Inteligência artificial e monitoramento ambiental para combate às mudanças climáticas

Abstract

A Inteligência Artificial (IA) já é utilizada nos mais diversos setores da sociedade, principalmente com os modelos e técnicas de aprendizado de máquina. Enquanto isso, o monitoramento ambiental, por meio da coleta, análise e interpretação de dados, é fundamental para avaliar mudanças e realizar predições, especialmente no contexto de desafios ambientais, como as mudanças climáticas. Assim, a combinação da IA e do monitoramento ambiental é uma tendência importante para o cenário atual. Este trabalho teve como objetivo investigar as aplicações de IA voltadas ao monitoramento ambiental, respondendo à seguinte questão: o que já existe e qual o futuro do uso da IA no monitoramento ambiental para combate às mudanças climáticas? Por meio de uma revisão bibliográfica, foram identificadas aplicações de análise de dados ambientais por meio de técnicas de aprendizado de máquina, principalmente a partir de dados de sensoriamento remoto. Observou-se também que a IA pode ser usada para modelar e prever mudanças climáticas com base em dados históricos, especialmente com o avanço das redes neurais profundas. Em termos de viabilidade em âmbito global, o estudo de caso apresentado sobre a aplicação Climate Trace permitiu comprovar esta hipótese. No entanto, observou-se que ainda existem desafios a serem enfrentados, como o alto custo dos recursos computacionais, a possibilidade de resultados preditivos tendenciosos e a necessidade de regulamentação global para garantir o uso ético e responsável da IA, além de considerar questões de privacidade relacionadas ao uso de dados em escala global. Embora a IA desempenhe um papel relevante no combate às mudanças climáticas, é importante reconhecer que ela é apenas uma parte da solução. É necessário um diálogo interdisciplinar e a colaboração com outros setores para promover inovações metodológicas e abordar os desafios sociais, econômicos e políticos relacionados às mudanças climáticas.

Artificial Intelligence (AI) is already being used in various sectors of society, primarily through machine learning models and techniques. Meanwhile, environmental monitoring, through data collection, analysis and interpretation, is critical to assessing changes and predicting trends, particularly in the context of environmental challenges such as climate change. Thus, the combination of AI and environmental monitoring is an important trend for the current scenario. This study aimed to investigate AI applications in environmental monitoring, addressing the following question: what currently exists and what is the future of using AI in environmental monitoring to combat climate change? Through a literature review, applications of environmental data analysis through machine learning techniques, mainly from remote sensing data, were identified. It was also observed that AI can be used to model and predict climate change based on historical data, especially with the advancement of deep neural networks. In terms of global feasibility, the presented case study on the Climate Trace application supported this hypothesis. However, there are still challenges to be addressed, such as the high cost of computational resources, the possibility of biased predictive results and the need for global regulation to guarantee the ethical and responsible use of AI, considering privacy issues related to global-scale data usage. While AI plays an important role in tackling climate change, it is important to recognize that it is only part of the solution. Interdisciplinary dialogue and collaboration with other sectors are necessary to promote methodological innovations and address the social, economic and political challenges related to climate change.