استفاده از کلان‌داده‌ها برای کاهش اثرات اقلیمی

در دهه گذشته، دسترس‌پذیری داده‌ها و منابع رایانشی منجر به ادغام آمار سنتی، علم کامپیوتر و داده‌نمایی شد و همگی زیر چتر «علم داده‌ها» گرد آمدند. اکنون شاهد هستیم که الگوریتم‌های جدید، سامانه‌های هوشمند جدید و در نتیجه کاربردهای جدیدی در حال پیدایش هستند.
 
در این میان، دانشمندان داده‌ها که هیاهوی بازاریابی دیجیتالی را پشت سر گذاشته و توجه زیادی به آن نشان نمی‌دهند، اکنون از ابزاری‌های خود برای حل مسائل اجتماعی و انسانی استفاده می‌کنند.
 
به گزارش ایتنا از رایورز به نقل از greenoptimistic، دیتاکایند (DataKind) یک مؤسسه غیرانتفاعی است که متخصصان داوطلب و سازمان‌های مرتبط را برای انجام پروژه‌های اجتماعی گرد هم می‌آورد.
آنها در یکی از این پروژه‌ها، با همکاری بخش «کاهش اثرات بلایای طبیعی» بانک جهانی و تحلیل تصاویر ماهواره‌ای و شبکه‌های عصبی پیچشی، توانستند در کاهش اثرات وقایع طبیعی مفید واقع شوند.
 
در پروژه‌ای دیگر، دیتاکایند برای محافظت از نوعی میمون در سنگاپور که با خطر انقراض روبروست، با کارگروه Raffles’ Banded Langur همکاری داشت. داوطلبان این مؤسسه، علاوه بر نقشه‌برداری از قلمروی خانگی و همچنین شناسایی فعالیت‌های میمون مورد نظر، یک برنامه هم نوشتند تا برای الگوریتم یادگیری ماشین که بتواند میزان جمعیت میمون‌ها را برآورد کند، داده‌های آموزنده (training data) را جمع‌سپاری کنند.
   
از سوی دیگر، ایستگاه‌های جمع‌آوری اطلاعات ماهواره‌ای نیز به‌منظور یافتن منابع محلی اثرگذار در تغییرات اقلیمی و فساد زیست‌محیطی، از هوش مصنوعی استفاده می‌کنند و به کاوش در میان انبوهی از عکس‌های ماهواره‌ای موجود می‌پردازند.

مطابق این گزارش، آنها به‌منظور فراهم ساختن مستندات لازم برای روزنامه‌نگاری تحقیقی، از ابزارهای داده‌نمایی و جمعیت‌شناسی استفاده می‌کنند و به موضوعاتی طبیعی همچون طوفان‌ها، خشکسالی‌ها و همچنین مدیریت زباله می‌پردازند.
 
گفتنی است الگوریتم‌های یادگیری ماشین و ابزارهای تحلیل داده‌ها، اکنون راه خود را به‌سوی پایش اثرات زیست‌محیطی، شناسایی تغییرات، کشاورزی، کارآیی انرژی، و همینطور تحلیلات مرتبط با آنها باز کرده‌اند. البته کاربرد خوب یا بد آنها هم مثل هر ابزار دیگر، به نوآوری ما، طرز نگرش ما و نیز میزان مشارکت‌مان بستگی خواهد داشت.
 

منبع : ایتنا