Być może nie ma złotego środka na zmianę klimatu, ale badania oparte na sztucznej inteligencji mogą pomóc nam znaleźć rozwiązania najbardziej złożonego kryzysu naszych czasów, piszą Marijana Novak i Megan Murdie.
Większość z nas zna już pewne modele językowe, takie jak ChatGPT czy OpenAI, które stały się niemal wszechobecne w dyskursie publicznym na temat sztucznej inteligencji.
Wywołały sensację, budząc zarówno pochwały, jak i pogardę, wywołując szerszą debatę na temat miejsca sztucznej inteligencji w naszym życiu.
Jednak wielu z nas może nie wiedzieć, że badacze i analitycy danych od lat korzystają z modeli językowych opartych na sztucznej inteligencji, aby wspomóc wysiłki badawcze – także w świecie zrównoważonego rozwoju. W miarę zbliżania się kryzysu klimatycznego – stwarzającego ogromne i złożone zagrożenie dla życia na Ziemi – sztuczna inteligencja staje się narzędziem umożliwiającym znajdowanie skutecznych rozwiązań.
Jednym z takich rozwiązań jest gospodarka o obiegu zamkniętym – ramy systemowe, które przekształcają naszą liniową gospodarkę „weź, wyprodukuj, wyrzuć” w taką, która zapewnia cyrkulację zasobów i regenerację przyrody.
Dla badaczy i decydentów zainteresowanych monitorowaniem działań związanych z gospodarką o obiegu zamkniętym i wykorzystaniem zasobów, a także odkrywaniem skutków tych działań, sztuczna inteligencja może potencjalnie dostarczyć cennych spostrzeżeń.
Wykorzystanie sztucznej inteligencji do analizy okrężnej rynku pracy
Aby przenieść gospodarkę o obiegu zamkniętym z teorii do praktyki, decydenci muszą najpierw zrozumieć, na jakie umiejętności jest zapotrzebowanie w firmach wdrażających strategie o obiegu zamkniętym oraz w jakich sektorach i zawodach należy przekwalifikować swoich pracowników.
Będzie to miało kluczowe znaczenie dla rozwoju gałęzi przemysłu o dużym wpływie: na przykład sektora tekstylnego i odzieżowego, który każdego roku emituje 1,2 miliarda ton CO2.
Gdzie zatem pojawia się sztuczna inteligencja? Na początku 2023 r. organizacja Circle Economy z siedzibą w Amsterdamie wdrożyła nową, innowacyjną metodę analizy zapotrzebowania na umiejętności na rynku pracy w swoim raporcie Putting Circular Textiles to Work, który bada potencjał zatrudnienia w holenderskim przemyśle tekstylnym.
Przeanalizowano oferty pracy z całego roku w całej branży, przy czym wykorzystano sztuczną inteligencję do ustalenia, czy oferty wskazywały na zapotrzebowanie na umiejętności o obiegu zamkniętym – na przykład naprawę lub projektowanie o obiegu zamkniętym.
Uwydatniło to zapotrzebowanie na umiejętności o obiegu zamkniętym w stosunku do umiejętności „tradycyjnych”: rodzaj karty raportu na temat zrównoważonej transformacji branży.
Tę metodę można zastosować w różnych branżach: partnerstwo z portalami pracy, od Indeed po LinkedIn, mogłoby pomóc w ciągłym monitorowaniu zapotrzebowania na umiejętności o obiegu zamkniętym w porównaniu z umiejętnościami linearnymi.
Sztuczna inteligencja umożliwia bardziej całościowe wyszukiwanie cykliczne
Częstą przeszkodą dla badaczy jest to, że pełne i wiarygodne dane nie są dane raz na zawsze.
Naukowcy próbujący ocenić działania o obiegu zamkniętym często nie są w stanie tego zrobić, ponieważ działania są klasyfikowane w ramach tradycyjnych kodów sektorowych (np. budownictwo lub produkcja), które nie odzwierciedlają dokładnie działań o obiegu zamkniętym (np. budowa budynków o obiegu zamkniętym, rozbiórka o obiegu zamkniętym). , wtórna działalność naprawcza lub produkcja turbin wiatrowych).
Przedsiębiorstwa są często kojarzone z wieloma rodzajami działalności, co nie znajduje odzwierciedlenia w tradycyjnych danych dotyczących działalności gospodarczej, a tym samym je zniekształca.
Flamandzki Instytut Badań Technicznych (VITO), Circle Economy i stowarzyszenie KU Leuven nawiązały współpracę z Inoopa, firmą przeprowadzającą analizę języka naturalnego przedsiębiorstw w oparciu o sztuczną inteligencję, aby oszacować działalność sektorów o obiegu zamkniętym.
Wykorzystali sztuczną inteligencję do analizy całego tekstu pojawiającego się na stronach firmowych – niezależnie od tego, czy jest to blog, raport, wideo czy strona internetowa – i uporządkowali go w podobne tematy zwane „koncepcjami”. Korelując te „koncepcje” z wcześniej zdefiniowanymi koncepcjami obiegu zamkniętego, firmy można oceniać pod kątem ich działalności w zakresie obiegu zamkniętego.
W praktyce na przykład firma produkująca towary konsumpcyjne szeroko przedstawiałaby „koncepcje” dotyczące swoich produktów – ale także potencjalnie wokół celów polegających na zmniejszeniu opakowań lub minimalizacji zużycia wody w procesach produkcyjnych.
Tematy te można analizować w celu wygenerowania wyniku wskazującego, jak dobrze firma mówi o swoich działaniach o obiegu zamkniętym.
Stosując tę metodę, specjalistyczna firma naprawcza uzyskałaby prawdopodobnie bardzo wysoki wynik, podczas gdy wspomniana powyżej firma produkująca towary konsumpcyjne (która wydaje się działać w oparciu o cele o obiegu zamkniętym) mogłaby uzyskać średni wynik.
Dzięki tej nowej wiedzy na temat obiegu zamkniętego decydenci mogą lepiej opracowywać polityki wspierające współpracę międzybranżową i infrastrukturę dla sektorów i firm aktywnych w procesie przechodzenia na gospodarkę o obiegu zamkniętym.
Sztuczna inteligencja może wspierać szybkie tworzenie dokumentów prawnych i politycznych
Kluczowy czynnik napędzający transformację okrężną: wcielanie słów w czyn. Zrównoważone projekty potrzebują kapitału, aby prosperować i rozwijać się.
Chociaż UE przoduje w tej dziedzinie dzięki zrównoważonym regulacjom finansowym, takim jak europejska taksonomia, które mogą pomóc inwestorom w dokonywaniu bardziej ekologicznych wyborów, skomplikowane ujawnianie danych zakłóca ten proces.
Briink wyjaśnia, w jaki sposób przetwarzanie języka naturalnego może być tutaj pomocne: modele te mogą przesiewać ogromne ilości nieustrukturyzowanego tekstu w celu znalezienia na przykład dowodów na zrównoważone działania wymienione w taksonomii UE, co może pomóc inwestorom w określeniu, które z nich mają zastosowanie do przedsiębiorstwa, teczka. lub listę klientów.
Gdy w różnych państwach członkowskich UE pojawiają się nowe i złożone przepisy, przetwarzanie języka naturalnego można wykorzystać do mapowania różnych dokumentów prawnych, zapewniając aktualny przegląd krajobrazu legislacyjnego.
Ułatwi to pracę analitykom i praktykom, umożliwiając rozwój w tempie i skali, których wymaga kryzys klimatyczny.
AI, big data i kryzys klimatyczny
Chociaż integracja sztucznej inteligencji z badaniami nad gospodarką o obiegu zamkniętym jest już na zaawansowanym etapie, nadal pozostaje wiele do zbadania przy użyciu modeli języka naturalnego.
Biorąc pod uwagę ilość dostępnego tekstu (studia przypadków, dokumenty polityczne, oferty pracy, artykuły badawcze, posty w mediach społecznościowych) i dojrzałość modeli językowych sztucznej inteligencji, istnieją możliwości wykorzystania sztucznej inteligencji do uzupełnienia luk w danych i zapewnienia nowego wglądu w gospodarkę o obiegu zamkniętym . rozwija się w różnych sektorach i lokalizacjach geograficznych.
Być może nie ma złotego środka na zmianę klimatu, ale badania oparte na sztucznej inteligencji mogą pomóc nam znaleźć rozwiązania najbardziej złożonego kryzysu naszych czasów.
