خانه / فناوری هوشمند / انقلاب صنعتی چهارم / احیا جنگل ها با هوش مصنوعی
احیا جنگل ها با هوش مصنوعی

احیا جنگل ها با هوش مصنوعی

با توجه به نقش حیاتی که جنگل‌ها در اکوسیستم جهانی بدون توجه به مرزها ایفاء می‌کنند، حفاظت از جنگل‌ها به عنوان یک مأموریت حیاتی مطرح است. در واقع، جنگل‌ها تقریباً ۳۰ درصد از مساحت زمین را پوشش می‌دهند، میزبان ۸۰ درصد از تنوع زیستی زمین، و منبع طبیعی جذب و ذخیره کربن هستند.

به گزارش خبرنگار گروه علم و فناوری خبرگزاری برنا به نقل از روابط عمومی مرکز ملی فضای مجازی ، پژوهشگاه فضای مجازی ، علاوه بر این، جنگل‌ها سرچشمه منابع آب پاک، تنظیم کننده آب و هوا، عاملی برای محافظت در برابر بلایای طبیعی و همچنین منبعی از انرژی‌های تجدید پذیر هستند. همان‌طور که سازمان ملل و کمیسیون اروپا تائید نموده‌اند، یکی از دغدغه‌های حال حاضر این است که در پی افزایش جمعیت، جنگل‌ها با سرعت نگران کننده‌ای قطع می‌شوند و افزایش نرخ جنگل‌زدایی، تنوع زیستی غنی آن‌ها را در چندین بخش از جهان از بین برده است. از آغاز کشاورزی در ۱۲هزار سال پیش تعداد درختان در سراسر جهان ۴۶ درصد کاهش‌یافته است و بیش از ۱۵ میلیارد درخت هرساله قطع می‌گردد. به گفته کروتر (۲۰۱۵)، این عمل پیامدهای قابل توجهی برای سیاره از نظر تغییرات آب و هوایی، تنوع زیستی، و رفاه انسان به دنبال خواهد داشت.

هوش مصنوعی دوستدار زمین

اصطلاح «هوش مصنوعی دوستدار زمین» به عنوان راهی برای افزایش گسترده جمع آوری و تجزیه و تحلیل داده‌ها برای حفاظت از محیط زیست و جنگل‌ها معرفی شده است. استفاده از پتانسیل‌های هوش مصنوعی در مدیریت منابع طبیعی و جنگل برای اولین بار توسط «Coulson» و همکاران در سال ۱۹۸۷، در توسعه سیستم‌های خبره برای حل مسائل و اتخاذ تصمیم و پس از آن به عنوان روشی جایگزین در مدل‌سازی پدیده‌های غیرخطی و پیچیده علوم جنگل به کار گرفته شد.

هوش مصنوعی نقش کلیدی در کاهش جنگل‌زدایی در هر زمان و هر جای ممکن دارد. در حقیقت با استفاده از هوش مصنوعی، می‌توان با شمارش درختان و ردیابی جنگل‌زدایی‌های غیر قانونی، داده‌های حاصل را سریعاً به سازمان‌های حفاظت از محیط زیست ارسال نمود.

هوش مصنوعی به شبیه‌سازی هوش انسانی در ماشین‌هایی اشاره دارد که طوری برنامه‌ریزی شده‌اند که مانند انسان‌ها فکر کنند و اعمال آن‌ها را تقلید کنند. در حقیقت ویژگی‌های مرتبط با ذهن انسان مانند حل مسئله را نشان می‌دهد و این پتانسیل را دارد که تلاش‌های جهانی برای حفاظت از جنگل‌ها و حفظ منابع را با تشخیص و حذف انتشار گاز «CO2»، پیش‌بینی وضعیت آب و هوایی، و در نتیجه کمک به توسعه شبکه‌های حمل ‌و نقل سبز، سرعت بخشد. از هوش مصنوعی می‌توان به جهت تعیین گونه‌های مختلف درختان، حجم چوب، و یا حتی محاسبه ابعاد درختان، استفاده کرد. همچنین، هنگامی که ماشین آلات مبتنی بر هوش مصنوعی در این زمینه استفاده می‌شود، موارد آسیب حین کار به میزان زیادی کاهش می‌یابد که این امر ایمنی و راحتی اپراتورها را تضمین می‌نماید.

کاربردهای مختلفی از هوش مصنوعی در جنگلداری وجود دارد که با گردآوری تکنیک‌های مختلف به زندگی جنگلی ارزش می‌بخشند. برخی از کاربردهای فناوری هوش مصنوعی به شرح ذیل است :

هوش مصنوعی می‌‌تواند دقت نظارت بر جنگل را افزایش دهد

بخشی از مشکل در فرایند تخریب جنگل‌ها، نبود نظارت کافی بر جنگل‌ها است که به دلیل چالش‌های موجود در دستیابی به داده‌های مکانی دقیق و منسجم ایجاد شده است. به ویژه زمانی که دقت و قابلیت اطمینان بیشتری نیاز می‌باشد؛ به عنوان مثال، با پشتیبانی از فناوری‌های ماهواره‌ای که امکان ردیابی سریع و نظارت دقیق‌تر تاج پوشش جنگلی را فراهم می‌کنند. فیلتر کردن مقادیر زیادی از داده‌ها می‌تواند زمانبر باشد و سبب ایجاد کار فشرده و تحمیل هزینه زیادی گردد.

شبکه هوش مصنوعی یک ابزار عالی برای ایجاد سناریوی شبیه سازی جنگل است

«FSOS» یا سیستم بهینه‌سازی شبیه سازی جنگل، یک سیستم مبتنی بر هوش مصنوعی است که به جهت تجزیه و تحلیل و برنامه‌ریزی چند منظوره جنگل توسعه یافته است، برنامه‌ریزی عملیات کوتاه مدت و برنامه‌ریزی استراتژیک بلند مدت را در یک مدل ادغام می‌کند. این سیستم یک ابزار عالی به جهت شبیه‌سازی‌ها و بهینه‌سازی مدیریت جنگل است. به کمک آن می‌توان سناریوهای مدیریتی را مقایسه نمود و جنگل‌های آینده را با سناریوهای مدیریتی مختلف مشاهده نمود.

کاربرد شبکه عصبی مصنوعی در برآورد حجم تنه درختان

برآورد حجم درخت یکی از بخش‌های مهم در پیش‌بینی رشد و محصول دهی جنگل می‌باشد.
«CollectiveCrunch» یک استارت آپ اسکاندیناویایی مستقر در هلسینکی فنلاند است و در سال ۲۰۱۶ تأسیس شده است. تمرکز این استارت آپ تماماً در مورد استفاده از قدرت فناوری‌ها در دنیای منابع طبیعی است. این تیم یک پلتفرم هوش مصنوعی ابتکاری به نام «Linda Forest» ایجاد کرده است که یک راه حل کلیدی «SaaS» است که توده چوب، گونه‌های چوب، و کیفیت چوب مناطق هدف را بسیار دقیق تر از هر روش معمولی موجود پیش‌بینی می‌کند. این شرکت از داده‌های آب و هوا، جغرافیایی، و مشتری محور، برای پیش‌بینی بهتر موجودی جنگل استفاده می‌کند. پلتفرم پیشرفته هوش مصنوعی آن‌ها به طور رسمی در سپتامبر ۲۰۱۹ راه اندازی شد و یک ابزار مفید برای شرکت‌های مدیریتی جنگل، صندوق‌های جنگلی، و شرکت‌های تولید کننده محصولات چوبی است که با کمک آن می‌توانند تصمیمات بهتری برای خرید و فروش بگیرند. «CollectiveCrunch» که احتمالاً یکی از بزرگ‌ترین ابتکارات هوش مصنوعی در این بخش است، این پتانسیل را دارد که به «Google Maps» صنعت جنگل‌داری تبدیل شود و جنگل‌ها را به روشی بسیار پایدارتر و پویاتر مدیریت کند.

هوش مصنوعی در خدمت احیای اکوسیستم‌‌های جنگلی

«Dendra Systems» که قبلاً «BioCarbon Engineering» نامیده می‌شد، یک شرکت فناوری مستقر در بریتانیا است که از پتانسیل‌های هوش مصنوعی و پهپاد برای کاشت درختان و در نهایت به نفع محیط زیست استفاده می‌کند. این تیم در تلاش است تا با استفاده از اتوماسیون و هوش دیجیتالی سیاره زمین و اکوسیستم هارا مجدد احیا نماید. این شرکت متعهد شده که ۱۵۰ برابر سریع‌تر از سایر روش‌های کاشت سنتی باشد. روش آن‌ها در واقع بسیار کارآمدتر است؛ بذرها به کمک پهپاد مستقیماً توسط یک غلاف زیست تخریب پذیر به زمین پوشیده شده شلیک می‌شوند. این شرکت که در سال ۲۰۱۴ تأسیس شد، متشکل از مهندسان فعال، دانشمندان علوم گیاهی، و کارشناسان هواپیماهای بدون سرنشین است که موظف هستند زمین را به مکانی بهتر از آنچه که اکنون است، تبدیل نمایند. با فناوری «Dendra»، می‌توان سالانه ۱۰ میلیارد درخت و در مکآن‌های دور از دسترس کشت نمود. این شرکت به دلیل تلاش‌های خود شهرت جهانی کسب کرد و توسط مجمع جهانی اقتصاد معرفی شد.

استفاده از هوش مصنوعی به امید کمک به ایجاد تجارت پایدار در کاهش کربن

جنگل‌زدایی ۱۷ درصد از کل انتشار کربن در جهان را تشکیل می‌دهد. که نه تنها اثرات زیست محیطی عظیمی را در مقیاس سیاره‌ای در پی دارد، بلکه هزینه‌های اقتصادی هنگفتی را نیز تحمیل می‌نماید.

شرکت داده‌های جنگلداری «SilviaTerra» به امید کمک به ایجاد تجارت پایدار در کاهش کربن، از هوش مصنوعی به جهت پردازش تصاویر ماهواره‌ای (سنجش از دور) گونه‌های مختلف درختان در دوره‌های زمانی مختلف، محاسبه اندازه و گونه‌ها بر اساس عواملی مانند زمان آغاز تغییر رنگ برگ‌ها در پاییز، استفاده می‌کند.

«Reforestum» نیز یکی از شرکت‌هایی است که قصد دارد با احیای جنگل‌های اصلی به سیاره کمک کند. آن‌ها خدمات جبران کربن را از طریق احیای جنگل به اعضای جامعه جهانی ارائه می‌دهند.

هوش مصنوعی در ردیابی، ارزیابی، و پیش‌بینی خطر حریق جنگل‌‌ها

«Dryad» نیز یکی از استارت ‌آپ‌هایی است که ردیابی حریق فوق‌ سریع و همچنین راه‌حل‌هایی جهت نظارت بر سلامت و رشد را برای جنگل‌های عمومی و خصوصی ارائه می‌دهد. با استفاده از این فناوری نوین در مقیاس بزرگ، حسگرها می‌توانند آتش‌سوزی‌های جنگلی را شناسایی کرده و اطلاعات ارزشمندی در مورد ریز اقلیم و روند رشد جنگل ارائه دهند.

هوش مصنوعی سدی در برابر فعالیت‌‌های غیرقانونی

پلتفرم «GFH» در شناسایی فعالیت‌های اخیر معدنکاری غیر قانونی مفید بوده است و هشدارهای سریع آن به مقامات دولتی در مکان‌هایی مانند آماپا، در مرز با گویان فرانسه کمک کرده است تا مکان‌های جنگل‌زدایی غیر قانونی را که باید توسط سازمان‌های مجری قانون در اولویت قرار گیرند، مشخص سازند.

هوش مصنوعی می‌تواند فرآیند تحلیل داده‌ها را به صورت تصاعدی سرعت بخشد

به گفته پنگ (۱۹۹۹)؛ داده‌های مربوط به محیط جنگل گاهی مبهم و غیرقابل پیش‌بینی هستند، شبکه هوش مصنوعی که در پردازش چنین اصول غیرخطی بخوبی عمل می‌کند، از اواخر دهه ۱۹۹۰ به ‌عنوان یک رویکرد جایگزین برای روش کلاسیک مدل‌سازی پدیده‌های پیچیده در جنگل به طور گسترده مورد بررسی قرار گرفته است.
استارت آپ «۲۰tree.ai» ، در حال انجام مأموریتی برای تبدیل شدن به یک مرجع استاندارد در پیش‌بینی فهم سیاره با استفاده از هوش مصنوعی، تصاویر ماهواره‌ای، و قدرت محاسباتی است. این استارت آپ با ارائه راه‌حلی به سمت آینده‌ای سبزتر فعالیت می‌کند که به شرکت‌های صنعت جنگل، سازمآن‌های غیردولتی و دولت‌ها کمک می‌کند تا تصمیم‌گیری را با بینش به موقع و دقیق در مورد منابع طبیعی بهبود بخشند. این استارت آپ پرتغالی که در سال ۲۰۱۸ تأسیس شد، نظارت روزانه سیاره را با داده‌های «Sentinel 1,2» ترکیب می‌کند تا ویژگی‌های جنگل‌ها را درک کند و چوب را به طور پایدار برداشت کند.

البته که هوش مصنوعی تا رسیدن به هدف فاصله زیادی دارد. سیاست‌های به کارگیری هوش مصنوعی باید با سیاست‌های مؤثر برای حفاظت از محیط‌زیست، حفاظت از جوامع محلی، و اجرای بهتر قانون در داخل و خارج از مرزها مرتبط شود تا تأثیر واقعی داشته باشد. برای مثال، اگر مجریان قانون نتوانند بر اساس اطلاعات ارائه شده عمل کنند، نظارت دقیق فایده چندانی ندارد، و حتی اگر تلاش‌های مذاکراتی به نتیجه نرسد، حتی پیش‌بینی‌های دقیق نیز بی‌فایده خواهد بود. برای دولت‌هایی که به طور فعال مؤسسات مسئول حفاظت از محیط زیست را برچیده و حتی تهاجمات زمینی را تشویق می‌کند، عوامل سیاسی استفاده از چنین فناوری‌هایی را محدود می‌کند. به همین ترتیب، تدابیر امنیتی باید برای جلوگیری از سوءاستفاده از داده‌های جمع آوری شده، مانند نظارت سرکوبگرانه جوامع و سازمآن‌های غیر دولتی، اعمال شود. از سوی دیگر ابزارهای هوش مصنوعی همیشه شفاف نیستند و تفسیر دقیق نحوه عملکرد این ابزارهای هوش مصنوعی برای مدیران غیر ممکن است. انتخاب اشتباه مدل‌ها، پارامترهای تنظیم، مستندسازی ناکافی یا داده‌های آموزشی نامناسب می‌تواند پیامدهای مهمی برای عملکرد مدل‌های هوش مصنوعی و در نتیجه برای افراد و محیط داشته باشد. این اشتباهات می‌تواند تأثیر مخربی بر اعتماد بخش جنگل به مدیران، از جمله نمایندگان سازمآن‌های دولتی داشته باشد.

فرصت‌‌ها؛ چگونه می‌‌توانیم با کمک هوش مصنوعی جهان را سبزتر و سرسبزتر کنیم؟

تکنیک‌های هوش مصنوعی با ساختار و عملکردی شبیه به مغز انسان که دارای اجزایی به نام نود یا نرون بوده، امروزه در طیف وسیعی برای حل بسیاری از مسائل شامل ارزیابی، بهینه‌سازی، پیش‌بینی، تشخیص و کنترل بکار گرفته شده اند. یکی از مهم‌ترین ویژگی‌های آن، عدم وابستگی آن‌ها به فرضیه‌های اولیه درباره داده‌های ورودی است. به این معنی که داده‌های ورودی می‌تواند هرگونه توزیع آماری دلخواهی داشته باشند. این ویژگی مهم شبکه‌های هوش مصنوعی، امتیاز ویژه آن‌ها در مقابل روش‌های آماری است و به آن‌ها این امکان را می‌دهد که از انواع مختلف داده‌های ورودی با هر توزیع دلخواه، به طور یکسانی استفاده کنند. کارآمد بودن شبکه برای یادگیری و انطباق با محیط در صورت تغییر در شرایط محیطی، عدم از کار افتادگی شبکه در صورت آسیب دیدگی قسمتی از نرون ها و داشتن جواب منطقی برای داده‌ها در شرایط اطمینان (اعم از آنکه فازی باشند و یا به طور ناقص و توام با دریافت نویز دریافت شده باشند)، علاقه‌مندی به استفاده از این فناوری را بیشتر می‌نمایند.


هوش مصنوعی برای مدیریت هوشمندانه‌تر جنگل نیز کارآمد است. پیش از این، انجام بررسی‌های موجودی جنگل تا حد زیادی نسبت به اوایل دهه ۱۹۰۰ بدون تغییر بود، و به گشت ‌و گذارهای پر زحمت در جنگل‌ها برای ایجاد پلات‌های نمونه برای برون‌یابی داده‌ها نیاز داشت. رویکردهای هوش مصنوعی می‌توانند حجم عظیمی از داده‌های ماهواره‌ای را برای یافتن بینش‌هایی در مورد سلامت جنگل‌ها که با روش‌های متعارف شناسایی نمی‌شوند، پردازش کنند. پلتفرم‌هایی با استفاده از ML  برای تجزیه و تحلیل گونه‌های درختی، حجم چوب، و ابعاد درخت برای تصمیم‌گیری‌های آگاهانه‌تر وجود دارد. حتی برای شناسایی الگوهای پیش‌بینی آتش‌سوزی‌های جنگلی مورد استفاده قرار گیرد. با این حال، تحت نظارت یک دولت مسئولیت‌ پذیر و منصفانه که برای مهار جنگل‌زدایی غیر قانونی و بی‌عدالتی‌های اجتماعی و زیست محیطی مرتبط با آن تلاش می‌کند، هوش مصنوعی می‌تواند به جلوگیری از حداقل برخی از بلایای زیست‌ محیطی که در حال حاضر در جنگل‌ها و سایر زیستگاه‌ها شاهد آن هستیم چاره‌ساز باشد.

حتما ببینید

آینده مبهم تعامل بیمه و اینشورتک

آینده مبهم تعامل بیمه و اینشورتک

لیدا هادی فناوری قادر نیست به‌تنهایی همه مطالبات صنعت بیمه را پاسخ دهد. همکاری متقابل …

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد.