Back to top
  • 공유 Share
  • 인쇄 Print
  • 글자크기 Font size
URL copied.

79% ของผลบวกลวงในการทดสอบมาจาก AI แต่ไม่ใช่อัตราของ GHGSat

ภาพสร้างด้วย AI: กระบวนการวิเคราะห์ข้อมูลการสังเกตการณ์จากดาวเทียม / TokenPost.ai

การทดสอบอิสระพบว่า วิธีวิเคราะห์ที่ใช้ AI คิดเป็น 79% ของผลบวกลวงทั้งหมด แต่ตัวเลขนี้ไม่ใช่อัตราผลบวกลวงของบริการ GHGSat

สเตฟาน แชร์แมง (Stéphane Germain) ประธานเจ้าหน้าที่บริหาร (CEO) ของ GHGSat เขียนในบทความของฟอร์จูน (Fortune) เมื่อวันที่ 16 พ.ย. ว่า “เราต้องเริ่มต้นจากข้อมูล” เขามองว่าภาคเทคโนโลยีสภาพภูมิอากาศไม่ควรมองข้ามการใช้ AI

แชร์แมงอธิบายว่า AI ช่วยแปลงข้อมูลสังเกตการณ์จากดาวเทียม ซึ่งต้องอาศัยความรู้เฉพาะทาง ให้เป็นข้อมูลที่ผู้กำหนดนโยบายและผู้ดูแลสถานที่ต่าง ๆ นำไปใช้ได้ นี่เป็นมุมมองของผู้บริหารบริษัทที่ติดตามการปล่อยมีเทน

GHGSat ระบุว่าบริษัทสังเกตการณ์สถานที่หลายล้านแห่งในแต่ละปี AI จะคัดข้อมูลที่อาจบ่งชี้การปล่อยมีเทนและจัดลำดับการตรวจสอบ จากนั้นทีมวิเคราะห์จะยืนยันว่ามีการปล่อยจริงหรือไม่ ก่อนส่งข้อมูลการปล่อยจากสถานที่นั้นให้ลูกค้า

คำอธิบายผลิตภัณฑ์ DATA.SAT ของบริษัทระบุว่า AI และแมชชีนเลิร์นนิงใช้ตรวจจับกลุ่มก๊าซมีเทนและเมฆ รวมถึงจำแนกข้อมูลสังเกตการณ์ ข้อมูลจำเพาะที่เปิดเผยระบุเกณฑ์ตรวจจับขั้นต่ำที่ 100 กิโลกรัมต่อชั่วโมง ความละเอียดภาคพื้นดินประมาณ 25 เมตร และส่งข้อมูลภายใน 24 ชั่วโมงหลังการสังเกตการณ์

ที่เกณฑ์ 100 กิโลกรัมต่อชั่วโมงตามที่บริษัทระบุ ความน่าจะเป็นในการตรวจจับอยู่ที่ 50% ตัวเลขนี้เป็นข้อมูลจำเพาะของผลิตภัณฑ์ และไม่ได้หมายความว่าจะให้ผลเท่ากันในทุกสภาพอากาศ

งานวิจัยที่ตีพิมพ์ในวารสารเนเจอร์ (Nature) เปรียบเทียบการสังเกตการณ์การปล่อยมีเทน 481 ครั้งกับการสังเกตการณ์ควบคุม 265 ครั้งที่ไม่มีการปล่อย ในการทดสอบแบบปกปิดฝ่ายเดียวซึ่งดำเนินการเป็นเวลาหนึ่งปี มีทีมวิเคราะห์ 15 ทีมจาก 9 ประเทศเข้าร่วม

ในการทดสอบนี้ ผลบวกลวงหมายถึงการตรวจพบว่ามีการปล่อย ทั้งที่ความจริงไม่มีการปล่อย ตัวเลข 79% คือสัดส่วนของผลบวกลวงทั้งหมดจากหลายวิธีวิเคราะห์ที่มาจากวิธีใช้ AI จึงไม่ได้แสดงอัตราผลบวกลวงของบริการใดบริการหนึ่งของ GHGSat

การทดสอบเดียวกันพบว่าอุปกรณ์ตรวจวัดมีเทนโดยเฉพาะตรวจจับกลุ่มก๊าซที่ปล่อยได้ 92–100% ในวันที่ท้องฟ้าแจ่มใส ส่วนระบบดาวเทียมโดยรวมทำงานได้ด้อยลงเมื่อมีเมฆมาก คำอธิบายงานวิจัยจากมหาวิทยาลัยสแตนฟอร์ด (Stanford University) ก็กล่าวถึงผลดังกล่าว

นโยบายเกี่ยวกับการเฝ้าติดตามจากดาวเทียมกำลังเปลี่ยนแปลงด้วย ก่อนหน้านี้สำนักงานปกป้องสิ่งแวดล้อมสหรัฐฯ (EPA) ส่งสัญญาณว่าจะปรับเกณฑ์สำหรับบ่อผลิตขนาดเล็กและโครงการติดตามการปล่อยมีเทนปริมาณมาก

งานวิจัยอีกชิ้นนำ AI มาใช้วิเคราะห์ข้อมูลจากดาวเทียม บทความในวารสาร Proceedings of the National Academy of Sciences (PNAS) ระบุว่า MAPL-EMIT ใช้ดีปเลิร์นนิงกับข้อมูลสังเกตการณ์ EMIT ขององค์การบริหารการบินและอวกาศแห่งชาติสหรัฐฯ (NASA) และพบกลุ่มก๊าซมีเทนที่อาจเกิดจากการปล่อยได้มากกว่าที่มนุษย์ทำเครื่องหมายไว้ประมาณ 1.5 เท่า

นักวิจัยระบุว่า ข้อมูลอ้างอิงที่ใช้ยืนยันการปล่อยจริงยังมีไม่เพียงพอ จึงคำนวณขนาดของผลบวกลวงได้ยาก การพบจุดต้องสงสัยเพิ่มขึ้นไม่ได้หมายความว่าจะยืนยันการปล่อยได้มากขึ้นตามไปด้วย

องค์การพลังงานระหว่างประเทศ (IEA) ระบุว่า ความต้องการไฟฟ้าของศูนย์ข้อมูลในปี 2025 เพิ่มขึ้น 17% จากปีก่อนหน้า และศูนย์ข้อมูลที่ใช้กับ AI โดยเฉพาะมีอัตราการเติบโตสูงกว่านั้น ในช่วงเดียวกัน ความต้องการไฟฟ้าทั่วโลกเพิ่มขึ้น 3% ก่อนหน้านี้ TokenPost รายงานว่า การขยายโครงสร้างพื้นฐาน AI กำลังกดดันคำมั่นด้านสภาพภูมิอากาศของบริษัทเทคโนโลยีรายใหญ่

กำหนดการวันญี่ปุ่นที่สถาบันศึกษาสิ่งแวดล้อมแห่งชาติญี่ปุ่น (NIES) เผยแพร่สำหรับวันที่ 16 มีทั้งการนำเสนอของ Climate TRACE เกี่ยวกับการติดตามการปล่อยด้วยดาวเทียมและ AI รวมถึงช่วงบรรยายของแชร์แมงเรื่องการใช้ข้อมูลจากดาวเทียม ส่วนกรอบอนุสัญญาสหประชาชาติว่าด้วยการเปลี่ยนแปลงสภาพภูมิอากาศ (UNFCCC) ระบุว่า COP31 จะจัดขึ้นที่เมืองอันตัลยา ประเทศตุรกี ระหว่างวันที่ 9–20 พ.ย.

<Copyright ⓒ TokenPost, unauthorized reproduction and redistribution prohibited>

Most Popular

Other related articles

Comment 0

Comment tips

Great article. Requesting a follow-up. Excellent analysis.

0/1000

Comment tips

Great article. Requesting a follow-up. Excellent analysis.
1