هل ينقذ الذكاء الاصطناعي كوكب الأرض من تهديد التغيّر المناخي؟

85 % من سكان العالم يتأثرون بتغيّر المناخ بأشكالٍ مختلفة، فعلى سبيل المثال، تسبّبت موجات الحر في مقتل 61,000 شخص عام 2022 في أوروبا وحدها، وأجبرت التقلبات المناخية 21.5 مليون شخص على ترك بلدانهم سنوياً منذ عام 2008، ويتسبب تلوث الهواء في مقتل 7 ملايين شخص سنوياً.

ولكن تزداد رهبة هذه الأرقام حينما يأتي الأمر إلى الأمن الغذائي والمائي؛ إذ يعيش أكثر من ملياري شخص في بلدان لا تملك إمدادات الوصول الآمن إلى المياه النظيفة، ويموت 25 ألف يومياً بسبب الجوع؛ نصفهم من الأطفال. وكذلك، أدّى التغيّر المناخي إلى تدهور 12.6% من الأراضي الزراعية (5.43 مليون كيلومتر مربع)، ما أسهم في التصحر وأثّر بدوره في 213 مليون شخص، إضافة إلى أن استمرار الممارسات غير المستدامة قد يؤدي إلى تدهور أكثر من 90% من تربة الأرض بحلول عام 2050، وخسائر في المحاصيل تصل إلى 50%، وتلاشي 90% من الشعاب المرجانية قبل عام 2030 إذا استمر ارتفاع درجات الحرارة. 

زادت مساحة الأراضي التي تعرضت للجفاف في المتوسط ​​بأكثر من 1% سنوياً وفقاً لمنظمة الأمم المتحدة، وانعكس ذلك بدوره على الأمن الغذائي والمياه وصحة النظام البيئي، ما يؤثّر تأثيراً مباشراً في نصف البشرية. وكذلك، ستؤدي الزيادة في متوسط درجة الحرارة العالمية إلى خفض المحاصيل العالمية من القمح بنسبة 6%، والأرز بنسبة 3.2%، والذرة بنسبة 7.4%، وفول الصويا بنسبة 3.1%، وهذه المحاصيل جميعها توفّر مجتمعة قُرابة ثُلثي السعرات الحرارية التي يتناولها الإنسان في أنحاء العالم كافة. وفي الوقت الذي تحيط فيه هذه المخاطر بكوكبنا الثمين، فإن احتياجات البشرية تزداد مع ازدياد السكان؛ إذ سيحتاج العالم إلى المزيد من الطعام بنسبة  60% بحلول عام 2050. 

ولكن هذه ليست المشكلة الوحيدة هنا، فما يزيد الأمر تعقيداً هو أن ممارسات الزراعة ليست مستدامة وتزيد حدة التغيّر المناخي بصورة كبيرة، إذ إن ما يصل  إلى 30% من انبعاثات الغازات الدفيئة ناتجة عن الزراعة وتشكّل نحو 45% من إجمالي انبعاثات الميثان، و80% من إجمالي انبعاثات أوكسيد النيتروجين.

الذكاء الاصطناعي في مواجهة التغيّر المناخي 

في ظل هذه المعطيات، سيكون النهج الذي يتبعه النظام العالمي الحالي لإنتاج الأغذية في "فعل المزيد من الشيء نفسه" بحاجة إلى طرق أكثر كفاء، في ظل هذه الأرقام الكبيرة. وهنا، يأتي دور الذكاء الاصطناعي الذي يُعوَّل عليه الآن في أزمة انعدام الأمن الغذائي والمائي الناتج من ارتفاع درجات الحرارة وتغيّر المناخ.

وهنا، يعلّق الكثيرون آمالاً عريضة على قدرة خوارزميات الذكاء الاصطناعي المستندة إلى البيانات الضخمة لمساعدة الإنسان على التصدي للتغيرات المناخية وآثارها، وذلك عبر إمداد صُنّاع السياسات بالمعلومات الاستشرافية الكافية والإنذارات المبكرة للتغيرات التي تحدث أول مرة؛ إذ تُنتج الأقمار الصناعية أكثر من 100 تيرابايت من بيانات   كل يوم.

وثمة ملايين البيانات المفتوحة المصدر التي تُتيحها المنظمات الدولية وغير الربحية للاستخدام من قِبل الأفراد والباحثين والمهتمين. فعلى سبيل المثال، أطلقت الأمم المتحدة المنصة الجيومكانية  "يداً بيد" (Hand In Hand) التي تحتوي على أكثر من مليون طبقة من البيانات والإحصائيات في مجال الأغذية والبيئة، فأصبحت أعذار عدم توفر البيانات من الماضي.

ويأتي قطاع البيئة ضمن أكثر القطاعات استفادة من الذكاء الاصطناعي والمبنية على البيانات الضخمة والمتجددة يومياً؛ إذ يستطيع العلماء، باستخدام البيانات، قياس مؤشرات حيوية ذات صلة بالتغيّر المناخي مثل: مراقبة غازات الميثان وثاني أوكسيد الكربون وتحديد تسرب الغاز وإدارة الغابات والتنوع الأحيائي وتدهور التربة والإنتاج الزراعي ورصد نفايات البلاستيك في المحيطات وغيرها.

الذكاء الاصطناعي: رهان السعودية لحل المشكلة المعقدة

كانت المملكة العربية السعودية إحدى الدول التي قررت الاعتماد على الذكاء الاصطناعي في مواجهة التغيّر المناخي، خصوصاً أنها وضعت التزامات طَموحة لمواجهة التحديات البيئية مثل الوصول إلى الحياد الكربوني بحلول عام 2060 (والحياد الكربوني يعني تحقيق توازن بين انبعاثات الكربون وامتصاصه من الغلاف الجوي عبر ما يدعى بمصارف الكربون)، وتقليل الانبعاثات المضرّة بمقدار 278 مليون طن سنوياً من الكربون المكافئ، وتخفيض استهلاك الفرد من المياه في اليوم إلى 150 لتراً، وزراعة 10 مليارات شجرة في أنحاء المملكة العربية السعودية كافة بحلول 2030.

وعلى الرغم من صعوبة هذه الالتزامات، ومساحة المملكة الشاسعة التي تُقدَّر بنحو مليوني كم2، تراهن المملكة على خوارزميات الذكاء الاصطناعي للوفاء بها، فكيف يساعد الذكاء الاصطناعي على مكافحة آثار التغيّر المناخي؟ وكيف تقوم المملكة العربية السعودية بتوظيفه للوفاء بالتزاماتها؟

وهنا ينبغي الإشارة إلى أن الذكاء الاصطناعي هو تطور تقني حديث يحتاج إلى مزيدٍ من الوقت لتحقيق الاستفادة الكاملة منه، ويمكنه أن يحل العديد من المشكلات لكنه يحتاج إلى وقتٍ لفهم كيفية استخدامه في مجالات مكافحة التغيّر المناخي.

• زراعة 10 مليارات شجرة ليس هدفاً سهلاً بالطرق التقليدية لكن الذكاء الاصطناعي يمكن أن يضمن تحقيقه بكفاءة عالية؛ إذ تستطيع خوارزميات الذكاء الاصطناعي تحديد أكثر الأماكن كفاءة لزراعة هذه الأشجار، وتصنيفها لما تحتاج إليه كل شجرة على حدة، وفقاً لتقييم مناخ المنطقة وحالة التربة وكمية المياه المتوفرة وملاءَمته مع النبات الذي يتوافق مع هذه المنطقة. وكذلك، تستطيع الآلة تحديد الأماكن غير الصالحة للزراعة على نحو أكثر كفاءة، إذ إن المناطق التي كانت على مدار وقتٍ طويل غير مروية، تعاني مستويات أعلى من الإجهاد التي لا يمكن للأشجار تحمُّلها دون مساعدة طرق محددة من الر،؛ بينما يمكن للآلة أن تقترحها من تحليلها للبيانات السابقة وبمساعدة خبراء الري.

وأطلق المركز الوطني لتنمية الغطاء النباتي ومكافحة التصحر عام 2022، مشروع أعمال مبادرة تطوير القدرة على الاستعداد للجفاف والتخفيف من حدته في المملكة، التي تندرج ضمن مبادرات برنامج التحول الوطني لتحقيق رؤية السعودية 2030، وذلك في إطار اهتمام المملكة وجهودها للتقليل من آثار التصحر والجفاف عبر التوسع في مشاريع التشجير وتأهيل مواقع الغطاء النباتي المتدهورة تحقيقاً لمستهدفات مبادرة السعودية الخضراء.

وتهدف جهود المملكة في مجالي التشجير والحفاظ على المياه إلى حمايتها من تداعيات ظواهر التصحر والجفاف المتسارعة بسبب ارتفاع درجات الحرارة حول العالم وزيادة الأنشطة البشرية، حيث تواصل مبادرة الشرق الأوسط الأخضر معالجة شح المياه وتهديدات التصحر في أنحاء المنطقة كافة.

وقد يؤدي استخدام الذكاء الاصطناعي إلى تعزيز كفاءة تلقيح السحب، لأن الملاحظات التاريخية وبيانات الأقمار الصناعية والرادار قد تمكّن الذكاء الاصطناعي من التنبؤ بشكلٍ أفضل بمكان البذر ومكان هطول المطر. وهذا بدوره يعزز هطول الأمطار، ما يدعم المبادرة السعودية الخضراء ومبادرة الشرق الأوسط الخضراء التي تقودها المملكة، إلى جانب إسهامات المركز الإقليمي للتغيّر المناخي (إحدى مبادرات قمة الشرق الأوسط الأخضر) من خلال عناصر الجفاف والمناخ التاريخي والتوقعات المناخية في ظل السيناريوهات المختلفة التي قد يحتاج الذكاء الاصطناعي إلى بياناتها لعدم معرفة اتجاه المناخ في المستقبل، وقد يفشل الذكاء الاصطناعي في المساعدة على التنبؤ بالاستفسارات المتعلقة بالمناخ المستندة إلى المناخ الحالي، إذا لم تُدمَج سيناريوهات تغيّر المناخ فيه.

ومن ناحية أخرى، سيحدد الذكاء الاصطناعي المناطق التي تحتاج إلى المزيد من غطاء مظلة الأشجار؛ إذ يصعب إجراء تقييم دقيق للمكان الذي تشتد حاجته إلى الأشجار ولكن الأدوات الجديدة ستسمح لمخططي المدن باستخدام متغيرات مثل الكثافة السكانية، وتغطية الأشجار الحالية، والتعرُّض الشديد للحرارة، للوصول إلى قرارات أفضل حول مكان زراعة الأشجار، لكن ينبغي الأخذ بسيناريوهات تغيّر المناخ بعين الاعتبار لأن المناخ المستقبلي قد يغيّر أموراً كثيرة تتعلق بالقرارات المرتبطة بخطط التشجير.

• يعتبر الخبراء هدف الوصول إلى الحياد الكربوني أمراً صعباً للغاية، غير أن التجارب أثبتت أن اتباع ممارسات الاستدامة، إلى جانب التقنيات الحديثة مثل الذكاء الاصطناعي، تساعد على الوصول إلى الهدف، إذ يمكن أن يحقق استخدام الذكاء الاصطناعي 5% إلى 10% من انخفاض الانبعاثات المطلوب بحلول عام 2030 (أي بين 2.6 و5.3 غيغا طن من مكافئ ثاني أوكسيد الكربون) عبر أساليب متعددة مثل التنبؤ بالظواهر ومراقبة الانبعاثات والأنظمة المتكاملة التي يحكمها الذكاء الاصطناعي والتي تسهم في الاستخدام الفعّال للطاقة، وغيرهما، كما يمكن أن يُضيف الذكاء الاصطناعي قيمة للشركات بمقدار 1.3 تريليون دولار إلى 2.6 تريليون دولار من القيمة الناتجة من الإيرادات الإضافية بحلول عام 2030[17] .

ولتحقيق هذا الهدف بكفاءة ينبغي مراعاة توليد وفهم سيناريوهات تغيّر المناخ لتحقيق الحياد الكربوني، إلى جانب التنبؤ بالظواهر ومراقبة الانبعاثات والأنظمة المتكاملة التي يحكمها الذكاء.

البرنامج العلمي لاستشراف الأرض

استعانت السعودية بخوارزميات الذكاء الاصطناعي لتقديم حلول الاستدامة في البيئة في أنحاء المملكة كافة من خلال عددٍ من المبادرات والبرامج؛ مثل "البرنامج العلمي لاستشراف الأرض" (Earth Observation & Science Program) الذي أطلقته الهيئة السعودية للبيانات والذكاء الاصطناعي (سدايا)، بالتعاون بين وزارة البيئة والمياه والزراعة ومؤسسة كلايميت إنجن (Climate Engine) للأبحاث المناخية تحت مظلة مركز الذكاء الاصطناعي في البيئة والمياه والزراعة AIEWA. 

يستخدم البرنامج علم البيانات والذكاء الاصطناعي لفهم مؤشرات الأرض الحيوية؛ إذ يركّز البرنامج على 5 مجالات رئيسة هي: حماية البيئة، ومراقبة التلوث، والزراعة المستدامة، وحماية المناخ والطبيعة، والأمن المائي، والأمن الغذائي. ويسعى إلى تطوير حلول ذكية مبنية على بيانات، ومدعومة بالبيانات والذكاء الاصطناعي، لرصد التغيّرات المناخية جميعها (الجفاف، الزراعة، استهلاك المياه، الانبعاثات) على المستويات المحلية والإقليمية والعالمية، والتنبؤ بها، وسيدفع العمل في مجال تغيّر المناخ في المملكة العربية السعودية وخارجها برؤى تستند إلى أحدث البيانات والتطورات في التعلّم الآلي.

وإلى جانب المبادرات الأخرى، تجدر الإشارة إلى مبادرة المركز الإقليمي للتغيّر المناخي في المركز الوطني للأرصاد إلى حلول الاستدامة البيئية في المملكة، حيث إنه ليس من المنطقي إسقاط الظواهر المرتبطة بالتغيرات المناخية جميعها مثل الجفاف والزراعة واستهلاك المياه والانبعاثات على المستويات المحلية والإقليمية والعالمية بدون أنشطة مركز التغيّر المناخي RCCC. 

سيسهم البرنامج في تقييم المخاطر المتعلقة بالمناخ وزيادة المرونة المناخية، وسيساعد الوصول إلى هذا النوع من البيانات على تسهيل تحديد التأثير الحالي للمياه في الإنتاجية الزراعية، ورصد الجفاف قبل حدوثه، واستخدام المياه، ورطوبة التربة، والتبخر، وآثار هطول الأمطار في المملكة، وتحتاج المخاطر المتعلقة بالمناخ والقدرة على الصمود في مواجهة المناخ، بما في ذلك دراسات التأثير جميعها، إلى دعم من المركز الإقليمي لتغيّر المناخ، وهذه فرصة للتذكير بمبادرة المركز الإقليمي للتغيّر المناخي RCCC في هذه الوثيقة.

(مقارنة) يمثّل التبخر الزراعي (Evapotranspiration) أو "العطش الجوي" للمياه تحديد كمية المياه المتبخرة من التربة والمسطحات المائية ومن النباتات. على هذا النحو، يُعد التبخر الزراعي مهماً لتصميم أنظمة الري وجدولتها، ويدعم حساب استخدام المياه من الزراعة، والأراضي الرطبة، والمسطحات المائية المفتوحة، والمناطق الطبيعية المزروعة. تُستخدم مجموعة بيانات التبخر الزراعي والنتح لقُرابة 40 عاماً من البيانات المناخية اليومية، لتقديم تقديرات سنوية لمناطق المملكة العربية السعودية جميعها، وهنا يشار إلى أنه يمكن حساب التبخر الزراعي خلال الفترة التاريخية من السجلات الماضية، لكن محاكاة النماذج المناخية يمكن أن توفّر تنبؤات أو توقعات بشأن المناخ المستقبلي.

تطبيقات عملية على استخدام الذكاء الاصطناعي للتنبؤ بالظواهر الطبيعية

يُتيح الذكاء الاصطناعي الاستفادة من طبقات البيانات الضخمة والمتوفرة عن الأرض من سنوات طويلة، عبر فهم الارتباطات بين الظواهر المختلفة، وفهم التأثير البيئي لتهديدات التغيّر المناخي، وتحسين التوقعات حوله (أنظر الشكل 1) إلى جانب نمذجة النتائج المستقبلية، فيتنبأ بظواهر مثل:

• الغطاء النباتي: صممت سدايا خوارزمية تجريبية تتنبأ بمؤشر الفرق المعياري للغطاء النباتي (Normalized Differential Vegetation Index - NDVI) خلال 3 أشهر. وصُمِمت خوارزمية الذكاء الاصطناعي في سدايا بناءً على عدة عوامل وبيانات تاريخية تؤثّر في مؤشر الغطاء النباتي (NDVI)، مثل بيانات تساقط الأمطار، ودرجة حرارة الأرض، ومؤشر الفرق المعياري المائي (NDWI)، والمؤشر النباتي المحسّن، وغيرها، حيث فاقت دقة التوقعات الأولية 90% بعد مقارنتها بالبيانات الحقيقية.
• الجفاف: تسمح تقنيات التعلم العميق المختلفة بتوقع مواسم الجفاف انطلاقاً من تحليل البيانات المناخية للسنوات السابقة، ومستوى الأمطار المتوقَّعة، وتوقيتها، ونوع النباتات، وغيرها من العوامل. وكذلك، تسهم في التنبؤ بالمناطق المعرَّضة للجفاف عبر تحليل مواسم الأمطار ونوع التربة (انظر شكل 2). فعلى سبيل المثال؛ هناك نوع تربة ماصٍ للرطوبة، ما يعني أن هذه المنطقة معرضة أكثر من غيرها للجفاف، وهذه البيانات جميعها تحللها الأقمار الصناعية وتلتقطها.
• المحاصيل: يساعد التعلم الآلي على التنبؤ بإنتاج المحاصيل، ومساعدة المزارعين على التأقلم، واتخاذ قرارات مناسبة مثل موعد الزراعة، وأفضل المحاصيل لهذه الأراضي حسب المواسم، ومواعيد الحصاد؛ إذ تدرس النماذج المحاصيل السابقة والأنماط المناخية، لتتمكن من تحديد أفضل المحاصيل المناسبة حسب الظروف لكل منطقة، بل ويمكن أن تساعد هذه الممارسة المزارعين على التخطيط للجفاف وموجات الحر، وتعديل مواعيد بَذر المحاصيل والزراعة لمراعاة ظروف موسم النمو المتغيرة.
• الرعي: لا شك في أن الرعي مهم للقطاع الزراعي، ويصعب اليوم تحديد الرعي المناسب لوجود مساحات شاسعة لكن نادرة للرعي في الوقت نفسه، لكن بإمكان خبراء الرعي اليوم تحديد أفضل الممارسات حسب خبراتهم، وبمساعدة البيانات مثل صبغة الكلوروفيل متمثلة بالغطاء النباتي، وبيانات الأسمدة مثل النيتروجين والفوسفات والميثان، ومناسبة النبات. ويمكن للخبراء استخدام الذكاء الاصطناعي في معرفة أفضل الأوقات وأكثر الأماكن حاجة إلى الرعي حسب المعطيات، وأيضاً بإمكان الآلة دراسة آثار هذه القرارات بعد عملية الرعي بجمع البيانات الجديدة لمساعدة الخبراء على فهم أثر القرارات وفهم تحديات التغيّر المناخي.
• الشعاب المرجانية: يمكن للذكاء الاصطناعي باستخدام بيانات المحيطات والصور الطيفية، أن يرصد أي تغير مفاجئ في الشعاب المرجانية بمساعدة خبراء المحيطات، بل بإمكان الآلة تحديد الانعكاسات البيئية والبحرية التي تحدث مع التغيّر في بيئة الشعاب المرجانية، وارتباطها بالحياة الفطرية.
• حرائق الغابات: يستخدم الباحثون خوارزميات التعلم الآلي للكشف عن الحرائق، فمن خلال تحليل البيانات من حرائق الغابات السابقة، يمكن أن يساعد التعلم الآلي على تحديد المناطق المعرَّضة للخطر، والظروف التي تؤدي إلى الحرائق الهائلة؛ ومن ثَمَّ يستخدم الخبراء هذه البيانات لإنشاء نماذج تنبؤية يمكن أن تساعد صانعي القرار على اتخاذ إجراءات لمنع الحرائق الهائلة أو التخفيف من حدتها. وحتى في مكافحة الحرائق، يؤدي الذكاء الاصطناعي دوراً رئيساً في إرشاد أطقم الإطفاء إلى كيفية توزيع مواردهم وسياراتهم لتحقيق أسرع استجابة. وكذلك، عبر معرفة حركة الرياح، وأماكن الخشب الجاف، وتركيزَي الأوكسجين والميثان اللذين لهما دورٌ في تغذية الحرائق، ترشدهم الخوارزميات إلى الأماكن الأولى للبدء بها.