AIは地球環境を守れるか？地球環境は今。
AIの予測技術は進歩しつつある。
お気に入りの音楽やモノを
ピックアップするという身近なものから、
経済予測と言う遠い未来を見据えたものまで、
様々な次元での予測が可能となりつつあります。
さらに、
このコロナ禍には新型コロナウイルス
感染症の新規感染者数を予測する
グーグルの技術を筆頭に、
３蜜回避に有効な混雑予測AIや
新型コロナウイルスの変異を
読み取るAIなども登場し、
非常に重宝されています。
近年は人間を取り巻くあらゆる問題を
あらゆるAIで解決する時代。
では、
目まぐるしく変化する地球環境は
どうでしょうか。
多くの人にとってAIと言えば、
大量のデータから学習可能な
アルゴリズムを設定する機械学習です。
（ただし、厳密に言えば「AI」と
「機械学習」とは同義ではなので。
AIは人間よりも優れた能力を
有するだけではないのです。
膨大な量のデーターの中から
パターンを抽出し、
情報を清楚化するという一連の
タスクを超スピードでこなす
万能な存在であり、
そんなイメージが多くの人々の
中にあるのでしょう。
「AIは人間を超える」という
ホーキング博士の発言が発端を発し、
シンギュラリティー理論までも登場しました。
こうして、
あらゆる業界のゲームチェンジャーと
なり得ることが予測されているAIだが、
そんなAIが困難を極める領域が
気候変動の世界です。
AIがより正確に機能するには、
とにかく膨大な量のデーターが必要であるが、
アルゴリズムの訓練に必要なデーターが
揃っていない。
また気候分野となると、この１分1秒にも、
我々を取り巻く環境は変化しています。
その点、
顔認識などの分野とはわけが違う。
気候変動のAIアルゴリズムは他の
ジャンルと比較して精巧にに作られ
なければならないのです。
さらに、
データーを通じて相関を発見できても
因果関係が見出されるという保証はなく、
AIが気候の物理学に取って代わるには
限界がある。
したがって、
気候関連分野においては物理学の
専門家による補助が必須となります。
機械学習モデルは今や、
物理的な理解なしに複雑なふるまいを
学習可能な域に達しています。
とにかくデーターが多いほど、
モデルはより正確に制御する。
「現実世界における測定やモニタリング用
のマシンを使えば、
不確実性の高い未来に対してより良い
決定を下すことができる」
とオックスフォード大学の
Natalyia Tkachenko博士は
コメントしているが、
とにかく気候変動関連のデーターを
大量に収集することが、
より高精度なモデルに繋がると考えている
研究者やエンジニアは少なくない。
こういうわけで、
国連による計らいもあり、
宇宙事業に着手する企業が増加。
現在、
衛星による気候変動関連のデーター
収集が前例のないスピードで進めれれています。
具体的な事例としては、
南極大陸近辺のアムンセン海で
展開されている英国人による
AIを用いた現地調査が
その一つとして挙げられるでしょう。
現在、
南極の氷が解けてなくなりゆく
様子を追跡している最中であり、
将来的には海水の融解状況を
予測可能になると見込んでいます。
その他にも、
すでに海洋の熱波を未然に突き止め、
海面の温度上昇を阻止するAIや、
航空写真を野生動物や人間の生態を
監視するAI,
衛星画像を使って土地被覆の変化を
追跡するAIなど、
多種多様なツールが登場している。
こうした動きはインドやアフリカなどの
新興国でも顕著に見られるが、
潤沢な自然が身近に存在するからこそ、
自分たちのテリトリー内の自然を
自らの手で守っていこうとする気持ち
の表れとも言えるでしょう。
気候変動の全ての局面をAIが
担うことは難しいかもしれない。
そんなAIにも強みとなる分野がある。
それは空間情報の抽出です。
今後、
気候変動領域においては空間把握という
強みを発揮しながら、
気候変動の課題解決と対峙していく
ことになるでしよう。
１喧嘩はするな、
２意地悪はするな、
３過去をくよくよするな、
４先を見通して暮らせよ、
５困っている人を助けよ、