Come l’Intelligenza Artificiale Generativa può contribuire a ridurre le emissioni e cambiare il nostro approccio all’ambiente.
L’Intelligenza Artificiale Generativa, che emula il funzionamento del cervello umano, si sta rivelando un potente alleato nella lotta contro il cambiamento climatico. Questa tecnologia avanzata non solo apprende autonomamente, ma è anche capace di generare nuovi contenuti e idee, aprendo orizzonti inediti in svariati settori, tra cui quello automobilistico. La sua applicazione va dal supporto a designer e manager fino all’assistenza diretta ai conducenti, contribuendo significativamente alla riduzione delle emissioni di gas nocivi.
Machine learning: una rivoluzione nel modellare il clima
I modelli predittivi, usati da decenni dagli scienziati, sono fondamentali per comprendere le dinamiche climatiche. Questi modelli si basano su una combinazione di fisica, chimica, matematica e statistica e influenzano decisioni politiche di rilievo, come la creazione di zone a traffico limitato e la definizione degli standard Euro. L’IA generativa introduce nel campo climatico il machine learning, che analizza grandi quantità di dati senza programmazione specifica, differenziandosi così dal software tradizionale. Ad esempio, nell’ambito dei cambiamenti climatici, l’IA può partire dalla fisica e dalla chimica che regolano il clima e estendersi fino al funzionamento dei motori e altri generatori di emissioni. Con queste basi, l’IA non solo apprende, ma crea soluzioni innovative.
Uno dei casi più noti è GraphCast, sviluppato da Google DeepMind. Questo modello di IA ha superato l’European Centre for Medium-range Weather Forecasts nelle previsioni meteorologiche fino a 10 giorni, mostrando una maggiore accuratezza nel 90% delle 1.380 variabili atmosferiche analizzate. Inoltre, a differenza del modello europeo che richiede supercalcolatori e ore di elaborazione, GraphCast necessita solo di un portatile e un minuto per fornire i suoi risultati, pur non essendo ancora perfetto.
Durante la Cop28 di Dubai, l’Innovation for Cool Earth Forum (Icef) ha evidenziato il ruolo cruciale dell’IA nel ridurre le emissioni di gas serra. L’IA può analizzare dati provenienti da fonti diverse come satelliti, droni, monitor terrestri, Internet delle cose (IoT) e social media, per migliorare la comprensione delle emissioni di gas serra. Questo approccio multidisciplinare si estende dalla riduzione dell’impatto energetico alla produzione di cibo sostenibile, fino allo sviluppo di materiali innovativi, mostrando l’ampia portata dell’IA in settori diversi, compreso il trasporto su gomma.
Il caso dei trasporti: tra sfide e opportunità
I veicoli stradali, che dipendono ancora fortemente dai combustibili fossili, sono responsabili di circa il 18% delle emissioni globali di CO2. Qui l’IA può apportare un contributo significativo, favorendo lo sviluppo di batterie più efficienti, biocarburanti sostenibili e sistemi di trasporto intelligenti. Tuttavia, gli esperti sottolineano che esistono ostacoli come la mancanza di dati standardizzati e la necessità di personale qualificato. Inoltre, le preoccupazioni sulla privacy e i pregiudizi verso nuove forme di trasporto rappresentano sfide non trascurabili.
Curiosamente, l’avanzamento dell’IA potrebbe portare a un aumento delle emissioni a causa di una maggiore autonomia dei mezzi di trasporto, spingendo le persone a viaggiare per distanze maggiori. Questo esempio sottolinea l’importanza di un uso consapevole delle nuove tecnologie: l’IA può essere “virtuosa” o “viziosa” a seconda di come viene impiegata.
