|

هوش مصنوعی چگونه می‌تواند ردپای کربن جهانی را کاهش دهد؟

هوش مصنوعی می‌تواند انتقال اقتصاد جهانی به آینده‌ای پایدارتر را سرعت بخشد. تولید مواد مختلف، ردپای کربن قابل‌ توجهی دارد اما می‌توانیم در مورد روش تولید مواد کاری انجام دهیم تا اثرات زیست‌محیطی آنها را به میزان درخور توجهی کاهش دهیم. هوش مصنوعی مواد می‌تواند به ما در اختراع موادی کمک کند که انتقال اقتصاد جهانی به آینده‌ای پایدارتر را سرعت ببخشد.

هوش مصنوعی چگونه می‌تواند ردپای کربن جهانی را کاهش دهد؟

ایسنا: هوش مصنوعی می‌تواند انتقال اقتصاد جهانی به آینده‌ای پایدارتر را سرعت بخشد. تولید مواد مختلف، ردپای کربن قابل‌ توجهی دارد اما می‌توانیم در مورد روش تولید مواد کاری انجام دهیم تا اثرات زیست‌محیطی آنها را به میزان درخور توجهی کاهش دهیم. هوش مصنوعی مواد می‌تواند به ما در اختراع موادی کمک کند که انتقال اقتصاد جهانی به آینده‌ای پایدارتر را سرعت ببخشد. وقتی به بخش‌هایی نگاه می‌کنیم که بیشترین سهم را در انتشار گازهای گلخانه‌ای جهانی دارند، مهم‌ترین موارد شامل انرژی، حمل‌ونقل، کشاورزی و ساخت‌وساز هستند. آنچه فورا قابل توجه نیست، این است که تولید مواد مختلف چقدر بر انتشار گازهای گلخانه‌ای جهانی تأثیر می‌گذارد؛ بنابراین، تولید مواد مسلما بزرگ‌ترین مشارکت‌کننده است. سؤال این است که آیا می‌توانیم کاری درباره روش تولید مواد انجام دهیم تا اثرات زیست‌محیطی آنها را به میزان شایان توجهی کاهش دهیم یا خیر؟ از ابتدای انقلاب صنعتی ما تمام مواد مورد نیاز خود را تولید می‌کردیم. اکنون که می‌دانیم چنین رویکردی چقدر برای سیاره ما مضر است، در نهایت در حال بازنگری در روش‌های خود هستیم. خوشبختانه، فناوری اکنون فراتر رفته و ما را در آستانه بهره‌مندی گسترده از نوآوری در فناوری قرار داده است. این پیشرفت‌های سریع در حال انجام در هوش مصنوعی (AI) همچنین بر روش اختراع، آزمایش و بهبود مواد تأثیر گذاشته است. این تغییر اساسی دو حوزه کلیدی را تحت تأثیر قرار می‌دهد. اکنون می‌توانیم مواد جدید را به صورت مجازی (با رایانه‌هایی که خواص فیزیکی یا مواد را شبیه‌سازی می‌کنند) بدون نیاز به آزمایش هزاران نسخه فیزیکی از هر ماده در آزمایشگاه آزمایش کنیم. این رویکرد به تنهایی می‌تواند روند را با چندین مرتبه بزرگی سرعت بخشد. حوزه دوم نیز در مورد تأثیرات زیست‌محیطی مواد است. ما می‌توانیم اثرات زیست‌محیطی مواد جدید یا بهبودیافته را قبل از شروع به تولید آنها به صورت محاسباتی در مدلی ارائه کنیم.

انتظار می‌رود پیشرفت‌های هوش مصنوعی مزایای درخور توجهی برای مواد فردا به همراه داشته باشد. اکثر کارشناسان موافق هستند که سریع‌ترین راه برای کربن‌زدایی اقتصاد جهانی، برق‌رسانی است. آهن‌رباهای دائمی می‌توانند کارهای سنگین زیادی را انجام دهند. اکثر موتورهای الکتریکی مانند وسایل نقلیه الکتریکی، توربین‌های بادی و... از آهنربا استفاده می‌کنند و راندمان و افزایش عملکرد چنین موتورهای الکتریکی توسط آهنرباهای دائمی ارائه می‌شود. به همین دلیل است که ما شاهد افزایش علاقه به آهنرباهای خاکی کمیاب، مانند آهن‌رباهای نئودیمیم هستیم. ما شاهد افزایش تقاضا و عدم عرضه کافی آهنرباهای دائمی بوده‌ایم که منجر به افزایش حدود صددرصدی قیمت در سه سال گذشته شده است.

تصور کنید اگر هوش مصنوعی بتواند موادی با خواص بسیار شبیه به آهن‌رباهای دائمی اختراع کند و اگر این مواد نیازی به استخراج نداشتند اما می‌توانستیم به همان میزان و به همان سرعتی که به آنها نیاز داشتیم، آنها را بسازیم چقدر سریع‌تر می‌توانستیم به صفر خالص جهانی برسیم.

مواد زیادی وجود دارند که می‌توان آنها را بهبود بخشید و تأثیرات زیست‌محیطی آنها را فراتر از نامزدهای آشکاری مانند آلومینیوم کاهش داد که اندازه بازار آن کمتر از ۱۷۰ میلیارد دلار تخمین زده می‌شود و در حال رشد است. یکی از این مواد تربیوم است. نه‌تنها قیمت این ماده به سرعت در حال رشد است (بیش از ۲۰۰ درصد از سال ۲۰۲۰)، بلکه اندازه بازار آن بیش از ۷۰ میلیارد دلار است. وقتی صحبت از تأثیر آب‌و‌هوایی آن به میان می‌آید، یک ماده بسیار آلوده‌کننده آب‌و‌‌هواست. هر کیلوگرم تربیوم تولید‌شده حدود ۳۰۰ کیلوگرم دی‌اکسیدکربن ایجاد می‌کند. تربیوم در موارد مختلف به‌ویژه در لامپ‌های کم‌مصرف و فیبر نوری و... استفاده می‌شود. تغییرات اقلیمی به‌طور انکارنشدنی بر چندین بخش از زندگی روزمره ما تأثیر می‌گذارد و این تغییرات مرتبط با آب‌و‌‌هوا در حال افزایش است. نه‌تنها گرمایش زمین هر سال بدتر می‌شود، بلکه شاهد بدتر‌شدن درخور توجه بلایای طبیعی نیز هستیم. آتش‌سوزی‌های جنگل‌ها در حال تشدید هستند و حدود ۳۰ درصد از کل جنگل‌هایی که کره زمین در ۲۰ سال گذشته از دست داده، به دلیل آتش‌سوزی جنگل‌ها از بین رفته است، توفان‌ها در حال قوی‌ترشدن هستند و اگر سریع عمل نکنیم ما در معرض خطر رسیدن به مرحله‌ای هستیم که این تغییرات آب‌و‌هوایی غیرقابل برگشت شوند.

هوش مصنوعی مواد در بسیاری از بخش‌ها می‌تواند به ما کمک کند؛ موادی را اختراع کنیم که می‌تواند انتقال اقتصاد جهانی به آینده‌ای پایدارتر را با استفاده از مواد مؤثرتر و با طراحی سازگارتر با محیط زیست سرعت بخشد. می‌توانیم به کمک این پیشرفت‌های هوش مصنوعی، اثرات زیست‌محیطی چنین موادی را حتی قبل از شروع تولید آنها بررسی کنیم.

کاری که اکنون باید انجام دهیم این است که استفاده از این فناوری‌ها را قبل از برگشت‌ناپذیر‌شدن تغییرات آب‌و‌هوایی تسریع کنیم. تغییرات آب‌و‌هوایی به‌طور فزاینده‌ای به‌عنوان عامل فجایع طبیعی، از سیل گرفته تا قحطی دیده می‌شود اما تعداد فزاینده‌ای از دانشمندان هشدار می‌دهند که مقصردانستن بلایا صرفا به اقلیم، سیاست‌ها و تصمیمات برنامه‌ریزی ضعیفی که این رویدادها را بسیار بدتر می‌کنند نادیده می‌گیرد. دانشمندان سال‌ها نمی‌توانستند در مورد بهترین راه برای مبارزه با گرمایش جهانی به توافق برسند، اما اکنون می‌دانیم که هم باید انتشار گازهای گلخانه‌ای را کاهش دهیم و هم سازگاری داشته باشیم. اگر بحران آب‌و‌هوا تشدید شود، فقیرترین مناطق جهان ویران خواهند شد. در واقع، بسیاری از مناطق در حال حاضر در این وضعیت هستند، با‌این‌حال، این جوامع که شدیدا تحت تأثیر تغییرات آب‌و‌‌هوایی قرار خواهند گرفت، کمترین حق را در تصمیم‌گیری جهانی دارند. از آنجایی که جهان با چالش‌های دوگانه انتقال به تولید انرژی سبزتر و بهره‌برداری از پتانسیل هوش مصنوعی (AI) دست‌و‌پنجه نرم می‌کند، تلاقی این دو انقلاب فناوری، نوید شتاب‌بخشیدن به پیشرفت به سوی آینده‌ای پایدار را می‌دهد. هوش مصنوعی قبلا ارزش خود را در زمینه‌های مختلف از‌جمله مهندسی انرژی، تحقیقات آب‌و‌هوا، سیاست‌گذاری و مدیریت ساختمان ثابت کرده است. با استفاده از قابلیت‌های تحلیلی هوش مصنوعی، می‌توانیم مشکلات پیچیده مرتبط با انرژی را برطرف کنیم، استفاده از منابع را بهینه کنیم و تغییرات مثبت محیطی را ایجاد کنیم، اما باید تأثیر زیست‌محیطی انرژی فرایندهای هوش مصنوعی را نیز بپذیریم و آن را کاهش دهیم. بحران آب‌و‌هوا به نوآوری سریع نیاز دارد و هوش مصنوعی می‌تواند به ما کمک کند تا داده‌های آب‌و‌هوایی گسترده و متفاوت را درک کنیم. با تجزیه و تحلیل الگوها، همبستگی‌ها و روندها، هوش مصنوعی می‌تواند درک ما از مسائل آب‌و‌هوایی را عمیق‌تر کند و راه‌حل‌های مؤثر، ازجمله بهینه‌سازی شیوه‌های کشاورزی و شناسایی جایگزین‌های پایدار را ارائه دهد.