines Stipendiums von Google erweitert Carbon Tracker die Bemühungen um Satellitenbilder, um auch die Emissionen von gasbetriebenen Kraftwerken einzubeziehen und ein besseres Verständnis dafür zu bekommen, wo die Luftverschmutzung herkommt. Carbon Tracker wird die Emissionen von 4000 bis 5000 Kraftwerken analysieren, wodurch die größte Datenbank geschaffen und der Öffentlichkeit zugänglich gemacht wird. Dies könnte uns helfen, eine globale Perspektive auf die Bekämpfung von Kohlenstoffemissionen und die Reduzierung von Luftverschmutzung zu gewinnen. Außerdem wird es Unternehmen identifizieren, die für Kohlenstoffemissionen verantwortlich sind, und einen Emissionspreis implementieren.

AI kann weltweit an Orten eingesetzt werden, die keine Überwachung durchführen, und wir müssen um Erlaubnis nicht fragen.
Durand D'souza - Datenwissenschaftler bei Carbon Tracker

Darüber hinaus kann der Energieverbrauch durch intelligente Haussysteme verwaltet werden, die beispielsweise Ihr Auto aufladen oder Ihre Wäsche waschen, wenn erneuerbare Energie verfügbar ist. In der Industrie kann KI eingesetzt werden, um Prozesse zu optimieren, die Strom benötigen. So verbrauchen die Google-Rechenzentren 3 % des globalen Energieverbrauchs (siehe auch unseren Artikel über Rechenzentren).

Deepmind hat ein ML-System implementiert, um das Management aller Einstellungen zur Kühlung dieser Rechenzentren zu optimieren und den Energieverbrauch zu minimieren. Das ML passt kontinuierlich die optimale Konfiguration aller Messinstrumente und Ventile basierend auf den Erkenntnissen aus vorherigen Daten an, und auf diese Weise konnten sie den Energieverbrauch um 40 % senken. Microsoft hat eine weitere Lösung gefunden: autark arbeitende Unterwasser-Rechenzentren. Gesteuert von KI, werden sie durch den Ozean gekühlt und mit Wellenenergie betrieben. Stellen Sie sich vor, wenn ähnliche Systeme in allen Branchen implementiert werden, welche beträchtliche Menge an CO₂ -Emissionen vermieden werden könnte?

Wie gestaltet man eine leistungsfähige KI?

Neben der Optimierung bestehender Systeme kann KI auch bei der Gestaltung neuer nachhaltiger Produkte und Technologien unterstützend wirken. Durch den Wechsel von traditionellen Methoden hin zu diesen neuen Produkten und Technologien können CO₂ -Emissionen vermieden oder sogar umgekehrt werden. Bei der Gestaltung eines nachhaltigen Produkts müssen eine Vielzahl von Faktoren berücksichtigt werden, wie Verfügbarkeit, Toxizität und Eigenschaften von Rohstoffen, Vorschriften, Möglichkeiten am Lebensende, Preis usw. Ein Mensch könnte sich nicht einmal alle Möglichkeiten vorstellen. Maschinelles Lernen kann alle Einschränkungen einbeziehen, alle möglichen Materialien und Konfigurationen durchgehen und die optimalste Kombination vorschlagen. Auf diese Weise hat AirBus ein neues, 3D-druckbares Flugzeugteil entwickelt, das nicht nur leichter ist als zuvor und die CO₂ -Emissionen beim Fliegen reduziert, sondern auch stärker ist und weniger Rohstoffe benötigt.

Auch in der Forschung und Entwicklung von Technologie wird maschinelles Lernen (ML) immer wichtiger. Es ist ein vielversprechendes Werkzeug bei der Gestaltung von Batterien mit einer längeren Lebensdauer und einer höheren Speicherkapazität. Es könnte auch die Forschung an Fusionsreaktoren beschleunigen, die eine sichere und CO₂-freie Alternative zur Stromproduktion darstellen können. Diese erfordern ein intelligentes experimentelles Design, da sie eine große Anzahl von einstellbaren Parametern aufweisen. Oder wenn wir größer träumen und einen Deep-Learning-Algorithmus mit den richtigen Daten über unser Universum füttern, könnte er uns helfen, es besser zu verstehen oder das Reisen im Weltraum auf eine ganz neue Dimension zu bringen. Dann wäre es nicht mehr notwendig, das Klima auf der Erde zu verändern. Vor dreißig Jahren konnten wir uns nicht einmal vorstellen, wie das Internet unser Leben übernehmen würde. Jetzt könnte KI vielleicht auch ermöglichen, dass wir unsere eigene Zukunft als Menschheit in den Griff bekommen.

Die Herausforderung der Klimakrise kann als Chance für vorausschauende Technologieunternehmer betrachtet werden. Allerdings sind all die oben genannten Lösungen keine „silbernen Kugeln“ gegen den Klimawandel; es erfordert eine internationale Zusammenarbeit von „Genies“. All diese genannten Beispiele sind nur die Spitze des Eisbergs dafür, wie KI den Wendepunkt verändern und uns beim Übergang zu einer nachhaltigen, grünen, aber vielleicht auch unvorstellbaren Zukunft helfen könnte. Im Gegensatz zu dem, was die Matrix vorhersagt, kann KI eines der wesentlichsten Werkzeuge werden, um der Menschheit zu helfen, unsere Rasse zu erhalten. Das Einzige, was wir brauchen, ist eine Zusammenarbeit zwischen Klimaspezialisten, Ingenieuren, KI-Experten, Unternehmern und Regierungen, um unser kollektives Wissen zu nutzen und dies zu verwirklichen.

Technologie ist ein Verbündeter des Umweltschutzes. Plan A setzt sich für einen datengestützten Ansatz zur Reduzierung des CO₂-Fußabdrucks ein. Die Überwachung Ihrer CO₂-Emissionen ist entscheidend, wenn Sie ein nachhaltiges Unternehmen gründen.Beteiligen Sie sich hier an der Diskussion.