SYNSPUNKT

Generativ KI, i kombinasjon med såkalt edge computing, har evne til å levere sanntidsinnsikt, potensial til å beskytte en hardt presset natur, skriver Espen Hjertø.

Espen Hjertø: Kan AI redde biologisk mangfold?

Snart vil tap av biologisk mangfold være en like stor trussel mot den globale og norske økonomien som klimaendringer og ekstremvær. Kan teknologi bidra til å redde naturen?

Publisert

Espen Hjertø er teknisk direktør (CTO) i Lenovo Nordic.

SYNSPUNKT. Det korte svaret er ja. Teknologi spiller allerede en rolle i det grønne skiftet, og vi ser allerede spennende eksempler på bruk av kunstig intelligens (KI) i miljø- og naturvern. Det lengre svaret er litt mer nyansert. Men særlig har generativ KI, i kombinasjon med såkalt edge computings evne til å levere sanntidsinnsikt, potensial til å beskytte en hardt presset natur.

(Edge computing kalles gjerne kantprosessering, eller «databehandling på kanten» på norsk. Det handler om hvordan data kan behandles «på kanten av nettverket», det vil si nær brukerne, og følgelig ikke trenger å gå veien om et datasenter som ligger langt unna).

KI sin evne til å analysere enorme datamengder over store områder er langt raskere enn hva vi mennesker klarer

Identifisering av uønskede arter i 120 km/t 

Tid og sted er viktige faktorer i effektivt naturvern. KI sin evne til å analysere enorme datamengder over store områder er langt raskere enn hva vi mennesker klarer. Dette gir helt nye handlingsmuligheter for arbeidet med naturvern og -restaurering.

Norsk havforskning viser hvordan AI kan spille en rolle for havets helse. Det norske programvareselskapet Oceanbox har spesialisert seg på å samle inn og simulere tusenvis av data om havet langs norskekysten. Ved å kartlegge bevegelse av virus eller forurensning i havet, kan man med riktig innsats forhindre sykdom i oppdrettsanlegg eller simulere hvor et oljeutslipp vil spre seg.

Et annet eksempel ser vi langs danske motorveier. Sammen med Vejdirektoratet og IT-selskapet Trifork har Lenovo utviklet en kartløsning der kameraer på Vejdirektoratets servicebiler automatisk lokaliserer uønskede arter som truer stedegne planter. Kameraene tar 20 bilder per sekund i 120 km/t, mens en KI-modell som er trent til å gjenkjenne uønskede plantearter behandler data og rapporterer funn til direktoratet i sanntid.

Dette gir en rask og nøyaktig oversikt over hvor og hvordan disse artene sprer seg, og danner grunnlag for en mye mer effektiv kontrollplan for beskyttelse av plantemiljøet.

Sanntidsinformasjon bevarer økosystemer

Dette er bare noen av mange eksempler på hvordan løsninger med integrert KI kan være effektive og verdifulle verktøy for å løse utfordringer – akkurat der de oppstår. De viser også hvordan desentralisert databehandling kan ha store fordeler ved vern av biologisk mangfold i forhold til tradisjonell databehandling i store, sentrale datasentre.

Med edge computing flyttes databehandlingen nærmere kilden, enten dataene kommer fra en sensor i en skog eller en drone som overvåker dyreliv. Når edge-enheten oppdager endringer, for eksempel temperatursvingninger eller endringer i dyreatferd, reagerer den umiddelbart ved å varsle forskere og biologer eller iverksette automatiske beskyttelsestiltak. Dette gjør det mulig å agere raskere og minimerer mye tid med manuelt arbeid. Edge computing krever også mye mindre energiforbruk. For når data behandles lokalt, reduseres både responstiden og den energikrevende prosessen med å sende store datamengder til sentrale datasentre.

Jeg ser mange andre muligheter for at KI og edge-teknologi kan bidra til å ivareta biologisk mangfold. Eksempelvis kan kameraer lære å gjenkjenne krypskyting og ulovlig hogst i sanntid, identifisere trafikkdrepte dyr eller foreslå hvor faunapassasjer kan hjelpe sårbare dyr å krysse veier. For å nevne noe. 

Elefanten i rommet

Det er imidlertid flere elefanter i rommet som det må tas høyde for. Den største er kanskje KIs massive ressursbruk. Vi kan ikke lukke øynene for dilemmaet i at generativ KI bruker energi og at teknologi generelt står for et massivt forbruk av strøm. En annen er personvern. Økt overvåking av naturen, selv med de beste intensjoner, kan skape personvernutfordringer. KI-løsningene vi utvikler må kun registrere og behandle relevant informasjon, prosessene må overholde etiske og regulatoriske krav – og dataene må ikke kunne misbrukes.

Så, for å gå tilbake til mitt opprinnelige spørsmål: KI og edge computing kan spille en viktig rolle i vern av natur og biologisk mangfold. Men mange hensyn må ivaretas, og mange utfordringer må løses – for å unngå at negative effekter overskygger de positive.

Powered by Labrador CMS