سايت خبری فناوری اطلاعات (ايتنا) 1 دی 1397 ساعت 12:01 https://www.itna.ir/news/55013/استفاده-کلان-داده-ها-کاهش-اثرات-اقلیمی -------------------------------------------------- عنوان : استفاده از کلان‌داده‌ها برای کاهش اثرات اقلیمی -------------------------------------------------- ایتنا - الگوریتم‌های یادگیری ماشین و ابزارهای تحلیل داده‌ها، اکنون راه خود را به‌سوی پایش اثرات زیست‌محیطی، شناسایی تغییرات، کشاورزی، کارآیی انرژی، و همینطور تحلیلات مرتبط با آنها باز کرده‌اند. متن : در دهه گذشته، دسترس پذیری داده ها و منابع رایانشی منجر به ادغام آمار سنتی، علم کامپیوتر و داده نمایی شد و همگی زیر چتر علم داده ها گرد آمدند. اکنون شاهد هستیم که الگوریتم های جدید، سامانه های هوشمند جدید و در نتیجه کاربردهای جدیدی در حال پیدایش هستند. در این میان، دانشمندان داده ها که هیاهوی بازاریابی دیجیتالی را پشت سر گذاشته و توجه زیادی به آن نشان نمی دهند، اکنون از ابزاری های خود برای حل مسائل اجتماعی و انسانی استفاده می کنند. به گزارش ایتنا ازرایورز به نقل از greenoptimistic، دیتاکایند (DataKind) یک مؤسسه غیرانتفاعی است که متخصصان داوطلب و سازمان های مرتبط را برای انجام پروژه های اجتماعی گرد هم می آورد. آنها در یکی از این پروژه ها، با همکاری بخش کاهش اثرات بلایای طبیعی بانک جهانی و تحلیل تصاویر ماهواره ای و شبکه های عصبی پیچشی، توانستند در کاهش اثرات وقایع طبیعی مفید واقع شوند. در پروژه ای دیگر، دیتاکایند برای محافظت از نوعی میمون در سنگاپور که با خطر انقراض روبروست، با کارگروه Raffles Banded Langur همکاری داشت. داوطلبان این مؤسسه، علاوه بر نقشه برداری از قلمروی خانگی و همچنین شناسایی فعالیت های میمون مورد نظر، یک برنامه هم نوشتند تا برای الگوریتم یادگیری ماشین که بتواند میزان جمعیت میمون ها را برآورد کند، داده های آموزنده (training data) را جمع سپاری کنند. از سوی دیگر، ایستگاه های جمع آوری اطلاعات ماهواره ای نیز به منظور یافتن منابع محلی اثرگذار در تغییرات اقلیمی و فساد زیست محیطی، از هوش مصنوعی استفاده می کنند و به کاوش در میان انبوهی از عکس های ماهواره ای موجود می پردازند. مطابق این گزارش، آنها به منظور فراهم ساختن مستندات لازم برای روزنامه نگاری تحقیقی، از ابزارهای داده نمایی و جمعیت شناسی استفاده می کنند و به موضوعاتی طبیعی همچون طوفان ها، خشکسالی ها و همچنین مدیریت زباله می پردازند. گفتنی است الگوریتم های یادگیری ماشین و ابزارهای تحلیل داده ها، اکنون راه خود را به سوی پایش اثرات زیست محیطی، شناسایی تغییرات، کشاورزی، کارآیی انرژی، و همینطور تحلیلات مرتبط با آنها باز کرده اند. البته کاربرد خوب یا بد آنها هم مثل هر ابزار دیگر، به نوآوری ما، طرز نگرش ما و نیز میزان مشارکت مان بستگی خواهد داشت.