发帖
雷达卡
随着时间的流逝，气候变化只会变得越来越糟。值得庆幸的是，我们已经意识到我们对地球有什么样的负面影响，并且自那时以来一直在采取措施扭转我们的行动。虽然康复过程比造成伤害的过程要慢得多，但我们正在慢慢康复。我们唯一的希望是保持健康，以便最终使世界变得更加可持续。
但是，我们仍然看到损害的影响。共有772个重大气象和灾害事件在2016年-三倍，从1980年的数量到2100年，我们期待在这个星球上50％以上的品种开始面临灭绝。我们的康复过程必将奏效的唯一途径是，如果我们取得重大进步，赶上并制止这些灾难性的后果。机器学习和人工智能可能只是我们的一大飞跃。
更有效地利用电力
电力是我们在各个领域中利用的最大资源之一。缓慢地转向可再生能源已经在世界范围内取得了成功，但是机器学习可以教给我们更多关于功率的知识。无论我们如何发电，我们仍然消耗比我们需要更多的电力。机器学习可以帮助我们预测单个操作的需求量，以免浪费宝贵的能源和资源。
通过传感器已经看到了类似的预测能量消耗和使用的方式。借助机器学习，公司可以减少数年的时间来测量能源使用量，而成本只是其一小部分。这些知识可以帮助我们提高效率，减少浪费，有效减少我们在全球的碳足迹。
密切关注森林砍伐
砍伐森林不仅造成了约10％的温室气体排放，而且还慢慢减少了我们宝贵的氧气供应。尽管我们必须在世界上为自己腾出空间，但砍伐森林不必像今天这样普遍。迄今为止，跟踪全世界的这一问题是一项艰巨的任务。
借助我们的现代机器学习技术，我们可以拍摄卫星图像并获取实时环境数据以监控这些排放。利用这些实时信息，我们可以开始让人员和公司对本不应该发生的污染，浪费和森林砍伐负责。使用机器学习获取实时数据是我们开始大规模转向可再生资源和可持续性的首批方法之一。
影响农业
农业是已经致力于机器学习和可再生资源的最大行业之一，以使该行业尽可能地可持续发展。仅仅是田间设备的自动化，就可以降低人类健康的风险，并提供一种更有效的农作物管理方式。机器学习甚至可以告诉农民土壤中的氮含量是否低，以便他们可以为自己的作物做出最佳决策。
氮几乎不是机器学习可以告诉我们有关土壤的唯一信息。来自地下传感器的数据还可以监测作物本身的水分，成分和温度。借助AI，农民可以提高生产率，同时还可以利用化肥和水等资源提高效率。
技术环保
考虑到我们取得的进展，这些表肯定已经转向。工业革命期间技术进步日新月异时，我们才刚刚开始真正污染地球。现在，借助机器学习等现代技术，我们发现了对地球友好的同时进一步进步的方法。实际上，我们对帮助气候的方式的关注是过去几十年来我们一直在前进的原因之一。
关注 CDA人工智能学院 ，回复“录播”获取更多人工智能精选直播视频！
京公网安备 11010802022788号
