Comment l’IA et l’IoT aident les scientifiques à surmonter les défis des modèles climatiques

Les chercheurs utilisent l'intelligence artificielle et la technologie IoT pour surveiller à distance la croissance de la mousse dans l'environnement hostile de l'Antarctique. Grâce à la transmission à distance LoRaWAN et à l'AIoT, le système peut collecter des données clés telles que la température et l'humidité sans traitement excessif des données. Cette avancée démontre le potentiel de la combinaison de l’intelligence artificielle et de l’Internet des objets pour améliorer les modèles microclimatiques et faciliter la recherche sur le changement climatique. Quels défis posent les modèles climatiques, qu'ont fait les chercheurs et comment cela démontre-t-il la puissance de l'IA et de l'IoT ?

Quels défis posent les modèles climatiques

Dans le domaine de la science du climat, créer des modèles climatiques précis et déterminer les preuves ? soutenir les théories sur le changement climatique pose de nombreux défis aux scientifiques. Bien qu'il existe des preuves accablantes que les températures mondiales et les niveaux de dioxyde de carbone ont continué d'augmenter depuis la révolution industrielle, il est difficile de se préparer à la création d'océans en raison de l'extrême complexité du climat terrestre et des interactions incroyablement complexes entre les différents facteurs environnementaux. reliant les avions, la composition atmosphérique et les émissions mondiales de dioxyde de carbone.

Par exemple, l’augmentation du dioxyde de carbone augmente les températures, mais historiquement, les températures ont augmenté avant que les niveaux de dioxyde de carbone n’augmentent. Il est donc compréhensible de penser que le dioxyde de carbone ne fera pas augmenter les températures. Cependant, un examen plus approfondi révèle que l'augmentation des niveaux de dioxyde de carbone entraîne une augmentation des températures mondiales. La raison pour laquelle le dioxyde de carbone est en retard par rapport à l'augmentation de la température est due à un effet de rétroaction positif, dans lequel une légère augmentation de la température amène les océans à libérer davantage de dioxyde de carbone, ce qui entraîne une augmentation des niveaux de dioxyde de carbone. la température augmente.

Pour créer des modèles climatiques précis, les chercheurs ont besoin d'autant de données que possible, et ces données doivent tout inclure, des températures mondiales aux polluants atmosphériques locaux et à la vitesse du vent. Cependant, accéder à de grandes quantités de données peut également être une arme à double tranchant, car il peut être difficile de trouver des modèles pertinents dans les données.

Enfin, pour obtenir des données provenant de régions éloignées, comme l'Arctique, les capteurs doivent pouvoir fonctionner pendant de longues périodes, étant donné que l'accès Internet local est souvent indisponible et que peu de personnes sont en mesure de surveiller activement les installations de capteurs. C'est un défi incroyable.

Des chercheurs de l'Antarctique exploitent l'IA et l'IoT pour surveiller le climat des mousses

Reconnaissant la nécessité d'une meilleure surveillance du climat dans les zones reculées, une équipe de chercheurs de l'Antarctique a récemment combiné les technologies de l'IA et de l'IoT pour créer un appareil sans fil télécommandé pour surveiller les mousses. Selon les chercheurs, les mousses constituent une « forêt antarctique » qui joue un rôle écosystémique important dans des conditions négatives.

Tout comme les arbres fournissent un écosystème riche pour la faune, les mousses fournissent un écosystème prospère pour les petites formes de vie, notamment les bactéries, les tardigrades et les champignons, en aidant à isoler le pergélisol dans les zones libres de glace du système Antarctique. Dans le même temps, la mousse contribue à réduire le dioxyde de carbone dans l’atmosphère, ce qui en fait un important puits de dioxyde de carbone. Par conséquent, la surveillance de l’état de la mousse antarctique peut aider les chercheurs à comprendre comment le changement climatique affecte la biodiversité antarctique et l’environnement en général.

Cependant, la surveillance de la mousse dans des endroits socialement éloignés comporte plusieurs défis, notamment la collecte, le traitement et la transmission des données. Les chercheurs se sont donc tournés vers l’intelligence artificielle et l’Internet des objets pour le traitement des données, tout en utilisant LoRaWAN pour la transmission à distance.

La nature à faible bande passante de LoRaWAN signifie que toutes les données collectées par les capteurs ne peuvent pas être transmises. L'intelligence artificielle localisée et l'informatique de pointe permettent donc aux appareils de surveillance de décider ce qui doit être envoyé. Baptisé Intelligence artificielle pour l'Internet des objets (AIoT), le système aide les chercheurs à créer de meilleurs modèles de microclimat en leur permettant de collecter les données les plus pertinentes, notamment la température, l'humidité et les images, sans avoir à traiter de grandes quantités de données.

Comment cela prouve-t-il la puissance de l'IA et de l'IoT ?

Presque n'importe quel appareil IoT peut être conçu pour transmettre de grandes quantités de données en temps réel pour être traitées par un serveur distant, et même si cela était acceptable dans le passé, c'est désormais le cas. À mesure que de plus en plus de données sont collectées, cela devient peu pratique. L’utilisation de l’intelligence artificielle pour prétraiter les données, déterminer le contenu pertinent et envoyer des données de manière sélective contribuera à améliorer non seulement les futurs services IoT, mais aussi l’Internet dans son ensemble. Ce modèle d’appareil contribuera également à encourager l’installation de réseaux d’appareils plus vastes, dans la mesure où l’infrastructure Internet existante sera soumise à moins de pression.

Pour les chercheurs, utiliser l’intelligence artificielle pour filtrer les données les plus critiques permet de créer des modèles plus précis. Cependant, la qualité de l'IA dépend du modèle sur lequel elle est formée, ce qui signifie que toute erreur ou hypothèse faite par l'IA affectera les modèles de recherche créés à partir des données filtrées et traitées par l'IA.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!