En utilisant l'utilisation mondiale des terres et les données de stockage du carbone des 175 dernières années, les chercheurs de l'Université du Texas à Austin et Cognizant AI Labs ont formé un système d'intelligence artificielle pour développer des solutions de politique environnementale optimales qui peuvent faire progresser les initiatives mondiales de durabilité des Nations Unies.
L'outil d'IA équilibre efficacement divers compromis complexes pour recommander des moyens de maximiser le stockage du carbone, de minimiser les perturbations économiques et d'améliorer l'environnement et la vie quotidienne des gens, selon un article publié aujourd'hui dans la revue Science des données environnementales.
Le projet est parmi les premières applications de la résilience du projet soutenue par l'ONU, une équipe de scientifiques et d'experts travaillant à résoudre les problèmes mondiaux de décision de décision – notamment des objectifs ambitieux de développement durable cette décennie – à travers un effort plus large appelé IA pour de bon.
L'Université du Texas de l'informaticien d'Austin Risto Miikkulainen, qui a aidé à lancer la résilience du projet, pense que la nouvelle approche d'IA, initialement axée sur l'utilisation des terres, peut relever un ensemble encore plus important de défis, des maladies infectieuses à l'insécurité alimentaire, avec une intelligence artificielle à découvrir potentiellement de meilleures solutions que les humains.
« Il y a toujours un résultat pour lequel vous voulez optimiser, mais il y a toujours un coût », a-t-il déclaré. Au milieu de tous les compromis, l'IA peut être à la maison sur des voies inattendues vers des résultats souhaitables à divers coûts, aidant les dirigeants à choisir sélectivement les batailles et à donner de meilleurs résultats.
La sauce secrète du système des chercheurs est une IA évolutive. Inspirée par le processus de sélection naturelle dans les systèmes biologiques, cette approche informatique commence par quelques dizaines de scénarios politiques et prédit comment chaque scénario aura un impact sur divers coûts économiques et environnementaux.
Ensuite, comme une version numérique de la survie des plus aptes, les combinaisons de politiques qui n'équilibrent pas bien les compromis sont tuées, tandis que les meilleures sont autorisées à se reproduire, donnant naissance à une progéniture hybride.
Les mutations aléatoires sont également réparties pour aider le système à explorer de nouvelles combinaisons plus rapidement. Le processus se répète ensuite, ce qui a vaincu les mauvais artistes et gardant le meilleur, à travers des centaines ou des milliers de scénarios. Comme l'évolution biologique, les «générations» des scénarios deviennent toujours plus optimisées pour un ensemble de priorités.
L'équipe a utilisé deux outils, un ensemble récemment publié de données mondiales d'utilisation des terres remontant à des siècles et un modèle qui corrèle l'utilisation des terres avec les flux de carbone. Tout d'abord, ils ont utilisé ces données pour former un modèle de prédiction pour corréler l'emplacement, l'utilisation des terres et le carbone au fil du temps. Deuxièmement, ils ont développé un modèle de prescription pour aider les décideurs à trouver des stratégies d'utilisation des terres optimales pour réduire le changement climatique.
Les recommandations du système d'IA ont parfois surpris l'équipe. Bien que les forêts soient connues pour stocker du carbone, le modèle de prescription de l'IA a offert une approche plus nuancée que de convertir autant de terres que possible en forêts, quel que soit le lieu. Par exemple, il a constaté que le remplacement des terres des cultures par la forêt est beaucoup plus efficace que le remplacement des terres de l'aire de répartition (qui comprend les déserts et les prairies).
De plus, généralement, le même changement d'utilisation des terres à une latitude n'a pas donné les mêmes avantages qu'à une autre latitude. En fin de compte, le système a recommandé que des changements plus importants soient alloués aux emplacements où il est plus important; Essentiellement, il est plus efficace de choisir vos batailles.
« Vous pouvez évidemment détruire tout et planter des forêts, et cela aiderait à atténuer le changement climatique », a déclaré Daniel Young, chercheur chez Cognizant AI Labs et un doctorat. Étudiant à UT Austin. « Mais nous aurions détruit des habitats rares et notre approvisionnement alimentaire et nos villes. Nous devons donc trouver un équilibre et être intelligent sur l'endroit où nous apportons les modifications. »
Les chercheurs ont transformé leur modèle en un outil interactif que les décideurs comme les législateurs peuvent utiliser pour explorer comment les incitations, telles que les crédits d'impôt pour les propriétaires fonciers, seraient susceptibles de modifier l'utilisation des terres et de réduire le carbone.
On estime que les activités d'utilisation des terres, notamment l'agriculture et la foresterie, sont responsables de près d'un quart de toutes les émissions de gaz à effet de serre causées par l'homme. Les experts pensent que des changements de l'utilisation des terres intelligents seront nécessaires pour réduire la quantité de carbone dans l'air et ainsi lent le changement climatique. Selon Miikkulainen et Young, l'IA offre des options que les personnes, les entreprises et les gouvernements autrement résistants au changement peuvent trouver plus faciles à accepter.
Une version antérieure de l'article a été présentée lors d'une grande conférence sur l'apprentissage automatique et les neurosciences de calcul, Neirips, où il a remporté le prix « Best Pathway to Impact » lors de l'atelier sur le changement climatique.
Les autres auteurs du journal sont Olivier Francon, Elliot Meyerson, Clemens Schwingshackl, Jakob Bieker, Hugo Cunha et Babak Hodjat.
