Штучний інтелект змінює способи дослідження дикої природи. У Кенії алгоритми навчилися аналізувати сотні тисяч фотографій тварин за кілька годин — раніше на таку роботу витрачали місяці. Водночас науковці використовують ШІ для вивчення поведінки шимпанзе, виявлення лісових пожеж і контролю промислового рибальства. Проте технологія, яка допомагає захищати довкілля, сама потребує дедалі більше електроенергії та води. Про це йдеться в дослідженні Reuters, опублікованому 7 листопада напередодні кліматичного саміту COP31.
- У Кенії ШІ аналізує 200 тисяч фотографій тварин за кілька годин.
- Алгоритми виявили значну кількість тварин, пропущених під час традиційних підрахунків.
- Інститут Джейн Гудолл скорочує оцифрування архівів шимпанзе з 15 до двох років.
- Датацентри до 2030 року можуть споживати 945 терават-годин електроенергії щорічно.
- Екологічні організації шукають баланс між перевагами ШІ та його ресурсоспоживанням.
У Кенії штучний інтелект знайшов тварин, яких не помічали дослідники
Кенійська природоохоронна організація Save the Elephants використовує машинне навчання для підрахунку диких тварин за аерофотознімками. Під час масштабного обстеження природоохоронної території у 2025 році дослідники отримали приблизно 200 тисяч фотографій.
Щоб перевірити ці знімки вручну, дев’ятьом фахівцям знадобилося дев’ять місяців. Тепер аналогічну роботу алгоритми, навчені за допомогою графічних процесорів Nvidia, можуть виконати за лічені години.
Результати виявилися несподіваними. За словами керівника Save the Elephants Френка Поупа, традиційні підрахунки не враховували приблизно третину слонів, половину зебр і жирафів та три чверті ориксів — антилоп, які мешкають у посушливих районах Африки.
Для охорони природи така різниця має практичне значення. На основі оцінок чисельності тварин визначають стан популяцій, розподіляють кошти на природоохоронні програми та планують заходи зі збереження середовища їхнього існування. Неточні підрахунки можуть призводити до недооцінки масштабів проблеми або неправильного розподілу ресурсів.
Дослідження шимпанзе Джейн Гудолл оцифровують за допомогою ШІ
Ще один приклад Reuters наводить із Танзанії, де Інститут Джейн Гудолл працює над оцифруванням багаторічних польових спостережень за шимпанзе в національному парку Гомбе.
Дослідники десятиліттями записували поведінку приматів від руки, використовуючи місцеву мову кіхa та спеціальні наукові скорочення. Через складність матеріалів традиційна обробка архіву могла тривати від 13 до 15 років.
За допомогою технології, розробленої спільно з Amazon Web Services, записи можна сканувати, перекладати та впорядковувати значно швидше. За оцінкою віцепрезидента інституту з природоохоронних досліджень Ліліана Пінтеа, загальну тривалість проєкту вдалося скоротити приблизно до двох років.
Оцифровані архіви допоможуть ученим простежити зміни в поведінці шимпанзе протягом десятиліть, зіставити історичні спостереження із сучасними даними та краще оцінювати вплив змін довкілля на популяції.
Алгоритми вже шукають пожежі та контролюють промислове рибальство
Штучний інтелект використовують не лише для вивчення тварин. Організація Conservation International почала аналізувати супутникові дані про температурні аномалії в Камбоджі. Алгоритми допомагають визначати потенційні осередки лісових пожеж і надсилати попередження місцевим природоохоронним патрулям.
Американська організація The Nature Conservancy застосовує інший підхід. Вона встановлює камери з функціями ШІ на промислових риболовецьких суднах, щоб визначати види та кількість виловленої риби.
Обробка відео безпосередньо на борту зменшує необхідність передавати великі обсяги записів на віддалені сервери. Це не лише прискорює аналіз, а й допомагає зменшити енергоспоживання та навантаження на цифрову інфраструктуру.
До 2030 року датацентри можуть споживати електроенергії більше, ніж уся Японія
Попри користь для природоохоронних організацій, масове поширення штучного інтелекту створює нові екологічні проблеми. Центри обробки даних потребують значних обсягів електроенергії для роботи серверів і води для їхнього охолодження.
За прогнозом Міжнародного енергетичного агентства (МЕА), до 2030 року світове споживання електроенергії датацентрами може перевищити 945 терават-годин на рік. Це більш ніж удвічі перевищує рівень 2024 року та приблизно відповідає річному споживанню електрики Японією.
Водоспоживання дата-центрів, за оцінками агентства, може зрости з приблизно 560 млрд літрів у 2023 році до 1,2 трлн літрів щорічно у 2030-му.
Важливо, що ці прогнози стосуються всіх датацентрів, а не виключно систем штучного інтелекту. Проте саме розвиток ШІ є одним із головних чинників очікуваного зростання попиту на обчислювальні потужності.
Екологічні організації сперечаються про доцільність використання ШІ
Reuters опитало 15 великих міжнародних організацій, які працюють у сфері охорони природи, клімату та сталого розвитку. Усі вони вже використовують штучний інтелект у певній формі, але водночас визнають його екологічні витрати.
World Resources Institute намагається обмежувати ресурсоємні завдання, зокрема генерацію зображень і відео, та повторно використовує результати обчислень замість запуску однакових запитів.
Greenpeace займає стриманішу позицію. Організація впроваджує внутрішні правила використання ШІ, але ставить під сумнів необхідність масштабного будівництва нових датацентрів. Її представники вважають, що потрібно оцінювати не лише ефективність алгоритмів, а й реальну необхідність кожного нового обчислювального проєкту.
Дискусія про екологічну вартість штучного інтелекту стане однією з тем кліматичної конференції ООН COP31, яка розпочнеться 9 листопада в Туреччині. Організатори планують запропонувати принципи відповідального розвитку технології, а ООН закликає великі ШІ-компанії відкритіше звітувати про споживання енергії, води та викиди парникових газів.
