世界地球日 | 保护地球家园，AI在行动
2023-04-20 来自: 浙江创丰智能电子科技有限公司 浏览次数:126
人口的稳定增长正在给我们赖以生存的地球带来越来越大的压力。
基于可持续城市和社区、陆地生物和水下生物的联合国可持续发展目标，NVIDIA正在开发技术，推进密集城市的可持续和安全生活方式，保护食物来源，鼓励生物多样性，并监测陆地的生物和海洋生态系统的种群。
绿色GPU
GPU计算在推动虚拟现实、医学成像和自动驾驶汽车的同时，也在加速地球保护的研究。
NVIDIA支持众多初创公司开展地球保护研究，诸如检测杂草的植物病害，绘制雨林地貌，拯救草原濒危物种，测量干旱，评估受威胁珊瑚礁的健康状况，提高太阳能住宅和回收服务的效率等等。
将GPU应用于可持续发展和其他环境项目，符合联合国详细规定的17个可持续发展目标。这些目标可以为企业带来福音，刺激新应用的诞生，加强对供应链的思考，提高回收利用和碳排放效率。
指尖上的“绿色行动”
瑞士联邦洛桑联邦理工学院和宾夕法尼亚州立大学等学术机构正在进行物理科学和工程学研究，以及使用Caffe深度学习框架和Tesla K40 GPU训练鉴定作物病害的模型，进而帮助农民。
研究人员创建了一个名为Plant Village的网站以分享信息，这是一个开放式访问数据库，包含50,000多张健康和病害作物的图像。其目标是推出一款移动应用程序，让世界各地的农民拍下他们患病植物的照片并快速诊断病因。
位于美国硅谷的Blue River Technology开发了一种名为LettuceBot的深度学习解决方案，该系统每分钟拍摄5000棵幼苗。使用Caffe深度学习框架，该公司的神经网络使用TITAN X GPU进行训练，以帮助进行作物鉴定并开发喷洒药剂等技术。
位于德国汉诺威的PEAT Technology开发了一款名为Plantix的移动应用程序，以进行亚马逊森林研究。该应用程序正在帮助三大洲的农民使用人工智能快速识别植物病害。农民将照片上传到应用程序，它就能通过图像识别软件识别出病原体。
随着作物病害记录的增加，众包数据库变得越来越强大。
由卡内基科学研究所和斯坦福大学的生态学家开发的一种强大的AI光谱成像方法，能够以细节绘制雨林。该方法通过其化学成分识别每种树种，证明了雨林物种的多样化，同时有助于确定新的保护区域。
深水研究
随着可用水量的减少，深度学习可以帮助缺水社区了解他们的水源情况。
Orbital Insight开发了一种GPU加速的深度学习系统，旨在根据2013年发射到太空的美国地质调查局Landsat 8卫星的图像，测量和监测淡水储量的水平，每16天对整个地球进行成像。
这些图像被引入至一个神经网络，以逐像素地搜索水源，并建立一个数十亿像素的数据库来训练。该系统利用托管在Amazon Web Services云中的NVIDIA GPU进行加速训练。
由于位于加利福尼亚州山景城的Orbital的绘图工作，社区水资源管理者可以根据可用数量的清晰情况做出水资源管理决策。
另一大水源地区——珊瑚礁也面临着气候变化、沿海开发、过度捕捞和污染的威胁。它们为超过四分之一的海洋物种提供食物和住所，支持养活超过10亿人的鱼类种群，并为沿海地区的数百万人提供就业机会。然而，四分之一的地球珊瑚礁已经消失。
科学家们正在竞相使用GPU驱动的深度学习来拯救它们。使用运行在功能强大的GPU上的NVIDIA CUDA编程模型的深度学习，科学家们可自动分析珊瑚、海绵、藻类和其他元素的珊瑚礁照片。它比传统方法快900倍，却拥有同样的准确性。以此，科学家可以快速评估珊瑚礁的健康状况，以便采取措施保护珊瑚礁。
可回收机器人
通过机器学习，回收正在变得更重要、更安全，且成本更低。
位于巴塞罗那的Sadako创造了一种机器人。它使用机器学习来分类回收，然后提取特定类型的有回收价值的废品，如PET塑料瓶等。GPU驱动的机器人可以区分垃圾类型并使用机械臂抓取所选物品。
该方法可以针对特定种类的垃圾进行回收，将有价值的材料与垃圾分离，并减轻工人的负担。
