Un grupo de destacados científicos e ingenieros se reunió con un objetivo claro: demostrar que la Inteligencia Artificial(IA) y el Aprendizaje Automático (Machine Learning) pueden desempeñar un papel clave en la lucha contra el cambio climático. Así crearon el movimiento global Climate Change AI, que se fue fortaleciendo con el aporte de investigadores, ingenieros, emprendedores, inversores, legisladores, empresas y ONG.
En el panel de asesores están algunos de los investigadores climáticos y de IA más importantes del mundo, como Yoshua Bengio, ganador del Premio Turing 2019, Felix Creutzig, coordinador del Sexto Informe de Evaluación del Grupo Intergubernamental del Cambio Climático (IPCC ) y John Platt, director de Ciencias Aplicadas de Google Research.
El documento describe a la Inteligencia Artificial y el Aprendizaje Automático como poderosas herramientas para examinar los datos y encontrar patrones hacia soluciones mucho más rápido que los humanos.
No es una “solución milagrosa”, aclaran, pero “podría marcar una diferencia y facilitar muchas estrategias de cambio climático desde la política y la ingeniería”.
Como advirtieron los expertos, “los efectos del cambio climático son cada vez más visibles. Las tormentas, sequías, incendios e inundaciones son más fuertes y más frecuentes. Los ecosistemas globales están cambiando, junto a los recursos naturales y la agricultura de los que depende la humanidad. El mundo enfrentará consecuencias catastróficas a menos que las emisiones globales de gases de efecto invernadero se eliminen dentro de treinta años”.
En ese sentido, abordar el cambio climático implica políticas de mitigación (reducir las emisiones) y adaptación (prepararse para las consecuencias inevitables), con transformaciones en los sistemas energéticos, el transporte, los edificios, la industria, el uso de la tierra. Casi como elaborar una hoja de ruta nueva.
Allí, de acuerdo a los especialistas, el aprendizaje automático podría facilitar, por ejemplo, el monitoreo automático para identificar zonas con deforestación y evaluar los daños después de desastres. También permitiría acelerar el proceso de descubrimientos científicos, sugiriendo por ejemplo nuevos materiales para baterías, para la industria de la construcción y pergeñar nuevos métodos de captura de carbono.
También serían útiles en el diseño de sistemas para mejorar la eficiencia del transporte y elaborar estrategias para reducir el desperdicio de alimentos. Además, la formulación de algoritmos predictivos podrían ser de gran ayuda para los científicos que realizan modelan de escenarios climáticos, logrando rápidos avances en tareas que suelen consumir bastante tiempo y presupuesto.
