Điều đó có nghĩa là các thành phố phải tận dụng các nguồn năng lượng tái tạo, tối đa hóa hiệu quả sử dụng năng lượng và điện khí hóa giao thông trên quy mô lớn hơn. Song song với đó, trí tuệ nhân tạo (AI) và máy học (machine learning) đang nổi lên như những công cụ quan trọng để biến tương lai đó thành hiện thực khi nhiệt độ toàn cầu ngày càng tăng lên.
Thỏa thuận Paris (Paris Agreement) năm 2015 kêu gọi chung tay hạn chế sự gia tăng nhiệt độ trung bình toàn cầu ở mức 1,5oC so với các mức độ tiền công nghiệp, đồng nghĩa với việc giảm đáng kể lượng khí thải nhà kính (GHG).
Tại hội thảo trực tuyến AI for Good (AI cho những điều tốt đẹp) gần đây do Nhóm nghiên cứu của Liên minh Viễn thông quốc tế (ITU) về AI và hiệu quả môi trường tổ chức, Ariel Liebman, Giám đốc Viện năng lượng Monash, cho biết việc đáp ứng các yêu cầu khí hậu tham vọng sẽ đòi hỏi phải loại bỏ gần như hoàn toàn lượng khí thải từ việc sản xuất điện, công nghiệp và giao thông vào năm 2050.
Vai trò quan trọng của năng lượng tái tạo
Các nguồn năng lượng tái tạo, bao gồm mặt trời, gió, nhiên liệu sinh học và hydro dựa trên tái tạo, làm cho mức phát thải ròng về mặt lý thuyết là không có. Nhưng các cơ sở năng lượng mặt trời và gió - có sản lượng thay đổi theo mùa, thời tiết và thời gian trong ngày - yêu cầu quản lý lưới điện phức tạp và khả năng đáp ứng theo thời gian thực để hoạt động 24/7.
Ariel Liebman giải thích: "Các phương pháp AI - đặc biệt là tối ưu hóa, học máy, dự báo chuỗi thời gian và phát hiện bất thường - có vai trò quan trọng trong việc thiết kế và vận hành lưới điện không carbon trong tương lai này".
Một hệ thống lưới điện ở Indonesia có thể đạt 50% năng lượng tái tạo vào năm 2030 mà không mất thêm chi phí so với việc xây dựng các nhà máy đốt than và khí mới, theo một công cụ mô hình được sử dụng tại Monash. Chi phí sản xuất điện tái tạo đã giảm mạnh trên toàn thế giới trong những năm gần đây.
Dự báo nhu cầu trong tương lai
Sự thay đổi nhu cầu của người tiêu dùng về nhiệt, ánh sáng hoặc khả năng di động có thể tạo ra những bất ổn hơn nữa, đặc biệt là trong các môi trường đô thị. Nhưng học tăng cường kết hợp với mạng nơ-ron nhân tạo có thể giúp hiểu được cách các tòa nhà tiêu thụ năng lượng, đề xuất các điều chỉnh và hướng dẫn hành vi của người dân sinh sống.
Dan Jeavons, Tổng Giám đốc phụ trách khoa học dữ liệu tại Shell cho biết: "AI có thể làm cho các cơ sở hạ tầng hiện tại của chúng tôi hoạt động hiệu quả và hiệu quả hơn. Đồng thời, AI cũng giúp chúng tôi phát triển các mô hình kinh doanh mới, đáp ứng cả yêu cầu về công nghệ sạch hơn và nhu cầu của khách hàng".
Năm ngoái, gã khổng lồ năng lượng toàn cầu Shell đã đưa hơn 65 ứng dụng AI vào hoạt động, cho phép công ty giám sát 5.700 thiết bị và tạo nguồn cấp dữ liệu thời gian thực từ khắp các cơ sở của tập đoàn.
Phương pháp tiếp cận theo hướng dữ liệu
Công ty tư vấn kỹ thuật số Capgemini sử dụng dữ liệu vệ tinh để hiểu các nguy cơ về hỏa hoạn và đưa ra các phương án cứu hộ. Một dự án khác sử dụng dữ liệu từ vệ tinh Copernicus để phát hiện rác thải nhựa trong môi trường tự nhiên của chúng ta.
Sandrine Daniel, người đứng đầu văn phòng khoa học của công ty Capgemini cho biết: "Các thuật toán học sâu (deep learning) mô phỏng hình dạng và chuyển động của rác thải nhựa trong đại dương và sau đó đào tạo thuật toán để phát hiện rác thải nhựa một cách hiệu quả.
Công ty khởi nghiệp (startup) xe điện Arrival sử dụng phương pháp tiếp cận dựa trên dữ liệu để đưa ra các quyết định trong toàn bộ vòng đời sản phẩm. Được sản xuất trong các nhà máy siêu nhỏ với các mô-đun composite cắm và chạy (plug-and-play), các thiết kế xe điện của startup này giúp giảm tác động môi trường trong quá trình sản xuất và sử dụng.
Jon Steel, Trưởng bộ phận bền vững của Arrival cho biết: "Chúng tôi thiết kế mọi thứ đều có thể nâng cấp được. Các thành phần chức năng tạo điều kiện thuận lợi cho việc sửa chữa, thay thế hoặc tái sử dụng, trong khi phần mềm chuyên dụng giám sát việc sử dụng năng lượng và hiệu suất, giúp kéo dài tuổi thọ hữu ích của mỗi chiếc xe".
Ứng dụng bản sao số để quy hoạch đô thị
Theo ông Kari Eik, Tổng thư ký Tổ chức quan hệ kinh tế quốc tế (OiER), các đại diện ảo (virtual representation) theo thời gian thực - được gọi là bản sao số (digital twin) - là công cụ để hình dung ra các thành phố thông minh và bền vững.
Theo sáng kiến của Liên minh toàn cầu về các thành phố bền vững thông minh (U4SSC), một dự án với khoảng 50 thành phố và các cộng đồng ở Na Uy sử dụng bản sao số để đánh giá những thách thức chung, mô hình hóa các kịch bản và xác định các thực tiễn tốt nhất có thể.
Đối với các bản sao số, phương pháp tiếp cận bảo mật theo từng thiết kế với AI minh bạch, đáng tin cậy sẽ là chìa khóa để tạo niềm tin cho người dân, Albert H. Seubers, Giám đốc chiến lược toàn cầu CNTT tại các thành phố tại Atos cho biết.
Ông Albert H. Seubers kỳ vọng thế hệ các mạng tiếp theo ở các thành phố được thiết kế để bảo vệ dữ liệu cá nhân, giảm việc "tiêu tốn" nguồn lực mạng và làm cho máy tính hiệu suất cao bền vững hơn.
Ông Seubers cũng kêu gọi các tiêu chuẩn mở để hỗ trợ khả năng tương tác nhằm cho phép nhiều đối tác tham gia xây dựng thành phố bền vững.
AI for Good là một tổ chức phi lợi nhuận tập hợp những bộ óc và công nghệ tốt nhất để giải quyết những thách thức cấp bách nhất trên thế giới. Về cốt lõi, các dự án "AI vì lợi ích xã hội" sử dụng công nghệ phần cứng và phần mềm AI để tác động tích cực đến hạnh phúc của con người, động vật hoặc hành tinh - và các dự án trải dài hầu hết các mục tiêu phát triển bền vững (SDGs) của Liên Hợp Quốc.
.jpg "Chìa khóa giải quyết thách thức trong bảo vệ trẻ em trên không gian mạng")
