KI er underutnyttet i kappløpet mot netto nullutslipp

Spesielt i de marine næringene er det tydelig. Havene er avgjørende for å regulere klimaet og sikre global handel. Hav som nå står under økende press fra forurensning, tap av leveområder og industriell aktivitet. Kunstig intelligens kan bidra til å møte nevnte utfordringer. Den brukes allerede nå til å overvåke vannkvalitet, spore biodiversitet og for å utvikle infrastruktur som tar hensyn til naturen. Likevel går innføringen for sakte samtidig som den er for fragmentert.

Stig Martin Fiska

Stig martin Fiska er Global Head of Cognizant Ocean. 

AI som integrasjonslag mellom siloer 

En del av utfordringen er at kunnskap og løsninger ofte blir værende i faglige siloer. Forskere, næringsliv, forvaltning og politikere arbeider i hver sine spor, og det kan være krevende å se helheten. Her kan KI spille en ny rolle. Se det som et integrasjonslag som kontinuerlig kobler innsikt på tvers av sektorer og fagområder. KI har ingen slike menneskelige begrensninger og kan hente, sammenstille og dele relevant informasjon både horisontalt mellom prosesser og vertikalt mellom spesialister, beslutningstakere og befolkningen. Slik kan vi bevare fordelen ved spesialisering, samtidig som vi unngår at viktig innsikt stopper opp.

Miljødata må bli kritisk infrastruktur 

KI er bare så god som dataene den bygger på. I mange marine og kystnære områder er miljødata mangelfulle, fragmenterte og vanskelige å dele. Vannføringsdata fra elver er et godt eksempel. De er avgjørende for å forstå flomrisiko, forurensning og vannkvalitet. Men dessverre er denne type informasjon ofte fraværende. Spesielt i mindre nedbørfelt. Tradisjonelle målemetoder er både kostbare og gir begrenset dekning.

Det fine er at ny teknologi kan tette hullene. Åpne modeller som kombinerer historiske værdata med terrengkarakteristika kan nå beregne daglige vannføringer uten fysiske sensorer. Treningen på tiår med datasett fra hundrevis av nedbørfelt gjør at man får rask innsikt, også i områder som aldri har vært overvåket. Slik kan storskala miljøanalyser bli både mer tilgjengelige og rimeligere for alle som arbeider med flomforebygging, vannkvalitet og økosystemhelse.

De samme prinsippene kan brukes i kyst- og havområder. Dersom værdata behandles som kritisk infrastruktur med felles standarder, åpne modeller og interoperable plattformer, kan bruken av KI skaleres betydelig. FAIR-prinsippene (Findable, Accessible, Interoperable, Reusable) er et godt sted å starte, men vi trenger bredere samarbeid for å få det til å fungere i praksis.

Fra pilotprosjekter til plattformer

Mulighetene er mange. Kunstig intelligens brukes allerede til å oppdage skadelige algeoppblomstringer, spore arter med miljø-DNA, forutsi hvordan ny infrastruktur påvirker økosystemer og finne kilder til forurensning. Generativ kunstig intelligens hjelper til å designe marine konstruksjoner som fremmer biologisk mangfold.

Et konkret eksempel er hvordan European Space Agency (ESA) kombinerer Sentinel-satelitter med KI for å kartlegge cyanobakterier og marint avfall. Det ved å overvåke kystvann i stor skala. Noe som tidligere var praktisk talt umulig.

Problemet er at slike prosjekter ofte blir stående alene. Når innsikt forblir internt i én organisasjon eller et prosjekt, mister vi muligheten til å hente ut de store gevinstene. De samme modellene som overvåker kystvann, kan også forbedre havnedrift, infrastrukturplanlegging og naturvern. Men det krever samarbeid og deling av data.

Politikken må muliggjøre handling

Politiske rammeverk har stor innvirkning på hvor raskt et KI-miljø tas i bruk. Mange land har ambisiøse mål for netto nullutslipp, men støtten til praktisk innføring av KI er ofte begrenset. Uten klare standarder, retningslinjer og insentiver vegrer mange aktører seg for å innføre løsninger som kan skaleres.

I marine næringer kan politikken spille en nøkkelrolle. For eksempel ved å tilrettelegge for gjenbruk av utrangerte olje- og gassplattformer. KI kan allerede vurdere om slike installasjoner kan omgjøres til baser for havvind, karbonfangst eller havbruk. Digitale tvillinger og prediktive modeller kan forlenge levetiden på eksisterende infrastruktur til grønne formål. Hvilket er heldig for både miljø og økonomi. Med klare rammer og strategisk finansiering, kan vellykkede piloter vokse til varige løsninger.

Tiden er nå

Noen mener vi bør vente med å bruke miljø-KI til vi har mer data, bedre verktøy og større enighet. Men løsningene finnes allerede, og mange av dem er både rimelige og skalerbare. Å vente betyr tapte muligheter, mens havene fortsettes å svekkes.

KI lærer og forbedrer seg via bruk. Desto raskere vi setter den i arbeid, desto raskere blir den mer presis og nyttig. Skal vi nå målene for nett nullutslipp og bevare havets livsviktige funksjoner, må det handles nå. KI må løftes fra å være et eksperiment til å bli en strategisk prioritet.