研究人員利用人工智慧和物聯網技術遠端監測南極惡劣環境中的苔蘚生長情況。透過LoRaWAN遠端傳輸和AIoT，該系統可以收集溫度、濕度等關鍵數據，而無需進行過多的數據處理。這項突破展示了人工智慧和物聯網結合在改善微氣候模型和幫助氣候變遷研究方面的潛力。氣候模型帶來了什麼挑戰，研究人員做了什麼，以及這如何證明人工智慧和物聯網的力量?
在氣候科學領域，創建精確的氣候模型並確定支持氣候變遷理論的證據給科學家帶來了許多挑戰。儘管有大量證據表明，自工業革命以來，全球氣溫和二氧化碳水平一直在持續上升，但由於地球氣候的極端複雜性，以及不同環境因素之間難以置信的複雜相互作用，很難準備地創建將海平面、大氣成分和全球二氧化碳排放連結在一起的模式。
例如，二氧化碳的上升會使溫度升高，但從歷史上看，溫度在二氧化碳水平上升之前就已經上升了。因此，認為二氧化碳不會導致氣溫上升是可以理解的。然而，仔細觀察就會發現，二氧化碳水平的上升會導致全球氣溫上升，而二氧化碳之所以滯後於溫度上升，是因為正回饋效應，即溫度略有上升會導致海洋釋放更多的二氧化碳，從而導致溫度升高。
為了創建準確的氣候模型，研究人員需要盡可能多的數據，而這些數據需要包括從全球溫度到當地空氣污染物和風速的所有數據。然而，存取大量數據也可能是一把雙面刃，因為找到相關的數據模式可能非常困難。
最後，從偏遠地區獲取數據，如北極，考慮到當地網路存取經常不可用，感測器需要能夠長時間運行，並且很少有人能夠主動監控感測器安裝。這是一個難以置信的挑戰。
一組南極研究人員認識到在偏遠地區需要更好的氣候監測，最近將人工智慧和物聯網科技結合起來，創造了能夠遠端監測苔蘚的無線設備。據研究人員稱，苔蘚是“南極森林”，在零度以下的條件下發揮重要的生態系統作用。
就像樹木為野生動物提供了豐富的生態系統一樣，苔蘚透過幫助隔絕南極無冰地區的永久凍土層，為包括細菌、緩步動物和真菌在內的小型生命形式提供了繁榮的生態系。同時，苔蘚有助於減少大氣中的二氧化碳，使苔蘚成為重要的二氧化碳匯。因此，監測南極苔蘚的狀態可以幫助研究人員了解氣候變遷是如何影響南極的生物多樣性和整體環境的。
然而，在遠離社會的地方監測苔蘚會帶來一些挑戰，包括資料收集、處理和傳輸。因此，研究人員轉向人工智慧和物聯網進行資料處理，同時利用LoRaWAN進行遠端傳輸。
LoRaWAN的低頻寬特性意味著並非所有從感測器收集的資料都可以傳輸，因此本地化人工智慧和邊緣運算允許監控設備決定應該發送什麼。該系統被稱為物聯網人工智慧(AIoT)，使研究人員能夠收集最相關的數據，包括溫度、濕度和圖像，而無需處理大量數據，從而幫助研究人員創建更好的微氣候模型。
幾乎任何物聯網設備都可以被設計成即時傳輸大量數據，以供某些遠端伺服器處理，雖然這在過去可能是可以接受的，但隨著越來越多的數據被收集起來，使得這變得不切實際。使用人工智慧對數據進行預處理、確定相關內容並選擇性地發送數據，不僅有助於改善未來的物聯網服務，也有助於改善整個互聯網。這種設備模式也將有助於鼓勵安裝更大的設備網絡，因為現有的互聯網基礎設施將承受較小的壓力。
對於研究人員而言，使用人工智慧過濾掉最關鍵的數據有助於創建更準確的模型。然而，人工智慧好壞取決於其所訓練的模型，這意味著人工智慧所犯的任何錯誤或假設都會影響到人工智慧過濾和處理的資料所創建的研究模型。
以上是人工智慧和物聯網如何幫助科學家克服氣候模式的挑戰的詳細內容。更多資訊請關注PHP中文網其他相關文章！
