[Financial Express]生産は、汚染と気候変動を引き起こす炭素排出に直接貢献しています。生産量が増えるほど、汚染と悪化する気候変動の影響が大きくなります。このような生産の必然的な影響は、汚染と気候変動の影響を驚くべきレベルまで引き上げた。この不可避な現実に代わるものは何でしょうか？バングラデシュのような発展途上国でさえも、炭素排出削減のための規制措置が求められています。ますます増え続ける消費に対応するため、生産を増やすことに代わる方法はありません。私たちが持っている選択肢は、廃棄物を減らし、効率を高め、生産のよりクリーンな代替品を開発することです。産業時代の進歩は汚染と気候変動の両方を急速に進めているが、人工知能（AI）として知られている人工知能技術のような人間は、悪影響を減らす手段となりうる。規制とは対照的に、人工知能はおそらく、汚染や気候変動の影響を減らして利益を増やすための競争を強化する可能性があります。
有害懸念が高まった：ロイター通信の報道によると、「汚染によって、2015年に900万人が死亡 - エイズ、結核、マラリアの3倍以上になった。最悪の影響を受けた国のうち、インドは最悪の被害を受け、汚染のために早期に250万人が死亡し、続いて中国が180万人死亡した。ランセット医学雑誌に掲載された研究結果によると、世界中の死亡者のうち6人に1人が汚染によって引き起こされていることが示されています。残念なことにその大部分は途上国で発生しています。南アジアの大都市では既に大気汚染は耐え難いレベルに達している。大気汚染は、毎年デリーで約1万5千人の死亡原因となっている。さまざまな報告によると、産業界、自動車、トラックなどによる大気汚染は、2016年に世界全体で420万人の死者を出しました。
気候変動の是正策：連合科学者連合の調査結果によると、気温上昇によるオゾン濃度の上昇がより厳しくなっています。オゾン濃度を高くすると喘息などの肺疾患が悪化し、健康な人でも呼吸困難を引き起こす可能性があります。特定の見積もりによると、2100年までにすべての国がパリ気候の約束を守っていても、平均気温は工業化前の時よりも3℃高くなる可能性が高い。米国は、2020年にオゾンに対する気候変動のペナルティに関連した健康影響コストが平均54億ドルになると推定されています。生産量が増加するにつれて、地球温暖化を続ける中、気候変動への影響はさらに深刻化しています。このような温暖化の影響が及ぼす影響の1つは、2016年には772回の天候と災害イベントが発生し、1980年に発生した回数になります。
人工知能は、深い学習、機械学習、大きなデータ、ロボット工学、産業4.0、データ分析などの用語と同義語であることがよくあります。本質的には、それは、行動を感知し、知覚し、推論し、決定する機械能力に関するものである。基本的に、センサデータを処理する際の人工知能機械は、効率を上げ、無駄を減らすための行動を最適化する。これらの能力を生産機械に加えることにより、汚染と排出を減らし、お金を節約することができます。そして、最も重要なのは、これを行う際のAIのコストは、おそらく節約よりも少なくなるということです。結果として、規制を遵守するためにコストが増加する（それによって利益が減少する）のとは対照的に、生産におけるAIの適用は、利益の増加に対する気候変動と公害に対する悪影響を減らすための競争を強化する可能性を秘めている。いくつかの例があります。
農業におけるAI：土壌の水分、成分の組成、植物の健康状態、温度のセンサーによるデータは、最適な散水のためにスマートポンプに供給することができます。このようなデータは、作物の栽培、撒布、収穫に最適な時期を決定するためにも使用することができる。これは、効率を高め、収量を増やし、水、肥料、農薬の使用を減らし、汚染と排出を少なくする可能性が高いでしょう。特定の報告によると、スマート灌漑システムは、乾季には最大45％の水を、雨季には手動給水システムに比べて約80％の水を節約することができます。
交通のAI：燃料電池やバッテリーを使用して、排出ガスのない夢を実現することは、従来の自動車を人工知能のスマートマシンに変えます。さまざまなセンサがデータを供給し、ソフトウェアで処理されてエネルギーを管理し、安全を確保し、モータを駆動します。例えば、典型的な燃料電池スタックは、水素濃度、空気中の水素、一酸化炭素レベル、アンモニアおよび硫黄化合物を含む様々なパラメータを監視する12個以上のセンサを使用する。同様に、電気自動車のボード上の中央演算処理装置は、様々な車載センサーからの信号を収集する。 AI技術の成長がなければ、バッテリーや燃料電池で動作する電気自動車は現実のものではありませんでした。
エネルギー生産と消費のAI：AIは、再生可能エネルギーの間欠性を管理するためにますます使用されており、より多くのマイクロソースとストレージをグリッドに組み込んで、汚染エネルギーの代替として再生可能にしています。現代の風力タービンはもはや受動的な機械ではない。タービンの異なる部分に組み込まれたセンサは、最適な動作のために連続的にデータを供給します。センサーはスマートグリッド技術の中核を成しており、マイクロプロデューサーが国内のグリッドに電力を売る機会を提供しています。グリッド内の脆弱性を特定し、障害が発生したときにより迅速に電力を復元するために、機械学習と人工知能が使用されています。 AIはまた、エネルギーの浪費を減らす可能性があります。実際、エネルギー効率は業界 4.0の中核要素です。エネルギー効率を向上させるためには、イオTの主な用途の1つに商業用建物および設備があり、その結果、最大15％の省エネルギーが達成されます。
製造業におけるAI：製造業は、人工知能の最大の受益者であり、廃棄物の削減、品質の向上、エネルギー使用量の最小化の可能性を秘めているようです。例えば、ボイラーの閉ループインテリジェント制御システムは、20％のエネルギーを節約します。同様に、AI駆動の食品切断機は、5〜7％の食品を節約し、安全性を向上させています。同様にインテリジェントな制御は、排出量を削減し、生産副産物から化学物質やその他の鉱物の収益性の高い回収を支援しています。
問題は、開発途上国がAIソリューションを提供できるかどうかということです。地球温暖化効果のモデリングのように、AI解の一部はかなり複雑なものになる可能性があります。 AIの革新を発展させるためには、しばしば大きな投資が必要です。例えば、R
Mロコングーツマン博士は技術、イノベーション、政策に関する学者、研究者、活動家である。
zaman.rokon.bd@gmail.com
Bangladesh News/Financial Express 20181008
http://today.thefinancialexpress.com.bd/views-opinion/ai-for-low-carbon-economy-1538922543/?date=08-10-2018
関連
