Какие экологические проблемы можно решить с помощью облачных технологий и искусственного интеллекта и как это уже делают технологические компании Казахстана и СНГ. ИА El.kz сделал подборку самых громких проектов.
Из-за роста населения, развития промышленности и сельскохозяйственных структур экология ухудшается. Загрязняется почва, воздух и вода. Так, более 33 водных объектов в Казахстане непригодны для использования. Каспийское море сильно загрязнено из-за добычи нефти и газа, Аральское обмелело из-за большого расхода воды на орошение и климатических факторов. Под угрозой обмеления и озеро Балхаш.
С помощью современных технологий можно мониторить состояние воды и воздуха, вовремя выявлять экологические аномалии, отслеживать динамику роста растительности и не только. Рассказываем о проектах, которые разрабатывают такие решения.
Neo-ecology — проект по восстановлению и очищению водоёмов на территории СНГ. Основатель Павел Ермаченко более 10 лет развивает greentech-стартапы.
Neo-ecology создаёт решения для цифрового мониторинга водных экосистем и природоподобных методов очистки сточных вод — на основе геоинформационных моделей водных экосистем. Их системы могут восстановить экосистему даже самого загрязненного водоёма за год. В течение этого времени команда выполняет весь спектр работ:
1 месяц обследует водоём.
3 месяца проводит биомоделирование и строит математическую модель водной экосистемы.
8 месяцев работает на объекте и приносит дополнительную прибыль за счёт выращивания ценных гидробионтов — организмов, приспособленных к жизни в воде.
Neo-ecology успела опробовать своё решение в разных климатических зонах, в том числе на Байкале и в Каспийском море.
В 2022 году компания выиграла международную экологическую премию EcoWorld и сейчас запускает пилот по производству кормов на выращенном фитопланктоне.
«Мы пришли на водоём, в который сбрасывалось более 10 тысяч кубометров сточных вод в день. За сезон мы превратили его в лучший водоём в области и поддерживали в таком состоянии на протяжении 4 лет за счёт естественных процессов самоочистки, без добавления реагентов», — рассказывает Павел Ермаченко о проекте.
Сейчас компания разрабатывает платформу, которая позволит обслуживать более 2000 водоёмов одновременно. Пилот проходит на водоёме площадью 50 гектаров. В рамках него тестируется технология мониторинга, сбора данных и построения математической модели водной экосистемы с непрерывным управлением гидравлическим режимом и эксплуатацией водных объектов.
На строительство объекта Neo-ecology привлекла более 2 млн долларов и будет получать доход от части выращиваемой биопродукции. В 2024 году компания планирует вырастить на объекте 500 тонн кормов, а за следующие 2 года — увеличить объём до 2000 тонн кормов в год.
Каждая тонна стоит около 1000 долларов, и в дальнейшем Neo-ecology собирается выйти на оборот более 50 млн долларов.
В 2022 году в Казахстане появился первый карбоновый полигон для мониторинга потоков парниковых газов. Он поможет исследователям находить максимально эффективные способы контроля и сокращения выбросов климатически активных газов.
Полигон находится на биостанции аула Жолтаптык Павлодарской области.
«Климат меняется очень существенно. Одна из ключевых проблем сегодня — отсутствие достоверных данных о том, что происходит с климатом, от чего зависят и как происходят его изменения. Именно наличие надёжных данных позволит нам прогнозировать изменения. С этой целью было принято решение создать системы карбоновых полигонов», — говорит Ерлан Каримов, заместитель директора секретариата по целям в области устойчивого развития АО «Институт экономических исследований» Министерства национальной экономики РК.
Первый участок отражает биоразнообразие экосистем Южной Сибири, находящихся на территории Казахстана: лесов, озёр, болот и агроценозов. Территория будет анализироваться для расчёта биологической массы, видового состава растений и состояния почв. Собирать информацию планируется при помощи беспилотных систем и наземного оборудования.
Председатель Фонда Земли «Устойчивое развитие» Алан Бесен отмечает, что у отечественных корпораций также есть запрос на новые технологии улавливания, транспортировки, переработки и депонирования углерода.
С сортировкой и анализом данных могут помочь облачные технологии. Так, летом карбоновый полигон в России запустили Yandex Cloud совместно учёными МГУ имени М. В. Ломоносова.
Учёные уже собрали десятки терабайтов данных в единый массив с разных датчиков и газоанализаторов. Они позволят получить информацию о балансе газов и разработать методы изъятия «лишнего» углерода из атмосферы.
Для хранения и обработки этого массива данных в режиме реального времени может использоваться хранилище на базе Yandex Cloud, куда помимо прочего загружаются данные об условиях рельефа и климата исследуемой территории. Общий анализ данных позволит разработать модели машинного обучения, которые смогут спрогнозировать динамику эмиссии и поглощения климатически активных газов.
«Облачные сервисы позволят создать единую базу для обмена данными. Это десятки и даже сотни терабайтов информации, которые могут помочь решить не только научные задачи. Изучение углеродного баланса позволяет, например, минимизировать лесные пожары, снизить эмиссию метана от животноводческих хозяйств и определять газовые выбросы на свалках твёрдых бытовых отходов», — рассказала директор по национальным стратегическим проектам Yandex Cloud Анна Лемякина.
В мире есть и другие разработки по мониторингу растительности и водных объектов. Компании из Казахстана могут применять эти идеи для своих экосистем.
Так, Алтайский государственный университет (АлтГУ) совместно с Yandex Cloud разработал систему отслеживания растений на базе искусственного интеллекта. Такие системы помогают прогнозировать объём растений — продовольственных, лекарственных, кормовых. От этого зависит ассортимент аптек и магазинов, а также цены на товары.
На основе больших данных специалисты АлтГУ начали разрабатывать систему, которая позволяет предсказывать распространение растений в определённом месте. Для анализа достаточно загрузить датасет.
Для работы с данными используется облачная платформа. В частности, там хранятся датасеты для обучения алгоритма. При прогнозе модель учитывает накопленные данные по разным территориям: самая высокая и самая низкая температура, влажность, осадки, тип почвы. Коллекции данных, на которых обучалась система, тоже можно выбрать.
Результат появляется в виде тепловой карты, где каждый пиксель соотносится со значением от 0 до 1 — это вероятность произрастания данного вида на территории. Например, 0, 3 — 30% — маловероятно, а 1 — 100% — вероятность встречи с видом крайне высока.
Пока система рассчитана на научных сотрудников, но в дальнейшем ею сможет пользоваться кто угодно. Уже сейчас её могут использовать казахстанские экологи, чтобы прогнозировать распространение растений на территории страны.
Ещё одна разработка — система мониторинга вод Тихого океана. Лежащие в её основе технологии можно использовать и для отслеживания состояния других водных объектов.
Систему разработали специалисты Высшей школы экономики и Школы анализа данных Яндекса, она позволяет предсказывать климатическую аномалию Эль-Ниньо в Тихом океане. Эль-Ниньо влияет на климат многих территорий, где-то приводя к засухам и лесным пожарам, а где-то, наоборот, к наводнениям и снегопадам. Всё это влияет на урожай, цены, а также на распространение заболеваний.
Прогнозы строит ML-модель, работающая на базе облачных сервисов, в том числе сервиса для ML-разработки Yandex DataSphere. На основе реальных исторических данных о температуре океанических вод и смоделированных синтетических система может предсказывать наступление Эль-Ниньо за полтора года. По мнению климатологов, горизонт прогнозирования можно увеличить до двух лет, но разработчики модели надеются превысить этот срок.
Таким образом, проекты, направленные на защиту окружающей среды, активно развиваются. Некоторые уже сформировались в полноценные стартапы и даже предусматривают бизнес-модель. Другие находятся на стадии создания технологии. В Казахстане есть собственные эко-проекты, но также специалисты могут ориентироваться на мировые разработки, развивая на их основе собственные решения.