コンテンツへスキップ
Sims Witherspoon

AIは気候危機への対処に役立つか?(TED: Sims Witherspoon)

「AIは気候変動との戦いにおいて、変革をもたらすツールになり得ます」と、AI研究機関 Google DeepMindのリーダー、シムズ・ウィザースプーン(Sims Witherspoon)氏は言います。風力発電をケーススタディとして、強力なニューラルネットワークが、地球の生態系の変化をより的確に予測し、カーボンフリーのエネルギー供給を実現するために必要な、画期的な科学を加速させるのに役立つとウィザースプーン氏は説明します。地球規模の気候危機に最先端AIにより対処を加速させることを期待します。

Sims Witherspoon
Can AI Help Solve the Climate Crisis? | Sims Witherspoon | TED

持続可能な未来を考えた場合、次の3つの重要なことにAIが役立つと考えています。
第1に気候変動とは何か、それか地球の生態系にどう影響するのかを理解するのに役立ちます。第2に現在のシステムやインフラの最適化に役立ちます。そして、第3に私たちが必要とする画期的な科学を加速させるのに役立ちます。例えば核融合です。炭素排出ゼロのエネルギー源になり得ます。

脱炭素社会に向けて核融合技術の商用化が加速しています。


再生可能エネルギーは間違いなく、持続可能な未来への鍵となりますが、ここで問題があります。予測できないことです。太陽が輝いて風が吹く日もあれば、そうでない日もあります。現在、電力システムを運営している事業者は、24時間365日リアルタイムで供給を続けて、需要に応えることが必須です。これが大問題なのです。再生可能エネルギーは、100%確実に計画することはできません。

ここでAIの出番です。AIは予測に役立つ強力なツールです。AIシステムは、膨大な量の過去のデータを取り込み、将来の出来事を予測するのに役立ちます。風の変動を排除することはできませんが、AIを使用することで風速の変動をより正確に予測できます。AIを活用して、風力エネルギーなど、再生可能エネルギーへの移行を推進するのです。

ただし「具体的な実現方法」が難題です。過去の気象データとタービン発電のデータを使って、トレーニングしたニューラルネットが 私たちの目標達成に役立つと判断しましたが、気象に関してどのデータを重視するのかは、業種によって大きく違ってきます。気象は電力業界はもちろんのこと、農業、運輸、工業など、実に多くの業種に影響するのです。私たちが扱うデータは、購入したり無料でダウンロードしたりします。無料のものは、例えば天気予報です。さらにはタービン発電所の発電状況や、風力発電所のさまざまな運用データなどです。現在、私たちがそうした特別なデータを必要としている理由は、過去においての気象と発電量の関係を学習させるようにモデルをトレーニングするためです。これに基づき、データが導き出した将来の「気象の予測」から、将来の「電力供給量を予測」したいと考えています。

さらに、データだけではなく、その分野の専門知識も持っていて、新しいシステムのテストに意欲的な大規模なパートナーも必要です。トレーニングしたAIが機能することを証明するためには、実働環境に導入する機会が必要です。幸運なことに、Googleは意識も意欲も高いパートナーでした。こうして、必要な3つの要素がそろいました。「アイデア」と「データ」そして導入の「パートナー」です。

当社のAIシステムのパフォーマンスは、Googleの既存システムを20%上回り、Googleはこのテクノロジーをスケールアップすることを決断しました。規模の拡大はとても重要です。気候変動対策が手遅れになる前に、広く適用できるソリューションを展開しなければなりません。皆さんが気候変動対策について誰かと話す機会があり、そこで誰かが画期的な「すべきこと」のアイデアを提示したら、その会話を建設的な「実現方法」の議論へと進めてほしいと私たちは願っています。ありがとうございます(拍手)

手元のデータが気候変動に対する理解や対策に不可欠かどうかが分からない場合は、「Climate Change AI」まで。気候変動に対する影響が大きいデータセットの「欲しいものリスト」が公開されています。それにアクセスできれば、気候変動に特化したAIに関する重要な研究や革新が一気に進むでしょう。

天気予報において、AI(人工知能)が気象予測機関を上回る優れた成果を上げたことを、Google DeepMindの研究者チームが発表しました。39年分の観測データを学習させた結果で、ノートPCで実行できるうえ予測の出力には1分もかからないという実力をもっています。(Wired.jpから)

GraphCast ML model
Experimental: GraphCast ML model: Mean sea level pressure and 850 hPa wind speed / ECMWF(欧州中期予報センター

この画像は、GraphCast ML modelで東アジアを指定して、11月15日から25日までの気圧と風速(850 hPa)を予測させてみたものです。

コメントを残す

メールアドレスが公開されることはありません。 が付いている欄は必須項目です

CAPTCHA


このサイトはスパムを低減するために Akismet を使っています。コメントデータの処理方法の詳細はこちらをご覧ください