Clima: che cosa può fare per noi l'intelligenza artificiale?

La scienza dà ormai per scontato che il pianeta si stia scaldando per colpa nostra e che sia necessario intervenire con tutti i mezzi per fermare il processo. Questo nonostante le opposizioni della politica, com'è dimostrato dalle posizioni critiche sui pericoli del riscaldamento globale, prese ufficialmente da alcuni Paesi produttori di petrolio durante la sessione intermedia dei negoziati sul clima che si è tenuta a Bonn alla fine di giugno. Un esempio per tutti: in quell'occasione l'Arabia Saudita ha bloccato la discussione sui rapporti climatici dell'IPCC chiesta invece da un gran numero di Paesi vulnerabili.

Sul tema del cambiamento climatico si fanno però adesso sentire anche gli esperti di machine learning e di intelligenza artificiale. In un lungo e corposo documento gli autori prendono in esame i campi nei quali secondo loro è possibile utilizzare i sistemi di apprendimento automatico (il machine learning, ML), che con metodi che prevedono di dare in pasto a schiere di computer (che lavorano in parallelo) enormi flussi di dati coerenti, aiutano a identificare "pattern" (schemi) e modelli ripetuti.

I problemi del clima. I campi della ricerca e della progettazione in cui il machine learning può "dare una mano" vanno dai trasporti alla generazione e alla gestione di energia, dalle previsioni meteorologiche e climatiche ai processi industriali. Dopo l'analisi dei problemi, gli interventi possibili possono essere classificati in azioni ad alto guadagno (estremamente utili), a lungo termine oppure ad alto rischio, ossia quelli in cui domina l'incertezza - anche se potrebbero essere risolutivi.

Sono ad alto guadagno, per esempio, le soluzioni che riguardano la generazione e le previsioni della domanda di elettricità, oppure, in un ambito differente, l'ottimizzazione delle rotte dei mezzi di trasporto.

Le città intelligenti. Computer opportunamente "addestrati" possono progettare edifici con una migliore impronta di carbonio, in modo da ridurre il consumo di risorse o di combustibili che generano gas serra, così come intere infrastrutture a bassa emissione.

Ma i campi in cui gli esperti pensano che questi sistemi di calcolo possano aiutare a costruire un futuro a inferiori emissioni di carbonio spaziano dagli strumenti "individuali" (per esempio app per calcolare il costo o l'impatto del riscaldamento domestico o dell'impronta energetica personale) a quelli per la società intera (sotto forma di programmi che chiariscono l'esito di politiche energetiche future o forniscono strumenti per analizzare le tendenze dell'opinione pubblica a proposito del cambiamento climatico).

Anche l'agricoltura e la gestione delle foreste avrebbero da guadagnarci dal contributo dall'intelligenza artificiale: l'agricoltura di precisione, per esempio, produce milioni di dati di monitoraggio, raccolti istante per istante - una enorme mole di informazioni in cui si nascondono schemi ricorrenti che possono essere facilmente isolati da sistemi di machine learnig, permettendo di intervenire meglio nella gestione delle risorse (per esempio irrigazione o interventi mirati sui parassiti).

Futuro prossimo e lontano. Gli autori dello studio affrontano anche i temi dell'adattamento al riscaldamento globale (l'efficacia di comportamenti tesi a diminuire l'impatto del clima impazzito) e della mitigazione del fenomeno (valutazione delle soluzioni per l'abbattimento delle emissioni di composti del carbonio in atmosfera). I sistemi di machine learning possono insomma aiutare a interpretare i dati che arrivano ogni giorno, e a prevedere a lungo termine l'andamento del clima.