Cambiamenti climatici, i Governi usino meglio l'intelligenza artificiale - Agenda Digitale

le raccomandazioni GPAI

Cambiamenti climatici, i Governi usino meglio l’intelligenza artificiale

Se vogliamo agire concretamente per contrastare il cambiamento climatico abbiamo bisogno di soluzioni intelligenti. Si tratta di un problema enorme e complesso, ma il potenziale dell’intelligenza artificiale può venire incontro alle nostre esigenze. Raccomandazioni e linee guida della GPAI partnership

17 Nov 2021
Gianpiero Ruggiero

Esperto in valutazione e processi di innovazione del CNR

La chiusura dei lavori della COP26 si è rivelata per molti un fallimento almeno parziale, lasciando l’amaro in bocca a chi crede che il clima non sia l’unico problema che dobbiamo affrontare, ma sicuramente è quello che lascia segni più evidenti.

E se ci affidassimo alle tecnologie più avanzate di oggi per mitigare il rischio di crisi ambientali nel mondo?

Lanciata nel giugno 2020, la partnership globale sull’IA (GPAI), cui partecipa anche l’Italia, ha pubblicato un rapporto sul ruolo dell’AI per il climate change e raccomandazioni per i Governi affinché vengano adottate soluzioni tecnologiche di intelligenza artificiale che possano aiutare a combattere il cambiamento climatico. Una vera e propria strategia d’azione per il clima e la conservazione della biodiversità, per iniziare a porsi le domande giuste sulle potenzialità dell’intelligenza artificiale a sostegno del clima.

Europa unita contro la disinformazione sul clima: le nuove azioni

L’innovazione digitale per la sostenibilità

Come ha sottolineato Fabio Bogo su Affari e Finanza di Repubblica, l’innovazione digitale deve entrare nella partita sul clima. L’errore più vistoso alla COP26 è stato quello di aver dato troppo poco spazio, a volte per niente, a chi ha in mano gli investimenti e i progetti per la trasformazione digitale della società.

WEBINAR
23 Febbraio 2022 - 12:00
Fai conoscere i tuoi migliori progetti digitali a oltre 180 CIO! Ripartono i Digital360 Awards
Digital Transformation
Istruzione

Se di dimenticanza si può parlare, l’errore non va ripetuto alla COP27 che si terrà in Egitto il prossimo anno, dove bisognerà arrivare preparati e con le idee chiare sulle potenzialità che le reti di comunicazione possono dare in termini di innovazione nel settore energetico, per legare in modo efficiente produzione, mobilità e consumi.

L’IA permetterà risparmi per le famiglie e le amministrazioni

D’altronde molti progetti hanno già trovato applicazioni pratiche per migliorare i modelli previsionali, in grado di fornire previsioni a livello di minuto sulla generazione di energia solare per aiutare a bilanciare la rete elettrica, o previsioni sulla resa agricola dei terreni soggetti alle minacce di fenomeni estremi. Esistono sistemi di IA in grado di intervenire da remoto e di impostare uno stile di vita che permetta di usare meno energia.

Si pensi alle abitazioni dotate di sistemi interconnessi, dove è possibile misurare la quantità di energia consumata e quella necessaria, permettendo risparmi per le famiglie e al sistema elettrico la deviazione dell’energia eccedente verso altre destinazioni. Analogamente esistono soluzioni in grado di ottimizzare i sistemi di riscaldamento e di raffreddamento di un edificio. Sono soluzioni che consentono la creazione del legame diretto tra comportamenti virtuosi, risparmio economico e beneficio ambientale.

Il caso Madrid

A Madrid l’intelligenza artificiale applicata al sistema della metropolitana ha permesso tramite un algoritmo di trovare la temperatura ideale all’interno della rete di trasporto, calcolando la frequenza dei treni, la densità dei passeggeri, l’architettura delle stazioni e il prezzo dell’elettricità: il risultato è stato un risparmio del 25% nei costi di esercizio e 1,8 milioni di tonnellate di Co2 in meno. Sul fronte della protezione ambientale l’analisi delle immagini satellitari consente di identificare le aree costiere più vulnerabili alle inondazioni o di localizzare la deforestazione; con la posa di sensori sulle foreste è possibile controllare i rumori riconducibili al taglio degli alberi e di allertare le autorità di controllo. Così si riduce la deforestazione illegale e si prolunga la funzione di cattura di Co2 delle piante.

Non si tratta di interventi di poco conto, se messi tutti insieme, anche perché l’unico modo per accelerare la decarbonizzazione è fare efficienza energetica sugli asset esistenti. Un recente rapporto di Boston Consulting Group  ha calcolato che un corretto uso dell’intelligenza artificiale potrebbe ridurre le emissioni di gas serra tra il 5 e il 10 per cento nel 2030 (tra 2,6 e 5,3 gigatonnellate di Co2 equivalente). Inoltre, l’IA potrebbe generare un impatto tra 1,3 a 2,6 mila miliardi di dollari di valore aggiunto, tra nuovi ricavi e risparmi di costi per le aziende.

IA e cambiamento climatico: una strategia globale

Quando è stato creato il Partenariato Globale sull’Intelligenza artificiale (Global Partnership on Artificial Intelligence, o GPAI), l’allora Ministro per l’Innovazione e la Digitalizzazione, Paola Pisano, affermò che “lo sviluppo dell’intelligenza artificiale avrà un ruolo fondamentale nel disegnare il nostro futuro: potrà rendere più efficienti molti processi della nostra società e aiutarci a compiere scelte con maggiore consapevolezza.”

Mai previsione fu azzeccata.

Oggi, che la questione climatica è stata messa al centro delle agende politiche dei governi di tutto il mondo, è arrivato il momento di esplorare l’uso delle tecnologie più avanzate per mitigare il rischio di crisi ambientali nel mondo e per attivare l’economia nelle comunità povere intorno alle riserve naturali.

In questo contesto, all’interno del GPAI è stata creata una Commissione sul clima e la biodiversità, che ha recentemente pubblicato delle raccomandazioni per un uso responsabile dell’IA per contrastare il cambiamento climatico; le raccomandazioni sono state raccolte nel documento dal titolo “Climate Change & AI: Recommendations for Government”.

Le conclusioni a cui arriva lo studio, ottenute tramite un’ampia consultazione di interlocutori interessati, sono corredate da numerosi esempi di casi d’uso e soluzioni pratiche in diversi settori, in grado di illustrare le capacità dell’IA per prevedere modelli per il clima; sono descritti anche i principali colli di bottiglia da affrontare in termini di sviluppo, distribuzione e scalabilità delle tecnologie.

Dati i tempi brevi con cui la società deve affrontare il cambiamento climatico, sarà fondamentale individuare soluzioni che possano essere implementate rapidamente e scalata tra i settori chiave. Però, molte di queste soluzioni spesso rimangono bloccate alla fase di ricerca o nelle prime fasi di sviluppo tecnologico, e anche dopo il loro iniziale dispiegamento, spesso incontrano difficoltà di dimensionamento.

Anche il settore ICT deve fare la sua parte in termini di soluzioni ottimali. L’energia utilizzata dai data center su scala industriale è in crescita. Mentre gran parte della domanda di energia proviene dal calcolo, oltre il 40% proviene dai sistemi di raffreddamento dei data center. Esiste un margine significativo per realizzare sistemi di raffreddamento più efficienti, grazie alla tempistica e al coordinamento ottimali operazioni di raffreddamento.

DeepMind, una sussidiaria di Alphabet con sede nel Regno Unito, ha sviluppato un approccio di IA per ridurre significativamente l’energia necessaria per il raffreddamento dei data center di Google. L’approccio di DeepMind utilizza l’apprendimento per rinforzo, un ramo del machine learning dove l’algoritmo impara a controllare un sistema per massimizzare una “ricompensa”. Rispetto a sistemi di raffreddamento per data center standard senza ottimizzazione, l’algoritmo ha ridotto il consumo di energia di circa 30-40%. DeepMind e Google stanno cercando di esplorare come il sistema potrebbe essere distribuito in altri settori e casi d’uso.

IA e cambiamento climatico: le raccomandazioni da seguire

Il documento elaborato dal GPAI individua le aree di azione e le raccomandazioni che i Governi devono seguire a sostegno di un uso responsabile dell’IA nel contesto del cambiamento climatico.

Dati e infrastrutture digitali

Sarà fondamentale promuovere l’accesso a dati e infrastrutture digitali – ad esempio, dati rilevanti, simulazioni, ambienti, banchi di prova, biblioteche elettroniche e tecniche computazionali – in grado di supportare lo sviluppo e l’adozione di applicazioni climatiche.

Le raccomandazioni vanno nella direzione di istituire task force sui dati nei settori critici per il clima; facilitare la creazione di dati e standard di dati aperti; creare portali di dati per aumentare l’accesso e la condivisione dei dati; collaborare con i paesi membri della GPAI (e altri) per finanziare lo sviluppo di un catalogo internazionale per il clima open-source con dati, modelli e software; supervisionare lo sviluppo di sistemi di raccolta dati e gemelli digitali per energia, trasporti e altre infrastrutture fisiche; supportare con risorse appropriate le ricerche sul cloud computing.

Ricerca e Innovazione

Occorrerà puntare su ricerca e innovazione, con investimenti che consentano di portare avanti lavori interdisciplinari e intersettoriali guidati dagli impatti, piuttosto che dalla tecnologia, affinché aumenti l’intersezione tra IA e cambiamento climatico

Le raccomandazioni vanno nella direzione di garantire finanziamenti per la ricerca e l’innovazione per l’IA per il clima; accogliere l’IA all’interno di “grandi sfide” climatiche più ampie; sviluppare sfide mirate di IA per il clima in cui l’IA può offrire risultati ad alto impatto; finanziare lo sviluppo di risorse di calcolo e simulazione per la ricerca sul clima; allineare gli incentivi per gli “innovatori” ai livelli degli operatori storici del mercato; incanalare i finanziamenti per la ricerca e l’innovazione sull’IA, principalmente verso lo sviluppo di un’intelligenza artificiale efficiente dal punto di vista energetico.

Distribuzione e integrazione di sistemi

Occorrerà supportare la distribuzione e l’integrazione dei sistemi all’interno di altamente regolamentati settori come l’energia, i trasporti, l’agricoltura e l’industria pesante.

Le raccomandazioni vanno nella direzione di incorporare il tema della digitalizzazione, attraverso team di esperti di intelligenza artificiale, nella politica climatica del Governo; avviare percorsi di innovazione digitale all’interno di settori rilevanti per il clima; facilitare le collaborazioni e cofinanziare investimenti pubblico-privati in startup che offrono servizi digitali; sviluppare centri di innovazione intersettoriali per incubare l’IA per il clima.

Ridurre gli impatti negativi sul clima dell’intelligenza artificiale

Ogni applicazione di IA influisce sul clima, il che significa allineare l’IA con le strategie per il cambiamento climatico e plasmare le applicazioni allineandole agli obiettivi per clima. I Governi possono intervenire per ridurre gli impatti negatici dell’IA, ad esempio incorporando l’impatto climatico dell’IA all’interno delle strategie nazionali o all’interno della sua regolamentazione.

Le raccomandazioni vanno nella direzione di evitare meccanismi di finanziamento e programmi di agevolazione diretta o sussidi per progetti che vanno contro gli obiettivi climatici; fare del cambiamento climatico una considerazione centrale quando si promuove lo sviluppo di tecnologie abilitate per l’intelligenza artificiale; garantire che il cloud computing sia adeguatamente incluso nelle politiche dei prezzi del carbonio; procurarsi servizi di intelligenza artificiale e di calcolo solo da aziende che si impegnano a raggiungere obiettivi di zero emissioni nette.

Implementazione e valutazione di una IA responsabile

I Governi sono chiamati in causa affinché, utilizzando tutte le capacità istituzionali, siano in grado di costruire reti, a livello nazione e internazionale, con il coinvolgimento di aziende private in settori rilevanti per il clima (ad es. energia, trasporti, industria pesante o agricoltura), pubbliche amministrazioni e organizzazioni della società civile, che siano in grado di stabilire e implementare standard o migliori pratiche nella progettazione partecipata dell’IA in contesti climatici.

Le raccomandazioni vanno nella direzione di prevedere la partecipazione di esperti all’interno delle task force e dei comitati governativi volti a dare forma a iniziative AI per il clima; incorporare la valutazione e il reporting del clima e dell’ambiente nelle strategie nazionali per l’IA e nella sua regolamentazione; rafforzare le competenze in termini di standard, strumenti e buone pratiche di reporting, anche attraverso finanziamenti per ricerche sulla raccolta delle informazioni e sulle metodologie di valutazione degli impatti (standard metodologici per le valutazioni d’impatto a livello nazionale e livello internazionale) per il calcolo delle emissioni di gas serra legati agli applicativi di IA; finanziare l’istruzione superiore interdisciplinare, la ricerca e programmi di alta qualificazione che collegano l’IA e i singoli settori rilevanti per il clima, prevedendo l’inclusione di competenze socio-tecniche di analisi dati sul clima nei curricula educativi; finanziare o facilitare programmi di distacco per esperti di intelligenza artificiale; riunire ricercatori e raggruppare risorse in R&S tramite, ad esempio, finanziamenti coordinati o istituzioni consortili interfunzionali; supportare la condivisione delle conoscenze sulla progettazione e l’attuazione delle politiche tra Governi, industrie e stakeholder chiave, sostenendo le attività condivise di sviluppo dell’IA per il clima; raccogliere i dati per le sfide comuni o transfrontaliere dell’IA per il clima e concordare sugli standard dei dati a livello internazionale; coordinare lo sviluppo e l’uso di specifiche risorse fisiche e digitali per supportare lo sviluppo di soluzioni AI per il clima.

Cosa può fare l’IAPericoli e rischi da evitare
Contribuire a diminuire i consumi (intesi come sprechi) e comprendere i costi (intesi non come costi di mercato, ma impatti sull’ambiente che è la vera risorsa preziosa).
  • Produzioni di device a grande impatto ambientale.
  • Capacità di IA interna potenzialmente insufficiente in alcuni settori industriali per integrare e far funzionare tali sistemi.
Creare un modello di stima degli impatti
  • Consumi non sostenibili nelle fasi di addestramento delle deep neural network.
  • Adattamento potenzialmente lento delle tecniche di intelligenza artificiale.
  • Potenziale mancanza di fiducia tra i produttori nella qualità o affidabilità di metodi di intelligenza artificiale, a causa, ad esempio, della mancanza di standard disponibili.
Ottimizzare le produzioni e i trasporti
  • Spingere a consumi fuori controllo.
  • Mancanza di condivisione dei dati, che porta a piccole banche dati in una logica a silos. Molti approcci di manutenzione predittiva potrebbero essere notevolmente migliorati se più dati fossero condivisi all’interno e tra le entità.
Individuare soluzioni a impatto 0 per l’ottimizzazione del consumo energetico degli edifici
  • Mancanza di fiducia nei meccanismi di privacy associati alla raccolta, elaborazione e condivisione di dati.
  • Ritmo lento delle ristrutturazioni edilizie per consentire l’installazione di sensori e dispositivi smart.
Supportare i sistemi di alimentazione energetica
  • Qualità dei dati e accesso ai dati meteorologici.
  • Mancato riconoscimento da parte dei Governi e delle autorità di regolamentazione sul potenziale che la previsione energetica avanzata ha per ridurre le bollette e il potenziale che l’IA offre per migliorare le previsioni.
  • Mancanza di incentivi per le reti energetiche per migliorare le previsioni elettriche.
  • Diffidenza da parte degli operatori del sistema elettrico a sostenere la condivisione aperta di modelli e codici di previsione dell’energia elettrica, che portano a frammentazione e duplicazione di sforzi.
Spingere verso l’economia circolare
Creare nuovi materiali (packaging, celle solari, ecc.)

Fonte: Elaborazione da “L’intelligenza Artificiale per lo sviluppo sostenibile”

Conclusioni

Se vogliamo agire concretamente per contrastare il cambiamento climatico abbiamo bisogno di soluzioni intelligenti. Si tratta di un problema enorme e complesso, ma il potenziale dell’intelligenza artificiale può venire incontro alle nostre esigenze.

In vista dei prossimi impegni internazionali sul clima sarebbe bene che i Governi impegnati nel prossimo G20 e Cop27 inizino a schierare ai vari tavoli anche gli esperti dell’intelligenza artificiali e i campioni dell’innovazione digitale. Potrebbero trovare dei preziosi alleati, in grado di dare una mano al raggiungimento degli obiettivi di Parigi.

Potremmo scoprire che una società più informatizzata non serve solo a migliorare l’efficienza della pubblica amministrazione, a difendere la sicurezza dei dati o a migliorare l’accesso all’e-commerce o all’intrattenimento. Contribuisce a difendere anche l’ambiente e di fatto contribuisce al mantenimento della biodiversità.

WHITEPAPER
IT: come ridurre i costi operativi del 24%? Una guida completa
Datacenter
Datacenter Infrastructure Management
@RIPRODUZIONE RISERVATA

Articolo 1 di 4