video suggerito
video suggerito
Opinioni
Cambiamenti climatici

Perché le intelligenze artificiali sono un valido (ma problematico) alleato contro la crisi climatica

Sono già molti i progetti che utilizzano le intelligenze artificiale per aiutarci a combattere e ad adattarci alla crisi climatica. Il potere di calcolo, previsione e apprendimento delle AI è importante, ma non mancano i problemi.
A cura di Fabio Deotto
28 CONDIVISIONI
Immagine
Attiva le notifiche per ricevere gli aggiornamenti su

Da quando le nuove iterazioni di chatGPT e Midjourney hanno dimostrato di poter emulare in modo convincente i processi creativi umani, il dibattito intorno alle intelligenze artificiali è stato dirottato verso un interrogativo tanto preoccupante quanto difficile da risolvere: quanto ci vorrà prima che un algoritmo riesca a rendere obsoleti anche quei mestieri un tempo ritenuti appannaggio della sola specie umana?

È un interrogativo legittimo, ed è giusto che venga approfondito, ma rischia di mettere in ombra il fatto che le intelligenze artificiali nascono anche con l’obiettivo di superare i mestieri e i processi umani, e i limiti dell’approccio umano al miglioramento delle condizioni di vita sul pianeta Terra. Vale in particolare per quella branca dell’intelligenza artificiale nota come machine learning (o apprendimento automatico), ossia quella variante della programmazione tradizionale che punta a rendere una macchina capace di apprendere pattern e dinamiche a partire dai semplici dati senza bisogno di input umani ulteriori.

Da questo punto di vista, la lotta alla crisi climatica è un campo di indagine ideale per mettere alla prova le capacità delle intelligenze artificiali. Abbiamo sottolineato più volte come il cambiamento climatico sia un problema talmente complesso e sfaccettato da risultarci impossibile inquadrarlo nella sua complessità; abbiamo anche preso atto di come le variabili in gioco siano talmente tante da rendere difficile prevederne le ricadute nello specifico. Ecco: le intelligenze artificiali, e in particolare l’apprendimento automatico possono aiutare a colmare le lacune di sguardo e velocizzare processi di acquisizione dati cruciali.

Le IA vedono cose che noi umani possiamo solo immaginare

Se il cambiamento climatico è un fenomeno particolarmente arduo da affrontare, è anche perché le emissioni serra sono sostanzialmente invisibili, e dunque difficili da quantificare. Ne abbiamo avuto prova lampante a inizio 2016, quando sono state diffuse le immagini delle telecamere infrarosse che monitoravano la copiosa perdita di metano alla Aliso Canyon Natural Gas Storage Facility: erano settimane che il sito perdeva metano, ma solo ora i residenti del luogo potevano vedere una fitta colonna di fumo sollevarsi dal sito danneggiato. La reazione fu tale che il sito fu chiuso per sempre nel febbraio del 2016.

Oggi, il nostro pianeta è letteralmente tappezzato di fonti di emissioni serra, si tratti di aziende, abitazioni o centrali elettriche; e poiché si tratta di gas non visibili a occhio nudo, spesso non è possibile calcolare con certezza la quantità di emissioni prodotte da ciascun sito, e quindi valutare se le emissioni dichiarate dalle varie aziende corrispondano a realtà.

Il progetto Climate TRACE sfrutta sistemi di apprendimento automatico per combinare i dati raccolti da oltre 300 satelliti e da 11.000 sensori distribuiti in ambienti acquatici, terrestri e atmosferici, con i dati ufficiali forniti enti pubblici e privati. Dal 2020, TRACE si occupa di mappare in modo sempre più fedele la distribuzione delle emissioni a livello globale.

La Terra è come un paziente affetto da una patologia chiamata cambiamento climatico", ha dichiarato Gavin McCormick di WattTime, una delle organizzazioni che hanno dato vita a TRACE “Cercare di curarlo solo con i dati sulle emissioni dichiarati in ritardo di anni è come chiedere a un medico di curare una malattia grave senza avere altre informazioni se non un elenco di sintomi che il paziente aveva anni fa.”

Lo scorso novembre, TRACE ha rilevato come alcune infrastrutture fossili mostrassero perdite di gas serra tali da superare di tre volte le emissioni ufficialmente dichiarate. Per la prima volta, un sistema di intelligenze artificiali è stato in grado di smascherare un occultamento climatico: grazie a sistemi come questo in futuro sarà sempre più difficile spazzare emissioni sotto il tappeto.

Una sfera di cristallo digitale

Al momento non sappiamo se l’umanità riuscirà nell’impresa ardua (ma fattibile) di mantenere il riscaldamento globale al di sotto degli 1,5 gradi rispetto ai livelli pre-industriali, o se invece sforerà questa soglia di qualche decimo di grado (probabile se non ci poniamo obiettivi abbastanza ambiziosi), o addirittura di più gradi (sicuro, se continuiamo su questa strada); una cosa però è certa: in tutti questi scenari dovremo imparare ad adattarci alle ricadute di una crisi climatica già entrata nel suo vivo. E anche in questo le intelligenze artificiali ci potranno essere d’aiuto.

Uno degli aspetti già ora cruciali, e destinati a diventare sempre più importanti nei prossimi anni, riguarda i sistemi di allerta precoce, ossia la possibilità di informare in tempi rapidi le varie comunità per metterle al riparo dagli eventi meteorologici estremi come inondazioni, uragani, ondate di calore e incendi. Il problema è che perché questi sistemi siano efficaci è necessario incrociare un’enorme quantità di dati per costruire modelli che consentano di prevedere i fenomeni climatici e il loro impatto sugli insediamenti umani.

Che è precisamente quello su cui punta Destination Earth (DestinE), un’iniziativa della Commissione Europea in collaborazione con l’European Space Agency, che sta sfruttando i sistemi di apprendimento automatico per sviluppare un modello della Terra che consenta di monitorare e prevedere l’interazione tra fenomeni climatici e le attività umane. Qualcosa di simile lo sta facendo il World Economic Forum con FireAid, una piattaforma che sfrutta processi di apprendimento automatico per prevedere le aree a maggior rischio di incendi e predisporre strategie di primo soccorso che consentano di ridurre le ricadute sempre più devastanti dei fuochi incontrollati.

Altri progetti si stanno occupando di prevedere l’innalzamento dei mari, la distribuzione degli eventi siccitosi, il riscaldamento degli oceani. Se al momento le IA vengono sfruttate soprattutto nell’ambito della mitigazione, è sull’adattamento che si prevede la maggiore crescita. Ed è sufficiente dare un’occhiata alla quantità di brevetti relativi ad applicazioni climatiche della IA per capire che il settore è destinato ad esplodere.

Il costo ambientale dell’intelligenza artificiale

Ma l’utilità del machine learning non si esaurisce con mitigazione e adattamento, negli ultimi anni, il ha guadagnato sempre più terreno nei più svariati ambiti della lotta alla crisi climatica. Basti pensare a Brahm Works, startup indiana che sfrutta l’IA per ottimizzare l’utilizzo di fertilizzanti in agricoltura e ridurre al minimo le emissioni del settore; o a The Ocean Cleanup, un’associazione non profit che punta a rintracciare ed eliminare il 90% della plastica presente nei fiumi e negli oceani utilizzando sistemi di monitoraggio automatizzati.

Se l’apprendimento approfondito è sono così promettente, l’abbiamo detto, è perché consente di automatizzare processi che un tempo avrebbero richiesto un costante intervento umano. Pensiamo a The Ocean Cleanup: laddove oggi i sistemi di monitoraggio dell’inquinamento da plastica nei fiumi richiedono tempo e manodopera, un’intelligenza artificiale ad apprendimento automatico può imparare  a distinguere in un dato fiume un oggetto di plastica da altri elementi visivi (come il riflesso dell’acqua o altri rifiuti organici): una volta appresa questa abilità potrà adottarla in un altro fiume e affinarla ulteriormente, il tutto senza che l’essere umano intervenga a fornire nuove istruzioni.

Tutto ciò però richiede una capacità di calcolo enorme, e di conseguenza un enorme dispendio di energia. Stando ai calcoli del MIT per istruire e rendere operativo un sistema IA come quelli citati vengono prodotte all’incirca 133 tonnellate di CO2, ossia il quadruplo di quanto un’auto a benzina produce per percorrere 160.000 km. Bisogna però anche considerare che l’impatto delle intelligenze artificiali è in gran parte legato al fatto che le data farm oggi vengono alimentate con elettricità ottenuta dalla combustione di idrocarburi, ed è dunque ragionevole prevedere che all’aumentare dei benefici legati a queste innovazioni sarà associata una diminuzione considerevole dei danni.

Ma se l’impatto climatico delle IA artificiale è destinato a ridursi, ci sono limiti di tipo etico e pratico che è necessario prendere in considerazione fin da subito.

L’educazione etica di una macchina

Alcune settimane fa, il frastornante chiacchiericcio che ha accompagnato la diffusione di chatGPT si è brevemente interrotto di fronte a una notizia che nessuno si aspettava: un uomo belga di trent’anni si è suicidato dopo settimane di conversazioni con un chatbot basato sul modello EleutherAI. A quanto pare, dopo settimane di intensi scambi la conversazione tra uomo e macchina ha virato sulla crisi climatica: l’uomo ha iniziato a parlare con il chatbot della sua ecoansia, il chatbot ha provveduto a fornirgli conforto, allontanandolo sempre di più da famigliari e amici. Stando alla moglie, negli scambi finali il chatbot aveva cambiato approccio: invece di lenire le preoccupazioni dell’uomo, aveva iniziato a incoraggiare la sua ansia esistenziale, arrivando al punto da invitarlo a suicidarsi come atto di lotta alla crisi climatica.

Si tratta di un caso limite, ma ci ricorda quanto possa essere rischioso affidarsi completamente a macchine programmate per emulare il comportamento e le decisioni umane, ma che in ultima analisi si affidano a processi profondamente diversi da quelli del cervello umano. Il fatto che un’intelligenza artificiale possa aiutarci ad ottimizzare una smart-city, sfruttando una costellazione di sensori capaci di quantificarne ogni dinamica, non significa che siano anche in grado di prendere decisioni che risultino giuste ed eque; anzi, è assai probabile che le risposte di un’IA programmata per gestire una città non tengano conto della complessità delle condizioni e delle vulnerabilità umane, soprattutto se nessuno si è premurato di programmarle in tal senso.

Sono strumenti, e come tali vanno modellati e gestiti chiamando a raccolta tutte le intelligenze possibili: non solo la scienza climatica, dunque, ma anche la psicologia, l’urbanistica, l’architettura, la sociologia, l’etica, etc. È un passaggio fondamentale se vogliamo sfruttare questo portentoso strumento per migliorare la nostra vita su questo pianeta; o anche solo per imparare a porgli le domande giuste.

28 CONDIVISIONI
Immagine
Fabio Deotto è scrittore e giornalista. Laureato in biotecnologie, scrive articoli e approfondimenti per riviste nazionali e internazionali, concentrandosi in particolare sull’intersezione tra scienza e cultura. Ha pubblicato i romanzi Condominio R39 (Einaudi, 2014), Un attimo prima (Einaudi, 2017) e il saggio-reportage sul cambiamento climatico “L’altro mondo” (Bompiani, 2021).  Insegna scrittura creativa alla Scuola Holden di Torino. Vive e lavora a Milano.
550 contenuti su questa storia
autopromo immagine
Più che un giornale
Il media che racconta il tempo in cui viviamo con occhi moderni
api url views