Sztuczna inteligencja ochroni lodowce

Uniwersytet w Innsbrucku uruchomił międzynarodowy projekt, który ma chronić lodowce. Jego celem jest ochrona istniejących zlodowaceń. W programie bierze udział ponad 20 uniwersytetów i placówek badawczych z całego świata.

Utrata mas lodu ma daleko idące konsekwencje

.Topniejące alpejskie lodowce to problem, który jest obserwowany od wielu lat. Z podobnymi wyzwaniami zmagają się zresztą zlodowaciałe regiony górskie na całym świecie. W związku z tym na Uniwersytecie w Innsbrucku ruszył Program Ochrony Lodowców (Glacier Stewardship Programm – GSP). W jego realizację zaangażowanych jest ponad 20 uniwersytetów i placówek badawczych z całego świata.

Celem inicjatywy jest opracowanie innowacyjnych i opartych na dowodach naukowych strategii, które pozwolą na lokalne spowolnienie topnienia lodowców, ograniczenie zagrożeń związanych z globalnym ociepleniem i zachowanie różnorodności biologicznej mikroorganizmów zamieszkujących lodowce. „Aby uchwycić wszystkie te aspekty, potrzebujemy badań interdyscyplinarnych, łączących różne perspektywy” – wyjaśnia w rozmowie z ORF prof. Birgit Sattler, limnolog z Instytutu Ekologii Uniwersytetu w Innsbrucku.

Badaczka zwraca uwagę, że utrata mas lodu ma daleko idące konsekwencje: lodowce magazynują około 70 proc. zasobów słodkiej wody na Ziemi i zaopatrują w wodę pitną 22 procent światowej populacji. Mają one zatem kluczowe znaczenie dla bezpieczeństwa wodnego i żywnościowego miliardów ludzi. Topnienie lodowców prowadzi również do destabilizacji regionów górskich. Chodzi m.in. o osuwiska skalne, lawiny lodowe i występowanie z brzegów jezior lodowcowych.

AI zbada topniejące lodowce

.We współpracy z lokalnymi społecznościami i instytucjami zespół zamierza opracować nowatorskie podejścia technologiczne, które pozwolą spowolnić topnienie lodu lodowcowego i zwiększyć jego odblask. W ramach inicjatywy zostanie również powołana globalna sieć obserwatoriów zagrożeń lodowcowych, których zadaniem będzie monitorowanie i przewidywanie zagrożeń, takich jak występowanie z brzegów jezior lodowcowych czy lawiny lodowe.

W ramach prac wykorzystane zostaną systemy nadzoru wspomagane sztuczną inteligencją oraz technologie satelitarne. Ponadto w Szwajcarii ma zostać utworzony międzynarodowy biobank mikrobiomu, którego celem będzie zabezpieczenie i rozszyfrowanie mikroorganizmów lodowcowych.

Badacze zwracają uwagę, że nawet przy realizacji najbardziej ambitnego celu ograniczenia globalnego ocieplenia do 1,5 stopnia Celsjusza, do końca stulecia zniknie nawet połowa lodowców na Ziemi. Modele klimatyczne przewidują, że przy obecnych scenariuszach emisji gazów cieplarnianych należy spodziewać się wzrostu średniej globalnej temperatury o 2,7 stopnia Celsjusza do 2100 r. Oznaczałoby to niemal całkowity zanik lodowców w Europie Środkowej, zachodniej Kanadzie, USA i Nowej Zelandii.

Generatywne narzędzia AI zmienią nasze społeczeństwo w dziwny, cudowny i niepokojący sposób

.Mniej więcej rok temu generatywna sztuczna inteligencja szturmem podbiła świat, po tym jak duże modele językowe (LLM) spowodowały drastyczny wzrost wydajności w niespotykanym dotąd zakresie zadań. Choć LLM-y, takie jak GPT-4 i Gemini, są najbardziej znane z generowania przekonujących tekstów i obrazów, ich największy wpływ społeczny będzie prawdopodobnie wynikał z roli jako centrów wykonawczych dla złożonych systemów, korzystających z zewnętrznych narzędzi do poznawania świata i działania w nim. „Generatywni agenci” będą zasilać inne programy, które przekształcą stare kategorie relacji społecznych i wprowadzą nowe. Spowodują też radykalne zmiany w ekonomii uwagi i zrewolucjonizują korzystanie z technologii cyfrowych, umożliwiając każdemu użytkownikowi kontrolowanie ich za pomocą języka.

Sporo rozważań dotyczących generatywnych systemów AI koncentruje się na tym, w jaki sposób powielają one patologie powszechnie stosowanych już systemów sztucznej inteligencji. Część krytyków twierdzi, że systemy te centralizują władzę i bogactwo, lekceważą prawa autorskie, bazują na praktykach wyzysku pracowników i wykorzystują zbyt wiele zasobów. Inni zaś podkreślają, że jest to zapowiedź znacznie potężniejszych systemów, które mogą zagrozić przetrwaniu ludzkości. Pierwsza grupa przekonuje, że nie dzieje się nic nowego, druga spogląda na, być może, odległy horyzont.

„Chcę zwrócić uwagę na to, co wyróżnia te systemy wśród innych osiągnięć technologicznych: ich niezwykłe osiągnięcia naukowe oraz zmiany społeczne, jakie zapewne dokonają się za ich sprawą w ciągu najbliższych pięciu-dziesięciu lat” – pisał prof. Seth LAZAR

W jego ocenie warto zacząć od omówienia sposobu działania LLM-ów i możliwości ich wykorzystania do tworzenia agentów generatywnych. LLM to duży model sztucznej inteligencji trenowany na olbrzymich ilościach danych i wykorzystujący ogromne zasoby obliczeniowe (liczne procesory graficzne) w celu przewidywania kolejnego słowa w danej sekwencji (określanej jako „prompt”). Proces rozpoczyna się od podziału danych treningowych na podobnej wielkości „tokeny” (słowa lub części słów), a następnie maskowanie niektórych z nich i próba przewidzenia tokenów, które zostały zamaskowane (tzw. self-supervised learning – uczenie się nienadzorowane/samonadzorujące się). Aby utworzyć model predykcyjny dla bazowej dystrybucji tokenów, przepuszcza się go przez wiele warstw sieci neuronowej, przy czym każda warstwa udoskonala model w takim czy innym wymiarze, aby uczynić go dokładniejszym.

Takie podejście do modelowania języka naturalnego istnieje już od kilku lat. Jedną z kluczowych najnowszych innowacji jest wykorzystanie „wstępnie wytrenowanych” modeli, które skutecznie przewidują tokeny na podstawie promptów i umieją dopasować wyniki do różnych zadań. Odbywa się to za pomocą nadzorowanego („supervised”) uczenia się na etykietowanych danych. Na przykład, do wstępnie wytrenowanego modelu można wprowadzić wiele różnych pomocnych odpowiedzi na określane pytania, aby przekształcić ten model w skuteczne narzędzie dialogowe. Takie dostrajanie pozwala budować modele, które potrafią przewidywać nie tylko najbardziej prawdopodobne, ale też najbardziej pomocne tokeny, co jest o wiele bardziej przydatne.

Tekst dostępny na łamach Wszystko co Najważniejsze: https://wszystkoconajwazniejsze.pl/prof-seth-lazar-etyka-przelomu-o-przyszlosci-ai/

PAP/WszystkocoNajważniejsze/MB