Haber: Damla Oya Erman
Hindistan'ın ortasındaki domates üreticileri, bölgeye getirdiği aşırı hava olaylarının yol açtığı dalgalanmalardan giderek daha fazla endişe duyuyor. Bölge genelinde son on yıl, ciddi kuraklıkların neden olduğu önemli ürün kayıpları ile belirginleşmiştir, bu da yerel çiftçilerin geçimini olumsuz etkilemiştir.
Bu sırada, Silicon Valley merkezli ClimateAi şirketi, yapay zeka tabanlı bir platform geliştirerek iklim değişikliğine karşı tarımı daha dirençli hale getirmeye çalışıyor. Bu araç, belirli bir konumun iklim, su ve toprak verilerini kullanarak önümüzdeki yıllarda tarım için ne kadar uygun olacağını değerlendirmektedir.
ClimateAi, 2021'de Maharashtra, Hindistan'da bir pilot çalışma yürüttü. Çiftçiler, ClimateAi uygulamasına gidip yetiştirdikleri tohumu ve dikmek istedikleri yeri girebiliyorlardı. ClimateAi bu verilerle simülasyonlar çalıştırarak bölgede aşırı sıcaklık ve kuraklığın önümüzdeki iki on yıl içinde domates üretiminde yaklaşık %30'luk bir azalmaya neden olacağını belirledi. Bu sonuçlar, domates üreticilerinin iş stratejilerini değiştirmelerine yol açtı; daha iklim dostu tohum çeşitlerine geçtiler ve dikim zamanlarını ayarladılar.
ClimateAi'nın CEO ve Kurucu Ortağı Himanshu Gupta, "AI'yiklim değişikliği çözümleri için bir zaman ve etkililik çarpanıdır" diyor. Araştırmacılar, AI'nın iklim kriziyle başa çıkmada insanların çalışmalarını hızlandırabileceğini belirtiyor.
Bu, AI'nın iklim krizine mücadelede kullanılmasının sadece bir örneği. Yapay zeka, hava modellerini iyileştirmekten kirliliği azaltmaya kadar bir dizi alanda hızlandırıcı olarak kullanılmaya hazır.
Yapay zeka, bilgisayar programlarının büyük miktarda veriyi hızlı bir şekilde işleyip bağlantılar kurma yeteneğini ifade eden geniş bir terimdir. Bu teknolojilerin genel olarak ortak özellikleri, geniş miktardaki çeşitli veriyi hızlı bir şekilde işleyebilmeleridir. Bu, AI'nın öngörü ve simülasyon gibi şeylerde çok iyi olmasını sağlar. Geleneksel bilgisayar programlarının aksine, AI araçları genellikle zamanla yeni veri veya çıktı kalitesi hakkında gelen geri bildirimlere göre öğrenmeye devam edebilirler.
Yıllarca bilimsel keşif, insanların kanıt toplama, gözlemleme ve analiz etme yeteneklerine bağlıydı. Ancak şimdi bilgisayarlar büyük veri setlerini işleyip desenleri tanıyabilir ve dijital deneyler gerçekleştirebilirler.
Örneğin, AI'nın kullanıldığı bir araştırma, sahil hatlarını yeniden ağaçlandırarak restore etmeyi amaçlayan araştırmacıların, yeniden ağaçlandırma çabalarını hedeflemek için en iyi yerleri modellemek için AI kullandığını gösteriyor.
AI aynı zamanda çözümler için de kullanılabilir. Örneğin, 2019'da Google'ın DeepMind projesi, rüzgar enerjisi için güçlü bir tahmin yapmak için hava tahminleri ve tarihsel rüzgar türbini verileri üzerinde eğitilmiş bir AI modelini içeriyordu. AI, aynı zamanda enerji talebinin ne zaman ve nerede en yüksek olacağını öngörmeye yardımcı olabilir, bu da şebeke operatörlerinin "tüketici talebine hazır bir şekilde güç sağlamalarını ve aynı zamanda üretilen gücün tüketilecek olmamasını sağlamalarını" sağlar.
AI, karbonu atmosferden etkili bir şekilde geri kazanabilecek malzemeler üzerinde de araştırma yapmak ve büyük sel olaylarını modellemek ve tahmin etmek için kullanılabilir, böylece yerel yönetim ajanslarının potansiyel acil durumlara hazırlanmalarına ve tepki vermelerine yardımcı olabilir.
AI'nın hava araştırmalarındaki rolü
Gelişen hava koşullarının bir belirleyeni olan Arktik, bilim adamları tarafından gezegenin geri kalanı için bir öncü olarak kabul ediliyor. Ancak bilim adamları, Arktik'in ne kadar hızlı ısındığını iklim modelleriyle, yani uzun vadeli değişiklikleri tahmin etmek için kullandıkları modellerle yeterince yakalayamıyorlar.
Woodwell İklim Araştırma Merkezi'nde bilim adamı olan Anna Liljedahl, AI'nın yardımıyla permafrost tahminleri yapabiliyor ve bunu tipik olarak 100 yıllık bir zaman diliminde değil, mevsimsel bir zaman diliminde yapabiliyor. Bu, Arktik'in ne kadar hızlı eridiğine dair bir daha iyi bir resim çiziyor.
AI, "pis işi yapıyor," diyor Liljedahl. Ancak "AI mükemmel değil, bu yüzden onu birinci araç olarak görüyoruz ve ardından insanlar gelip gerçekten kontrol ediyor ve AI'ın önerdiği şeylerin mantıklı olup olmadığını kontrol ediyorlar."
Teknoloji aynı zamanda çözümler için de kullanılabilir. 2019'da bir Google DeepMind projesi, AI modelini hava tahminleri ve tarihsel rüzgar türbini verileri üzerinde eğiterek rüzgar enerjisinin kullanılabilirliğini tahmin etmeye yardımcı oldu, bu da rüzgar çiftçileri için yenilenebilir enerji kaynağının değerini artırmaya yardımcı oldu. AI ayrıca yenilenebilir enerji kaynakları için arz ve talebi daha iyi tahmin edebilir, bu da şebeke operatörlerine "tüketici talebine hazır bir şekilde güç sağlamalarını ve aynı zamanda üretilen gücün tüketilecek olmamasını sağlamalarını" sağlar.
Bu arada, tüketici bilincini artırmayı amaçlayan bir medya şirketi olan The Cool Down, kullanıcılara daha sürdürülebilir bir yaşam tarzına nasıl geçileceği konusunda soruları yanıtlayacak bir AI aracını 2024 yılında piyasaya sürmeye hazırlanıyor. Şirketin ortak kurucusu ve içerik ve işbirlikleri başkanı Anna Robertson'a göre, bu araç, tüketicilerin en çok merak ettikleri iklim bilgileri hakkında verilerini kullanarak kullanıcıları bilgilendirecek ve sorulara yanıt verecek.
Ancak tüm bu hesaplama gücünün bir dezavantajı var: Yapay zeka modellerini çalıştırmak enerji yoğundur ve birçok veri merkezi hâlâ fosil yakıtlara aşırı derecede bağımlı olan bölgelerde işletilmektedir. Bazı uzmanlar, yazılım mühendislerinin bu konuda denge bulmaları gerektiğini söylüyorlar.
Şu anda, AI'nın çalıştırılması için harcanan enerji, ulaşım veya binalar tarafından tüketilen enerjiye kıyasla nispeten küçüktür. Ancak Cornell Üniversitesi'ndeki bir araştırmacı olan Kara Lamb, "Ancak bu çok hızlı büyüyecek ve bu noktadan önce gerçekten dikkatlice düşünmemiz gerekiyor" diyor. Bir Hollandalı araştırmacının ekim ayında yayımlanan bir çalışması, Google'ın mevcut donanım ve yazılımlarında tam ölçekli bir AI benimsemesi durumunda, Google'ın AI sistemlerinin yılda İrlanda'nın tükettiği kadar elektrik tüketebileceğini öne sürdü. Çalışma, geliştiricilere, "AI'yi optimize etmeye odaklanmanın yanı sıra, AI'yi kullanmanın gerekliliğini de eleştirel bir şekilde düşünmeleri gerektiğini" öneriyor.
Bazı veri merkezi işletmecileri zaten bu endişeleri ele almaya başlıyorlar. Amazon Web Services (AWS), 2030 yılına kadar "su pozitif" olma taahhüdünde bulunarak, şirketin "veri merkezi altyapımızın bulunduğu topluluklara, aldığımızdan daha fazla suyu geri verme" anlamına geldiğini belirtti. AWS CEO'su Adam Selipsky, Ekim ayında CNN'e yaptığı bir röportajda, Oregon'da, son yıllarda kuraklığın sıkıntısını çektiği yerde, AWS'nin veri merkezlerini soğutmak için kullanılan atık suyu yerel çiftçilere ücretsiz olarak sulama amaçlı sağladığını söyledi.
Yapay zeka ile çalışan veri merkezlerinin, daha az doğal kaynağa ihtiyaç duyulan bölgelere stratejik olarak yerleştirilebileceğini söyleyen uzmanlar da var. Örneğin, veri merkezlerinin soğutma için daha az suya ihtiyaç duyacağı soğuk bölgelerde inşa edilirse, daha az su kullanılacaktır; bu nedenle, Skandinavya, yenilenebilir enerji kaynaklarının nispeten bol olduğu bir konum olarak ortaya çıkmıştır.
