행성을 위한 인간 및 기계 지능 활용

npj 기후 행동 2권, 기사 번호: 20(2023) 이 기사 인용

1587 액세스

101 알트메트릭

측정항목 세부정보

더 크고 더 나은 인공 지능(AI) 시스템을 향한 지속적인 글로벌 경쟁은 고용 시장을 변화시키고, 비즈니스 모델을 방해하며, 기후 조치 경로에 대한 글로벌 합의에 영향을 미칠 수 있는 새로운 거버넌스 및 사회 복지 구조를 활성화함으로써 사회 및 환경에 심각한 영향을 미칠 것으로 예상됩니다. . 그러나 현재 AI 시스템은 기후 변화 완화 및 적응 결정에 영향을 미치는 정치 기관을 불안정하게 만들고 사회적 안정성을 손상시켜 잠재적으로 사회적 팁 이벤트로 이어질 수 있는 편향된 데이터 세트에 대해 훈련되었습니다. 따라서 사회와 지구적 과제에 대한 직간접적 영향을 모두 반영하는 덜 편향된 AI 시스템을 적절하게 설계하는 것이 가장 중요한 문제입니다. 본 논문에서는 편향된 AI를 최소화하는 방식으로 기후 조치를 위한 데이터 중심 지식 생성 문제를 다룹니다. 우리는 보다 신뢰할 수 있는 의사 결정을 위해 덜 편향된 AI를 행성 건강 문제에 대한 인식론적 웹과 공동으로 조정할 필요가 있다고 주장합니다. Human-In-The-Loop AI는 세 가지 목표에 맞춰 설계될 수 있습니다. 첫째, 기후 행동을 지원하는 행성 인식망에 기여할 수 있습니다. 둘째, 사회적 팁 요소에 대한 지식을 통해 완화 및 적응 개입을 직접적으로 가능하게 할 수 있습니다. 마지막으로 AI 사전 훈련 데이터 세트와 관련된 데이터 불의를 줄일 수 있습니다.

인공지능(AI) 시대가 시작되면서 기회와 책임이 가득합니다. AI나 기계 지능이 기후 변화를 포함한 현재의 글로벌 문제를 해결하는 데 어떻게 도움이 될 수 있는지는 아직 명확하게 이해되지 않았습니다.

글로벌 디지털 혁신에는 전례 없는 수준의 기계 지능이 필요합니다. 이러한 기계 지능을 지속 가능하게 만들고 이를 지구의 건강 문제에 맞추는 것은 인터넷 및 현재 탄소 집약적인 데이터 센터1,2와 관련된 GHG 배출의 급격한 감소부터 시작하여 그 자체로 큰 도전입니다. 문헌은 AI가 기후 변화를 해결하는 데 중요한 역할을 할 수 있는 여러 가지 방법을 강조합니다. 이는 온실가스 배출의 부정적인 영향을 완화하고, 에너지 효율성을 높이며, 지속 가능한 개발을 촉진하는 혁신적인 솔루션을 제공할 수 있습니다3(자세한 내용은 나중에 논의).

이 복잡한 시스템과 관련된 변수가 엄청나게 많기 때문에 AI를 통해 기후 변화를 해결하는 것은 매우 어렵습니다. 예를 들어, 기후 데이터 세트는 방대하며 기후 조치로 전환할 수 있는 정보에 근거한 결정을 내리기 위해 수집, 분석 및 사용하는 데 상당한 시간이 걸립니다. AI를 사용하여 지속적으로 변화하는 기후 변화 요인을 설명하면 환경 변화에 대해 더 나은 정보를 바탕으로 예측할 수 있어 완화 전략을 더 일찍 배포할 수 있습니다. 이는 기후 행동 계획에서 AI의 가장 유망한 적용 중 하나로 남아 있습니다. 그러나 Irrgang et al.4는 기후 변화 예측을 위한 지구 시스템의 물리학 중심 모델링에서 AI 도구의 잠재력을 설명하면서 명확하고 물리적으로 의미 있는 연구 가설, 프로세스 기반 모델링의 지구물리학적 결정론 및 주의 깊은 연구 가설에 의존할 필요성을 강조합니다. 고전적인 지구 시스템 모델을 통해 기후 과학의 과제를 해결할 수 있는 의미 있는 AI를 개발하기 위해 영역별 지식에 대한 인간의 평가.

더욱이, 암호화폐 채굴, 클라우드 컴퓨팅, 대규모 기계 학습 모델과 관련된 현재 기계 지능 및 AI 시스템 중 일부의 구체화된 영향이 이제 막 이해되기 시작하면서 디지털화가 소비 및 자원 추출에 미치는 영향이 가속화되는 것으로 보입니다. 점점 더 문제가 되는 문제가 됩니다. 결과적으로 현재의 디지털화 궤적은 온실가스 배출을 증가시켜 전반적인 지구의 건강을 악화시킬 수 있는 양날의 검처럼 보입니다2.