IBM 探索其技术如何帮助理解生态系统繁荣所依赖的因素
人工智能处理海量数据和发现模式的能力可以帮助理解影响当地和全球生物多样性的复杂、相互关联的因果因素。
IBM 最近强调了AI 支持生物多样性的一些方式以及其技术支持全球项目的用例。
处理卫星数据
欧洲航天局的 Sentinel-2 卫星每五天收集一次地球陆地表面、沿海地区和内陆水域的图像，平均每天收集 3.2 TB 的数据。欧洲中期天气预报中心生成的天气预测每天可能使用多达 250 TB 的数据。
IBM 咨询公司全球可持续金融和 ESG 产品负责人亚当·汤普森 (Adam Thompson) 表示，人工智能可以改变各国处理、加工和理解这些原本难以理解的大量信息的方式。
他说：“过去，问题在于如何有效地解决跨异构数据集的任意地理空间问题，从通过天气模型输出的地球观测到物联网传感器。”
“从容量的角度来看，对于许多组织来说，为了建模目的而管理如此大量的数据显然是不可行的。”
尽管人们指责生成式人工智能本身会制造可持续发展问题，但它或许能提供答案。汤普森表示，研究人员可以部署较小的模型，如 IBM Granite 基础模型，用于特定的可持续发展相关目的，例如地球观测和能源消耗。
汤普森说：“使用基础模型进行建模的准确性有助于用户改善结果。”
追踪非洲森林象
德国世界自然基金会 (WWF) 去年利用 IBM 的 Maximo 视觉检查 (MVI) 工具帮助德国世界自然基金会追踪世界第二大雨林刚果盆地非洲森林象的活动。
非洲森林象扮演着“生态系统工程师”的重要角色，它们清除不太重要的植被，以便更具适应力的物种能够茁壮成长。然而，由于栖息地丧失、气候变化和偷猎，非洲森林象的数量几十年来急剧下降。
WWF 团队使用 IBM Maximo Visual Inspection (MVI) 及其相机陷阱来帮助监控和追踪单个大象，这些大象可以通过其独特的头部和象牙形状进行识别。
监测珊瑚礁
类似的技术正在帮助监测珊瑚礁的健康状况。气候变化导致海水温度上升，进而导致珊瑚白化，即珊瑚排出其组织中的藻类，使珊瑚变白。科学家估计，25% 的海洋生物在其生命周期的某个阶段都依赖于珊瑚礁。
IBM 与 Reef Company 合作，该公司建造人工珊瑚礁来恢复因气候变化而消失的珊瑚礁，收集有关海洋变化以及珊瑚礁需要在哪里的数据。他们使用 IBM 的 BluBoxx 海洋数据平台收集传感器数据，测量水的盐度、温度、pH 值、溶解氧、压力和二氧化碳。
人工智能可以帮助处理这些数据，从而立即了解珊瑚礁的状况，并了解生态系统如何随时间变化。
“今天，我们拥有大量数据，但这些数据并不总是可访问、相关或按照科学标准一致计算的，”汤普森说。
“我们需要可靠、透明的数据来识别风险和机遇并采取纠正措施。”
原创文章，作者：王 浩然，如若转载，请注明出处：https://www.dian8dian.com/ibm-insights-ren-gong-zhi-neng-ru-he-zhi-chi-quan-qiu-sheng
