Искусственный интеллект оптимизирует политику землепользования, находя скрытые ключи к лучшему использованию земель

Исследователи из Техасского университета в Остине и Cognizant AI Labs обучили систему искусственного интеллекта, используя глобальные данные об использовании земель и хранении углерода за последние 175 лет. Эта ИИ-система способна разрабатывать оптимальные решения в области экологической политики для продвижения глобальных инициатив ООН в области устойчивого развития. Инструмент эффективно балансирует сложные компромиссы, рекомендуя способы максимизации хранения углерода, минимизации экономических потрясений и улучшения состояния окружающей среды и повседневной жизни людей. Результаты опубликованы в журнале Environmental Data Science.

Этот проект является одним из первых приложений инициативы Project Resilience, поддержанной ООН, которая направлена на решение глобальных задач с помощью искусственного интеллекта в рамках более широкой программы AI for Good. Исследователи считают, что новый подход, изначально сфокусированный на землепользовании, может быть применен к более широкому спектру проблем — от инфекционных заболеваний до продовольственной безопасности, причем ИИ потенциально способен находить решения лучше, чем люди.

Ключевым методом системы является эволюционный искусственный интеллект, вдохновленный процессом естественного отбора. Он начинается с нескольких десятков сценариев политики, оценивает их влияние на экономические и экологические издержки, а затем в итеративном процессе «отбирает» лучшие комбинации, «скрещивает» их и добавляет случайные мутации для поиска новых решений. Команда использовала два инструмента: набор исторических данных по глобальному землепользованию и модель, связывающую использование земель с углеродными потоками, чтобы сначала обучить прогнозную модель, а затем создать предписывающую модель для поиска оптимальных стратегий.

Рекомендации ИИ иногда удивляли исследователей. Хотя леса хорошо известны как хранилища углерода, модель предложила более тонкий подход, чем просто повсеместное облесение. Например, замена пахотных земель лесом оказалась гораздо эффективнее, чем замена пастбищных угодий (включающих пустыни и луга). Кроме того, одни и те же изменения в землепользовании на разных широтах давали разный эффект. В итоге система рекомендовала сосредоточить более масштабные изменения в тех местах, где они имеют наибольшее значение.

Исследователи превратили свою модель в интерактивный инструмент для лиц, принимающих решения, позволяющий оценить, как меры стимулирования (например, налоговые льготы для землевладельцев) могут изменить землепользование и сократить выбросы углерода. Поскольку на землепользование, включая сельское и лесное хозяйство, приходится почти четверть всех антропогенных выбросов парниковых газов, эксперты полагают, что для замедления изменения климата необходимы разумные изменения в этой сфере. По мнению авторов, ИИ может предлагать варианты, которые будут легче приняты людьми, бизнесом и правительствами, сопротивляющимися изменениям.