Mogućnosti vještačke inteligencije u zaštiti životne sredine

Za zaštitu životne sredine sve više se koristi i vještačka inteligencija (Artificial Intelligence – AI), koja pruža sve veće mogućnosti. Većinu veza koje određuju stanje životne sredine nismo u stanju da sagledamo i pretočimo u jednačine. To predstavlja preduslov razumijevanju uzroka i posljedica. U cilju sticanja naučno utemeljenog znanja, rješenje predstavlja korišćenje sofisticiranih algoritama koji leže u osnovi različitih oblasti AI, a koji jesu u stanju da ih otkriju i kvantifikuju. O uticaju AI na zaštitu životne sredine, kako ona može da doprinese smanjenju zagađenja vazduha, kakva je budućnost, ali i može li sama AI biti negativna po životnu sredinu, razgovarali smo sa prof. dr Andrejom Stojićem, višim naučnim saradnikom Instituta za fiziku u Beogradu i predavačem na Univerzitetu Singidunum.

U FOKUSU:

• ŠETAJ, RECIKLIRAJ, ZARADI TOKENE
• SIEMENS SOFTVERSKA RJEŠENJA ZA USPJEŠNU TRANZICIJU ELEKTROENERGETSKIH SISTEMA
• EKOLOŠKO OZNAČAVANJE I EKO-OZNAKE

U kojim oblastima AI može da igra ulogu u suočavanju sa izazovima u zaštiti životne sredine?

– Uloga AI može biti višestruka u svim oblastima životne sredine u kojima se na naučno utemeljen način prikuplja velika količina kvalitetnih podataka koji podrazumijevaju adekvatno oslikavanje konteksta iz velikog broja uglova. U tom smislu, možda je najbliža oblast kvalitet vazduha, jer podrazumijeva podatke dovoljne prostorno-vremenske rezolucije. Podaci uključuju koncentracije zagađujućih materija, meteorološke parametre, podatke o mobilnosti ljudi, kao i brojne političke i ekonomske pokazatelje koji odražavaju puls društva koji utiče na stanje kvaliteta vazduha.

Kako ocjenjujete monitoring zagađenja vazduha, da li ga je potrebno poboljšati i u kom pravcu?

– Društvo ne razume kompleksnost problema, niti ono što je neophodno učiniti kako bi se unaprijedilo trenutno stanje. Zamislimo situaciju u kojoj liječenje nije u rukama ljekara. Suprotno potrebi, upravljanje kvalitetom životne sredine je prepušteno donosiocima odluka koji kroz regulative uređuju monitoring. Međutim, organizacija, stručnost, etičnost i sposobnost donosilaca odluka dovode do regulativa koji ne prate naučna istraživanja. Decenijama unazad istraživanja dokazuju prisustvo hiljade puta većeg broja vrsta toksičnih, mutagenih i kancerogenih jedinjenja od broja vrsta koji se nalaze u regulativama, prepoznaju nužnost kontekstualizacije kvaliteta vazduha, uključivanjem velikog broja varijabli ili primjene koncepata analize podataka adekvatnih za analizu kompleksnih sistema. U atmosferi urbane sredine se nalaze desetine hiljada različitih zagađujućih materija, pri čemu stotine spadaju u grupu hazardnih. Međutim, regulative prepoznaju jednocifrene brojeve osnovnih. Zastupljenost onoga što mjerimo, dakle informacija na osnovu kojih možemo da dođemo do znanja je ekstremno mala u poređenju sa onim što bismo morali da znamo kako bismo se na adekvatan način bavili kvalitetom vazduha. Unapređenje monitoring bi moralo da ide u smjeru povećanja broja vrsta zagađujućih materija koje se mjere i broja mjernih stanica, prilagođavanja regulative savremenim naučnim saznanjima i konceptima, uspostavljanja drugačijih etičkih principa, kao i strogim primjenama propisa.

Kako smanjenju zagađenja vazduha može da doprinese vještačka inteligencija?

– U osnovi, primarni nivo primjene AI podrazumijeva kontekstualizaciju fenomena, na primjer koncentracije određene zagađujuće materije u vazduhu, primjenom machine learning algoritama, zatim objašnjenje dobijenih modela primjenom explainable artificial intelligence, kao i različite pristupe brušenja i generalizacije rezultata. Na taj način možemo razumjeti uslove životne sredine koji dovode do zagađenja, razmjeru uticaja izvora emisije, meteoroloških prilika, fizičkih i hemijskih procesa i mnogih drugih faktora koji oblikuju kvalitet vazduha. Srednji nivo podrazumijeva simulacije putem virtuelnih eksperimenata što omogućava razvoj scenarija i preskripciju. Na taj način možemo obezbijediti osnovu za preventive ili planski nastup u cilju smanjenja koncentracija. Finalni nivo podrazumijeva integraciju podataka, rezultata i njihovih interpretacija sa pretreniranim jezičkim modelima što omogućava dalje istraživanje komunikacijom na prirodnom jeziku, generalizaciju, ali i njihovo pojednostavljenje i spuštanje na nivo donosilaca odluka. Primjena AI u upravljanju kvalitetom vazduha uključuje razvoj i implementaciju sistema za kontinuiranu analizu podataka, identifikaciju izvora emisije, prognozu zagađenja, automatizovanu podršku pri donošenju odluka i kreiranje korisnih agregacija podataka. Tradicionalni indeksi kvaliteta vazduha ne pružaju adekvatne informacije o stvarnom stanju.

Intervju vodila: Mirjana Vujadinović Tomevski