Umetna inteligenca za okoljsko vzgojo

Zaključeno 0 od 14 lekcij (0%)

3.05 Študija primera: Napovedovanje plimovanja z AI in domorodnim znanjem

Inovativen pristop projekta je bil razvoj modela AI, ki je združeval tradicionalno inuitsko znanje z znanstvenimi podatki in tehnikami daljinskega zaznavanja za iskanje prej neodkritih, primernih lokacij za komercialni priobalni ribolov pokrovač, školjk in alg. Ta pobuda izstopa, ker je bila eden prvih modelov AI te vrste, ki je domorodno znanje in sodobno znanost obravnaval kot enakovredna in dopolnjujoča se sistema razumevanja. AI je bila usposobljena in potrjena na obeh bazah znanja, kar predstavlja neposredno uporabo načel soustvarjanja in kulturnega spoštovanja.

Vnosi sodobne znanosti so vključevali satelitske posnetke, terenske podatke univerzitetnih raziskovalcev ter z AI izpeljano modeliranje priobalne batimetrije in temperatur morske površine. Vnosi domorodnega znanja so obsegali globoko, krajevno specifično modrost skupnosti Sanikiluaq glede razmer morskega ledu, vodnih tokov in zgodovinskih habitatov morskih vrst. Z združitvijo teh dveh sistemov znanja je model AI lahko prepoznal obetavna nova območja za marikulturo, ki bi jih bilo težko najti z uporabo katerega koli pristopa posebej.

Da bi prikazali podnapise v svojem jeziku, prosimo, kliknite ikono zobnika (nastavitve), nato kliknite na »Podnapisi/CC«, zatem na »Samodejni prevod« in s seznama izberite svoj jezik.

Ključno je, da je projekt poosebljal načelo vzajemnosti in delitve koristi. Izhodi AI so bili zasnovani tako, da so bili razumljivi ter so zagotavljali informacije v angleščini in lokalnem jeziku, inuktitutu. To je skupnosti omogočilo dostop do uporabnih spoznanj za načrtovanje raziskav, znanstvenih pregledov in gospodarskega razvoja ter ji pomagalo pri gradnji trajnostnih in prilagodljivih rešitev za marikulturo. Projekt služi kot močno pričevanje, da AI in domorodna kultura nista v konfliktu; nasprotno, njuna premišljena integracija lahko ustvari rešitve, ki so bolj robustne, kulturno relevantne in učinkovite za prilagajanje podnebnim spremembam.