연구원들은 인공 지능과 IoT 기술을 사용하여 남극의 가혹한 환경에서 이끼 성장을 원격으로 모니터링합니다. LoRaWAN 원격 전송과 AIoT를 통해 시스템은 과도한 데이터 처리 없이 온도, 습도 등 핵심 데이터를 수집할 수 있다. 이 획기적인 발전은 인공 지능과 사물 인터넷을 결합하여 미기후 모델을 개선하고 기후 변화 연구를 지원할 수 있는 잠재력을 보여줍니다. 기후 모델은 어떤 과제를 제기하고, 연구자들은 무엇을 했으며, 이것이 AI와 IoT의 힘을 어떻게 보여줍니까?
기후 과학 분야에서는 정확한 기후 모델을 만들고 증거를 결정합니다. 기후 변화 이론을 뒷받침하는 것은 과학자들에게 많은 어려움을 안겨줍니다. 산업 혁명 이후 지구 온도와 이산화탄소 수준이 계속 상승했다는 압도적인 증거가 있지만, 지구 기후의 극도로 복잡하고 다양한 환경 요인 간의 상호 작용이 엄청나게 복잡하기 때문에 해양 생성에 대비하는 것은 어렵습니다. 비행기, 대기 구성 및 전 세계 이산화탄소 배출량을 연결합니다.
예를 들어 이산화탄소가 증가하면 기온도 올라가지만, 역사적으로는 이산화탄소 수치가 오르기 전에 기온이 먼저 올라갔습니다. 따라서 이산화탄소가 온도를 상승시키지 않을 것이라고 생각하는 것은 이해할 수 있습니다. 그러나 자세히 살펴보면 이산화탄소 수준이 상승하면 지구 온도가 상승한다는 사실이 밝혀집니다. 이산화탄소가 기온 상승보다 뒤처지는 이유는 기온이 약간만 상승해도 바다가 더 많은 이산화탄소를 방출하여 온도가 상승합니다.
정확한 기후 모델을 만들려면 연구자는 가능한 한 많은 데이터가 필요하며, 해당 데이터에는 지구 온도부터 지역 대기 오염 물질 및 풍속에 이르기까지 모든 것이 포함되어야 합니다. 그러나 대량의 데이터에 액세스하는 것은 양날의 검이 될 수도 있습니다. 데이터에서 관련 패턴을 찾는 것이 어려울 수 있기 때문입니다.
마지막으로, 북극과 같은 외딴 지역에서 데이터를 얻으려면 로컬 인터넷 접속이 불가능한 경우가 많고 센서 설치를 적극적으로 모니터링할 수 있는 사람이 거의 없다는 점을 고려하여 센서를 장기간 실행할 수 있어야 합니다. 이것은 놀라운 도전입니다.
외딴 지역에서 더 나은 기후 모니터링의 필요성을 인식한 남극 연구원 팀은 최근 AI와 IoT 기술을 결합하여 이끼 모니터링을 위한 원격 제어 무선 장치를 만들었습니다. 연구자들에 따르면, 이끼류는 영하의 환경에서 중요한 생태계 역할을 하는 "남극 숲"입니다.
나무가 야생 동물에게 풍부한 생태계를 제공하는 것처럼 이끼는 남극 대륙의 얼음이 없는 지역의 영구 동토층을 단열하는 데 도움을 줌으로써 박테리아, 완보동물, 곰팡이를 포함한 작은 생명체에게 번성하는 생태계를 제공합니다. 동시에 이끼는 대기 중 이산화탄소를 줄이는 데 도움을 주어 중요한 이산화탄소 흡수원이 됩니다. 따라서 남극 이끼의 상태를 모니터링하는 것은 연구자들이 기후 변화가 남극 생물 다양성과 전반적인 환경에 어떤 영향을 미치는지 이해하는 데 도움이 될 수 있습니다.
그러나 사회적으로 멀리 떨어진 위치에서 이끼를 모니터링하려면 데이터 수집, 처리 및 전송을 포함한 여러 가지 과제가 따릅니다. 따라서 연구자들은 데이터 처리를 위해 인공 지능과 사물 인터넷을 활용하고 원격 전송을 위해 LoRaWAN을 활용했습니다.
LoRaWAN의 낮은 대역폭 특성은 센서에서 수집된 모든 데이터가 전송될 수 없음을 의미하므로 국지화된 인공 지능 및 에지 컴퓨팅을 통해 모니터링 장치가 무엇을 전송해야 할지 결정할 수 있습니다. 사물 인터넷을 위한 인공 지능(AIoT)이라고 불리는 이 시스템은 연구자들이 대량의 데이터를 처리하지 않고도 온도, 습도, 이미지 등 가장 관련성이 높은 데이터를 수집할 수 있도록 하여 더 나은 미기후 모델을 생성하는 데 도움이 됩니다.
거의 모든 IoT 장치는 일부 원격 서버에서 처리하기 위해 실시간으로 대량의 데이터를 전송하도록 설계될 수 있습니다. 과거에는 이것이 허용되었을 수 있지만 지금은 점점 더 많은 데이터가 수집될수록 이는 실용적이지 않게 됩니다. 인공지능을 활용해 데이터를 전처리하고 관련 콘텐츠를 판단해 선별적으로 데이터를 전송하는 것은 미래의 IoT 서비스뿐만 아니라 인터넷 전체의 발전에도 도움이 될 것입니다. 또한 이 장치 모델은 기존 인터넷 인프라에 대한 부담이 줄어들기 때문에 더 큰 장치 네트워크의 설치를 장려하는 데 도움이 됩니다.
연구원의 경우 인공 지능을 사용하여 가장 중요한 데이터를 필터링하면 보다 정확한 모델을 만드는 데 도움이 됩니다. 그러나 AI는 훈련된 모델만큼만 우수합니다. 즉, AI가 저지른 실수나 가정은 AI가 필터링하고 처리한 데이터에서 생성된 연구 모델에 영향을 미친다는 의미입니다.
위 내용은 AI와 IoT가 과학자들이 기후 모델 문제를 극복하는 데 어떻게 도움이 됩니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!