جوجل تستخدم الذكاء الاصطناعي وصور الأقمار الصناعية لمراقبة تسربات غاز الميثان
تاريخ النشر: 15th, February 2024 GMT
في حين يحظى ثاني أكسيد الكربون بنصيب الأسد من الاهتمام عندما يتعلق الأمر بالانحباس الحراري العالمي، هناك عوامل أخرى تلعب دورًا. والميثان مسؤول عن نحو 30 بالمئة من الارتفاع في درجات الحرارة العالمية منذ الثورة الصناعية، وفقا لوكالة الطاقة الدولية. حوالي 40 بالمائة من انبعاثات غاز الميثان الناتجة عن النشاط البشري تنبع من قطاع الطاقة.
يقال إن تحديد هذه الانبعاثات والتخفيف منها هو أحد أهم الإجراءات التي يمكننا اتخاذها على المدى القصير لمكافحة تغير المناخ.
ولتحقيق هذه الغاية، تعاونت شركة Google وصندوق الدفاع عن البيئة (EDF) مرة أخرى لمعالجة هذه المشكلة. قام الثنائي سابقًا برسم خريطة لتسربات غاز الميثان في المدن الكبرى باستخدام أجهزة الاستشعار الموجودة في سيارات التجوّل الافتراضي.
هذه المرة يستخدمون مزيجًا من صور الأقمار الصناعية والذكاء الاصطناعي.
قامت EDF وشركاؤها بتطوير قمر صناعي من المقرر إطلاقه على صاروخ SpaceX Falcon 9 في أوائل مارس. وفي حين كانت هناك جهود مراقبة أخرى تعتمد على الأقمار الصناعية، فمن المقرر أن يقدم MethaneSAT الصورة الأكثر شمولاً حتى الآن لانبعاثات الميثان في جميع أنحاء الكوكب.
وسيدور القمر الصناعي حول الأرض 15 مرة يوميًا على ارتفاع يزيد عن 350 ميلًا، وسيركز على قياس مستويات غاز الميثان في المناطق الأعلى إنتاجًا للنفط والغاز.
سيكون قادرًا على تصوير انبعاثات كبيرة من مصدر واحد بالإضافة إلى مصادر أصغر للميثان منتشرة عبر مناطق أوسع.
قامت EDF وشركاؤها بتطوير خوارزميات مدعومة من Google Cloud لحساب الانبعاثات في أماكن معينة وتتبعها بمرور الوقت.
سيتم أيضًا استخدام الذكاء الاصطناعي لتحديد البنية التحتية للنفط والغاز مثل حاويات التخزين ورافعات المضخات، مثلما تستخدم جوجل الذكاء الاصطناعي لاكتشاف الأرصفة وإشارات الشوارع وأسماء الطرق في صور الأقمار الصناعية للخرائط.
ومن المتوقع أن يوفر دمج خريطة الميثان مع خريطة البنية التحتية للنفط والغاز صورة أوضح عن مصدر الانبعاثات.
ومن المفترض أن يمنح ذلك شركات الطاقة معلومات قابلة للتنفيذ لمساعدتها على وقف التسريبات.
ستكون رؤى المشروع متاحة للجمهور على موقع القمر الصناعي ومحرك Google Earth في وقت لاحق من هذا العام. "من خلال إتاحة مجموعات بيانات MethaneSAT على Earth Engine، الذي يضم أكثر من 100000 مستخدم نشط شهريًا، يصبح من الأسهل على المستخدمين اكتشاف الاتجاهات وفهم الارتباطات بين الأنشطة البشرية والتأثير البيئي،" يائيل ماجواير، نائب رئيس Google والمدير العام لـ Geo Developer and Sustainability، كتب في منشور بالمدونة. وسيتمكن مستخدمو Earth Engine من مطابقة بيانات غاز الميثان مع خرائط أخرى، مثل تلك التي تظهر الغابات والحدود الإقليمية والمياه. سيكونون أيضًا قادرين على مشاهدة انبعاثات غاز الميثان مع مرور الوقت.
المصدر: بوابة الوفد
كلمات دلالية: الأقمار الصناعیة غاز المیثان
إقرأ أيضاً:
كيف تمكنت ديب سيك من بناء الذكاء الاصطناعي الخاص بها بأموال أقل؟
نشرت صحيفة "نيويورك تايمز" تقريرًا يسلط الضوء على كيفية نجاح شركة "ديب سيك" الصينية الناشئة في بناء أحد أقوى أنظمة الذكاء الاصطناعي في العالم باستخدام عدد أقل بكثير من الرقائق الحاسوبية مقارنة بالشركات الكبرى.
وقالت الصحيفة، في هذا التقرير الذي ترجمته "عربي21"، إن شركات الذكاء الاصطناعي عادة ما تقوم بتدريب روبوتات الدردشة الآلية الخاصة بها باستخدام أجهزة كمبيوتر عملاقة مزودة بـ16,000 شريحة متخصصة أو أكثر، لكن شركة "ديب سيك" قالت إنها تحتاج إلى حوالي 2,000 شريحة فقط.
وأوضح مهندسو الشركة بالتفصيل في ورقة بحثية؛ فقد استخدمت الشركة الناشئة العديد من الحيل التكنولوجية لتقليل تكلفة بناء نظامها؛ حيث احتاج مهندسوها إلى حوالي 6 ملايين دولار فقط من قوة الحوسبة الخام، أي ما يعادل عُشر ما أنفقته شركة ميتا في بناء أحدث تقنيات الذكاء الاصطناعي.
كيف يتم بناء تقنيات الذكاء الاصطناعي؟
وأوضحت الصحيفة أن تقنيات الذكاء الاصطناعي الرائدة تعتمد على ما يسمى بالشبكات العصبية، وهي أنظمة رياضية تتعلم مهاراتها من خلال تحليل كميات هائلة من البيانات.
وتقضي أقوى الأنظمة شهورًا في تحليل جميع النصوص الإنجليزية على الإنترنت، بالإضافة إلى العديد من الصور والأصوات والوسائط المتعددة الأخرى، مما يتطلب كميات هائلة من القدرة الحاسوبية.
وقد أدرك باحثو الذكاء الاصطناعي منذ حوالي 15 سنة أن رقائق الكمبيوتر المتخصصة التي تسمى وحدات معالجة الرسومات تعد وسيلة فعالة للقيام بهذا النوع من تحليل البيانات، وقد صممت شركات مثل شركة إنفيديا هذه الرقائق لعرض رسومات ألعاب الفيديو على الكمبيوتر في الأصل، ولكن وحدات معالجة الرسومات كانت لديها القدرة أيضًا على تشغيل العمليات الحسابية التي تدعم الشبكات العصبية.
ومع قيام الشركات بتعبئة المزيد من وحدات معالجة الرسومات في مراكز بيانات الحواسيب الخاصة بها، أصبح بإمكان أنظمة الذكاء الاصطناعي تحليل المزيد من البيانات.
ولكن أفضل وحدات معالجة الرسومات تكلف حوالي 40,000 دولار، وتحتاج إلى كميات هائلة من الكهرباء.
كيف تمكنت "ديب سيك" من خفض التكاليف؟
أشارت الصحيفة إلى أن أبرز ما فعلته الشركة هو اعتمادها على طريقة تسمى "خليط الخبراء".
وقد كانت الشركات سابقًا تنشئ شبكة عصبية واحدة تتعلم جميع الأنماط في جميع البيانات الموجودة على الإنترنت، وكان ذلك مكلفا لأنه يتطلب كميات هائلة من البيانات للتنقل بين رقاقات وحدة معالجة الرسومات.
ومن خلال طريقة "خليط الخبراء"، حاول الباحثون حل هذه المشكلة عن طريق تقسيم النظام إلى العديد من الشبكات العصبية، وهكذا يكون هناك 100 من هذه الأنظمة "الخبيرة" الأصغر حجمًا، ويمكن لكل منها التركيز على مجاله الخاص.
لقد عانت العديد من الشركات لتنفيذ هذه الطريقة، لكن شركة "ديب سيك" تمكنت من القيام بذلك بشكل جيد؛ حيث قامت بإقران تلك الأنظمة "الخبيرة" الأصغر حجمًا مع نظام "عام".
فقد كانت الأنظمة الخبيرة لا تزال بحاجة إلى تبادل بعض المعلومات مع بعضها البعض، وكان بإمكان النظام "العام" المساعدة في تنسيق هذه التفاعلات بينها.
وأضافت الصحيفة أن هذا ليس الشيء الوحيد الذي قامت به "ديب سيك"؛ حيث أتقنت أيضًا خدعة بسيطة تتضمن الكسور العشرية التي يمكن لأي شخص يتذكر درس الرياضيات في المدرسة الابتدائية أن يفهمها.
واستخدمت الشركة طريقة تبسيط الأرقام التي يستخدمها دارسو الرياضيات عند التعامل مع الأرقام التي لا تنتهي مثل رمز باي، والذي يُشار إليه أيضًا بـ π، وهو عدد لا ينتهي أبدًا: 3.14159265358979…
يمكن استخدام باي لإجراء عمليات حسابية مفيدة، ولكن عند إجراء هذه الحسابات، يمكنك اختصار باي إلى بضعة أعداد عشرية فقط: 3.14.
وقد قامت "ديب سيك" بشيء مماثل - ولكن على نطاق أوسع بكثير - في تدريب تقنية الذكاء الاصطناعي الخاصة بها.
وبيّنت الصحيفة أن العمليات الحسابية التي تسمح للشبكة العصبية بتحديد الأنماط في النص هي في الحقيقة مجرد عمليات ضرب، الكثير والكثير من عمليات الضرب.
وعادة ما تقوم الرقائق بضرب الأرقام التي تتناسب مع 16 بت من الذاكرة، لكن "ديب سيك" ضغطت كل رقم في 8 بتات فقط من الذاكرة، أي أنها اقتطعت عدة كسور عشرية من كل رقم.
وهذا يعني أن كل عملية حسابية كانت أقل دقة، لكن ذلك لم يكن مهمًا لأن العمليات الحسابية كانت دقيقة بما فيه الكفاية لإنتاج شبكة عصبية قوية جدًا.
وتابعت الصحيفة بأن الشركة أضافت خدعة أخرى؛ حيث اتخذ مهندسوها مسارًا مختلفًا عند ضرب الأرقام معًا بعد ضغطها، فعند تحديد إجابة كل مسألة ضرب، كانوا يقومون بتمديد الإجابة عبر 32 بت من الذاكرة، أي أنهم احتفظوا بالعديد من الكسور العشرية، مما جعل الإجابة أكثر دقة.
لقد أظهر مهندسو "ديب سيك" في ورقتهم البحثية أنهم كانوا بارعين جدًا في كتابة التعليمات البرمجية الحاسوبية المعقدة للغاية التي تخبر وحدات معالجة الرسومات بما يجب القيام به، وكانوا على مقدرة من جعل هذه الرقائق المزيدة أكثر كفاءة.
ورغم أن قليلًا من الناس يملكون هذا النوع من المهارة، لكن مختبرات الذكاء الاصطناعي الجادة لديها المهندسين الموهوبين اللازمين لمضاهاة ما قامت به "ديب سيك"، وربما يستخدم بعضهم الحيل نفسها بالفعل.
لكن من الواضح أن الكثيرين فوجئوا بعمل "ديب سيك"، وهذا لأن ما قامت به الشركة الناشئة ليس بالأمر السهل؛ فالتجارب اللازمة للتوصل إلى إنجاز كهذا تكلف ملايين الدولارات - إن لم يكن المليارات - من الطاقة الكهربائية.
وقد أشار العديد من النقاد إلى أن مبلغ الـ 6 ملايين دولار الذي أنفقته الشركة لم يغط سوى تدريب النسخة النهائية من النظام، وقال مهندسو "ديب سيك" في ورقتهم البحثية إنهم أنفقوا أموالاً إضافية على الأبحاث والتجارب قبل إجراء التدريب النهائي، ولكن الأمر نفسه ينطبق على أي مشروع متطور للذكاء الاصطناعي.
وختمت الصحيفة بأن شركة "ديب سيك" خاطرت مخاطرة أتت بثمارها، ومع مشاركة الشركة الصينية الناشئة لأساليبها مع باحثين آخرين في مجال الذكاء الاصطناعي، فإن حيلها التكنولوجية ستقلل تكلفة بناء الذكاء الاصطناعي بشكل كبير.
مخلفات محطة الهارثة الحرارية تسبب حالات إغماء بين الطلبة والتدريسيين