Forskare tar hjälp av AI för att skapa strategier för både mänskliga och miljömässiga behov
På KTH pågår ett forskningsprojekt som syftar till att revolutionera hur vi tar itu med de globala hållbarhetsutmaningarna genom att använda avancerad artificiell intelligens (AI). Genom att använda AI går det att få en bättre förståelse och hantering av interaktionerna mellan FN:s globala mål för hållbar utveckling, Agenda 2030 (Sustainable Development Goals eller SDG), och de planetära gränserna.
Det finns en distinktion mellan FN:s globala mål för hållbar utveckling och planetens gränser (planetary boundaries), ett ramverk som försöker kvantifiera inom vilka planetära gränser mänsklighetens miljöpåverkan måste hålla sig inom för att undvika tröskeleffekter för klimatförändringar. Där har forskarna identifierat nio sårbara planetära gränser; biodiversitetsförlust, påverkan på kväve- och fosforcykler, uttunning av ozonlagret, havsförsurning, sötvattensanvändning, förändrad landanvändning, kemisk nedskräpning och aerosoler i atmosfären.
I forskningsprojektet på KTH vill Ricardo Vinuesa, universitetslektor, tillsammans med sitt forskningsteam, skapa mer effektiva strategier som adresserar både mänskliga och miljömässiga behov.
Innovationen ligger i att använda stora språkmodeller
Projektets innovation ligger i att använda stora språkmodeller (Large Laguage Models, LLM), en AI-teknik som bearbetar stora mängder text och data. Genom ett samarbete med Google Research kommer forskarna att använda Googles språkmodell Gemini, ett ekosystem som analyserar dokument inklusive vetenskapliga studier och policyrapporter, för att avslöja dolda kopplingar mellan de FN:s globala mål för hållbar utveckling och de planetära gränserna. Den AI drivna analysen kommer hjälpa Ricardo Vinuesa och hans forskningsteam att kartlägga synergier och avvägningar mellan sociala och miljömässiga mål. Genom det kan forskarna hjälpa beslutsfattare att forma strategier som maximerar fördelarna samtidigt som de negativa effekterna minimeras.
Ett nyckelresultat i forskningsprojektet kommer vara skapandet av en omfattande databas som organiserar information från analysen av hundratusentals dokument. Det i sig kommer vara en värdefull resurs för såväl forskare, hållbarhetsorganisationer och regeringar. Och Ricardo Vinuesa och hans forskningsteam hoppas att den resursen kan hjälpa till att optimera policybeslut för att bättre anpassa FN:s globala hållbarhetsmål till planetära gränser.
Projektet kommer även använda optimeringstekniker för att utforska potentiella uppdateringar av FN:s globala mål för hållbar utveckling efter 2030. Genom att tillämpa avancerade AI-metoder som djup förstärkningsinlärning kan forskningsteamet identifiera luckor i det nuvarande ramverket för FN:s globala hållbarhetsmål och kunna föreslå förbättringar som överensstämmer bättre med miljögränserna, vilket säkerställer att framtida hållbarhetsinsatser är både ambitiösa och genomförbara.
