Klimaatverandering aanpakken met AI – interview met Priya Donti | Agoria

Klimaatverandering aanpakken met AI – interview met Priya Donti

Afbeelding
Gepubliceerd op 31/08/21 door Pierre Martens
Het zesde rapport van het IPCC (Intergovernmental Panel on Climate Change) laat weinig aan de verbeelding over. De aarde warmt sneller op dan gedacht en er rest steeds minder tijd om de catastrofale gevolgen af te wenden.
Enkele belangrijke punten:

- In de periode 2010-2019 lagt de gemiddelde temperatuur aan het aardoppervlak wereldwijd (Global Mean Surface Air Temperature – GSAT) al 0,9-1,2°C hoger dan in de periode 1850-1900.
- Alle bewoonde gebieden in de hele wereld hebben te lijden onder de klimaatverandering, maar de gevolgen zijn niet overal dezelfde.
- Onze wereld zal de drempel van 1,5°C verhoging ergens tussen 2030 en 2035 overschrijden, afhankelijk van het toekomstige emissiescenario.
- Ook het gemiddelde peil van de zeespiegel wereldwijd (Global Mean Sea Level – GMSL) stijgt, en dat gaat harder dan in welke eeuw ook in de voorbije drieduizend jaar of zelfs langer.
- Zelfs als genoeg koolstof uit de atmosfeer zou worden gehaald zodat de mondiale netto-emissies negatief worden, dan nog zal het zeker verschillende eeuwen duren vóór sommige effecten van de klimaatverandering, zoals de stijging van de zeespiegel, worden uitgewist.

Download hier het zesde IPCC-klimaatrapport

Het is duidelijk dat we zowel mitigatiestrategieën, om de CO2-uitstoot zo snel mogelijk te verminderen, als aanpassingsstrategieën nodig zullen hebben om het hoofd te bieden aan de gevolgen van de klimaatverandering, zoals de stijging van de zeespiegel, extreme hitte, hevige neerslag, droogte in de landbouw enz. 
 
We zaten samen met Priya Donti, medeoprichter en voorzitter van "Climate Change AI", en hadden het over de rol die AI kan spelen om de klimaatverandering aan te pakken. 

Over Priya Donti:
Priya Donti is een PhD-student computerwetenschappen en overheidsbeleid aan de Carnegie Mellon University en is een US Department of Energy Computational Science Graduate Fellow. Daarnaast is ze medeoprichter en voorzitter van Climate Change AI, een initiatief om werk met impact op het gebied van klimaatverandering en machineleren te bevorderen.

"Mijn PhD-werk heeft betrekking op machineleren met het oog op voorspelling, optimalisatie en controle in het kader van energienetten met een hoog aandeel uit hernieuwbare bronnen. Mijn onderzoek is meer bepaald gericht op methodes om de fysica en de harde beperkingen van elektrische-energiesystemen te integreren in deep learning-modellen."

Op 1 oktober is Priya Donti de keynotespreker tijdens het lanceringsevent van "AI in Energy" dat Agoria organiseert. Meer informatie: https://www.agoria.be/nl/launch-event-ai-in-energy.

Wanneer ging u met het Climate Change AI-initiatief van start en wat was uw motivatie? 
"Het begon allemaal twee jaar geleden toen we een paper publiceerden waarin we samen met een twintigtal onderzoekers de verschillende manieren schetsten waarop machineleren (ML) kan helpen om de klimaatverandering te beperken en om ons aan die verandering aan te passen. 
 
Veel mensen in de AI-community maken zich zorgen over de klimaatverandering en zochten dan ook een manier om een bijdrage te leveren met hun expertise. M.b.t. de klimaatverandering ontstaan verschillende datastromen, en energie- en klimaatexperts over de hele wereld zien de mogelijkheden die machineleren biedt. Met het Climate Change AI-initiatief wilden we die twee ecosystemen samenbrengen."
 
In het nieuwe IPCC-rapport wordt aangetoond dat de opwarming van de aarde sneller verloopt dan verwacht. Denkt u dat we de opwarming van de aarde zullen kunnen beperken tot pakweg 1,5°C?
"Ik blijf optimistisch dat we er iets aan kunnen doen. Klimaatverandering heeft geen aan-uitknop. We hebben de keuze hoeveel opwarming we als samenleving willen accepteren. Het mag duidelijk zijn dat we meer inspanningen moeten leveren om de uitstoot terug te dringen. Bovendien zullen we moeten nadenken over maatregelen om ons aan te passen."
  
Kunt u enkele voorbeelden geven van hoe we de klimaatverandering kunnen aanpakken met AI? 
"Wanneer we het over mitigatie hebben, kan AI bijv. helpen om verwarmings- en koelsystemen in gebouwen te automatiseren op basis van een combinatie van sensorgegevens, weersvoorspellingen, bezettingspatronen enz. Er zijn ook gebruikscases die het evenwicht van het elektriciteitsnet kunnen vergroten, bijv. door de productie van hernieuwbare energie en de energievraag beter te voorspellen. Maar AI is geen wondermiddel. Waar artificiële intelligentie kan worden toegepast, is het doorgaans maar een deel van de oplossing. Slimmecontrolemechanismen in een niet-geïsoleerd gebouw zouden niet erg zinvol zijn, bijvoorbeeld. 
 
Wat het aanpassingsverhaal betreft, kan AI helpen om de berekeningstijd die met omvangrijke klimaatmodellen gepaard gaat te verkorten, bijv. door delen van die modellen te benaderen en betere ramingen te genereren voor bepaalde parameters van die modellen. Dit kan helpen om de complexiteit van klimaatveranderingsmodellen te beperken en de schaal ervan te verkleinen. Dat is belangrijk omdat lokale gemeenschappen en landen moeten weten wat de gevolgen van de klimaatverandering in hun gebied zullen zijn. Alle bewoonde gebieden in de hele wereld hebben al te lijden onder de klimaatverandering, maar de gevolgen zijn niet overal dezelfde. 
 
Wat ook opkomt, is het gebruik van machineleren voor verzekeringen, bijv. om het risico op overstromingen en bosbranden in gebieden te bepalen. 
 
Op beleidsvlak ten slotte kan AI helpen om beleidsdocumenten van individuele regeringen en bedrijven te onderzoeken, patronen te analyseren, na te gaan welk beleid al dan niet vrucht heeft afgeworpen en burgers te informeren over hoe ze bij hun vertegenwoordigers of bij bedrijven een specifieke beleidsvoering het best kunnen bepleiten." 

"AI is geen wondermiddel. Waar artificiële intelligentie kan worden toegepast, is het doorgaans maar een deel van de oplossing. Slimmecontrolemechanismen in een niet-geïsoleerd gebouw zouden niet erg zinvol zijn, bijvoorbeeld."

Maakt u zich geen zorgen over het energieverbruik dat gepaard gaat met digitale technologieën zoals AI en blockchain? Zal dit geen invloed hebben op de positieve bijdrage die ze kunnen leveren? 
"Veel hangt af van de gebruikscase. We hadden het over enkele gevallen van machineleren die een positieve bijdrage kunnen leveren aan klimaatactie, maar ML dat wordt aangewend om de winning en het gebruik van olie en gas te boosten of om reclame voor bepaalde consumptieproducten te maken kan uiteraard een grote negatieve impact hebben op het klimaat.  
 
Wat de koolstofvoetafdruk van machineleren betreft, moet niet alleen worden gekeken naar de datacentra en hun energieverbruik maar ook naar de hardware die voor de ML-toepassingen wordt ingezet en naar de energie (en hulpbronnen) die daarvoor nodig zijn. Hoewel sommige van de grootste ML-modellen vrij energie-intensief zijn, zijn de meeste ML-algoritmen waarover we het in onze paper hebben eigenlijk vrij klein. Om na te denken over de impact van machineleren, moet je er dus holistisch naar kijken en de positieve en de negatieve impact afwegen. 
 
Ook belangrijk, en daar wordt niet zo vaak over gepraat, is de gelijke toegang tot ML-modellen zodat mensen overal ter wereld aan de ontwikkeling ervan kunnen bijdragen. Grote ML-modellen zijn vaak duur in de praktijk, waardoor heel wat instellingen moeite hebben om een bijdrage te leveren aan de ontwikkeling ervan. Dit houdt ook verband met klimaatrechtvaardigheid. Kansarme bevolkingsgroepen worden vaak geconfronteerd met de zwaarste gevolgen van de klimaatverandering maar diezelfde bevolkingsgroepen worden vaak ook buitengesloten m.b.t. de technologische ontwikkelingsprocessen die erop gericht zijn om de klimaatverandering aan te pakken, tenzij dit uitdrukkelijk wordt tegengegaan." 
 
U hebt een data-verlanglijstje op uw website. Is het moeilijk om toegang te krijgen tot data?  
"Nadat we de Climate Change AI-paper hadden geschreven, stelden we een data-verlanglijstje op om te achterhalen hoe het staat met de data voor de toepassingen in de paper. Er zijn heel wat knelpunten als het om data gaat. Data is vaak verspreid, in privéhanden of de toegang is niet goed geregeld. Misschien zijn er veiligheids- of beveiligingsproblemen. Vaak beschikken bedrijven en organisaties over een hoop data die ze misschien nog niet gebruiken maar waarvan ze denken dat ze op een dag waardevol kunnen zijn. Ondernemingen, nutsbedrijven en eindgebruikers die zich zorgen maken over de klimaatverandering moeten nadenken over hoe ze hun data openbaar kunnen maken ten voordele van de hele samenleving.
 
In tal van fysieke settings gaat het niet alleen om data maar ook om toegang tot realistische simulatieomgevingen. Vooral in de elektriciteitssector zijn er niet zo veel mogelijkheden om te zien of je oplossing in de praktijk ook werkt."
 
Kunnen mensen in België bijv. iets doen? 
"Zeker. We organiseren een reeks workshops op de grootste conferenties over machineleren, die doorgaans 1.000 tot 2.000 deelnemers van over de hele wereld tellen. Het is een mondiale beweging van mensen die hun ML-skills willen inzetten, of klimaat-geëngageerde mensen. Om de twee weken organiseren we ook een virtueel happy hour en een maandelijkse webinarreeks, en onlangs hebben we een communityplatform gelanceerd om de skills in de community beter te kunnen matchen. Je kunt je ook inschrijven voor onze nieuwsbrief.
 
Ten slotte is het geen vereiste dat je een AI- of klimaatexpert bent om een bijdrage te leveren. Iedereen kan nadenken over hoe ze op een andere manier kunnen helpen, zoals hun werkgever aanmoedigen om actie te ondernemen, of hun vertegenwoordigers aanspreken." 
 

Lanceringsevent AI in Energy

Wilt u meer weten over hoe AI kan helpen om de klimaatverandering aan te pakken? Volg dan op 1 oktober het lanceringsevent van "AI in Energy", een gratis onlinecursus over de transformerende impact van AI in de energiesector

Federaal minister van Energie Tinne Van der Straeten geeft de aftrap voor de cursus tijdens een virtueel event op 1 oktober (15.00 - 16.30 uur).
 
Na de openingstoespraak van de minister heeft Priya Donti, medeoprichter en voorzitter van Climate Change AI, het over de verschillende manieren waarop AI kan helpen om de klimaatverandering aan te pakken.

Interesse? Inschrijven kan op https://www.agoria.be/nl/launch-event-ai-in-energy 

Was dit artikel nuttig?