Memanfaatkan kekuatan AI untuk penilaian dampak perubahan iklim

Aulanews.id- Seiring dengan terus meningkatnya perubahan iklim, dunia mengalami peningkatan jumlah dan intensitas bencana yang berkaitan dengan iklim dan cuaca. Negara-negara anggota PBB perlu mengembangkan tindakan mitigasi dan adaptasi yang mendesak berdasarkan proyeksi perubahan iklim yang dapat diandalkan.

Namun, memperoleh proyeksi ini dapat terbukti sulit. Model penilaian dampak perubahan iklim—cara utama untuk memperoleh estimasi dampak terkait iklim di masa mendatang—merupakan model komputasional kompleks yang memerlukan pengetahuan khusus untuk menjalankan dan menafsirkannya.

Pengetahuan khusus dan persyaratan komputasi ini jarang ditemukan di banyak wilayah dan dalam masyarakat lokal . Kurangnya penilaian dampak yang layak ini merugikan masyarakat, sehingga mereka lebih rentan terhadap perubahan iklim .

Laporan baru oleh para ilmuwan PBB mendorong komunitas aksi iklim global dan negara-negara anggota PBB untuk mempertimbangkan Kecerdasan buatan (AI) sebagai solusi yang menjanjikan untuk masalah ini. AI bersifat fleksibel, efisien secara komputasi, dan dapat dijalankan dalam layanan berbasis web dan cloud.

Karena AI terus tumbuh popularitasnya untuk berbagai aplikasi, kemungkinan besar lebih banyak orang akan segera mampu mengoperasikan dan menginterpretasikan keluaran AI daripada model penilaian dampak perubahan iklim tradisional.

Namun, AI belum sepenuhnya digunakan dalam ruang lingkup penilaian dampak perubahan iklim. Hal ini memotivasi para peneliti dari United Nations University Institute for Water, Environment and Health (UNU-INWEH) untuk menyelidiki kemampuan AI dengan melakukan penilaian dampak perubahan iklim yang cepat, fleksibel, dan andal untuk 46 kota di seluruh Amerika Serikat.

Ketua Umum PSSI, Erick Thohir berterima kasih kepada para sponsor yang makin mempercayai Timnas sebagai simbol kebangkitan sepak bola Indonesia. Dukungan mitra yang terus mengalir kepada Timnas dan PSSI, menurut...

Kiai Bertutur

Sosial

Add New Playlist