8 modi in cui l’intelligenza artificiale sta rivoluzionando il Green Deal europeo

L’intelligenza artificiale (IA) sta rapidamente emergendo come una forza trasformativa in grado di influenzare vari aspetti della società, dall’ambiente all’economia. Secondo molti esperti, l’IA rappresenta una delle principali speranze per lo sviluppo sostenibile, migliorando l’efficienza energetica, trovando alternative ai combustibili fossili e rimuovendo i gas serra dall’atmosfera. Questo articolo esplora come l’IA possa contribuire agli Obiettivi di Sviluppo Sostenibile (SDG) e al Green Deal europeo, con particolare attenzione alla fotosintesi artificiale, all’adozione di energie rinnovabili, alla manifattura sostenibile e alla promozione di comunità sostenibili.

Gli Obiettivi di Sviluppo Sostenibile e il Contributo dell’IA

Gli Obiettivi di Sviluppo Sostenibile (SDG) sono 17 obiettivi non vincolanti stabiliti dall’Assemblea Generale delle Nazioni Unite nel 2015 per essere raggiunti entro il 2030. Tra questi, quattro sono strettamente legati all’ambiente: Azione per il Clima (SDG 13), Energia Accessibile e Pulita (SDG 7), Consumo e Produzione Responsabili (SDG 12), e Città e Comunità Sostenibili (SDG 11).

L’IA può contribuire significativamente a questi obiettivi in vari modi. Per l’Azione per il Clima (SDG 13), l’IA può analizzare dati climatici, prevedere eventi meteorologici estremi e suggerire strategie di mitigazione. Per l’Energia Accessibile e Pulita (SDG 7), l’IA può potenziare la ricerca sulle fonti energetiche rinnovabili e suggerire soluzioni alternative. Per il Consumo e Produzione Responsabili (SDG 12), l’IA può analizzare i dati sul consumo delle risorse e proporre soluzioni innovative per una produzione sostenibile di beni e servizi. Infine, per le Città e Comunità Sostenibili (SDG 11), l’IA può analizzare i dati sui servizi urbani e proporre soluzioni per città più sostenibili.

L’IA e la Fotosintesi Artificiale

Uno degli ambiti più promettenti dell’IA è la fotosintesi artificiale, che potrebbe fornire una soluzione efficace per rimuovere i gas serra dall’atmosfera. La fotosintesi naturale, che avviene nelle piante, converte l’anidride carbonica (CO2) in ossigeno e molecole di zucchero utilizzando l’energia solare. Tuttavia, questo processo è lento e coinvolge poche molecole di CO2 per volta.

La versione artificiale della fotosintesi potrebbe accelerare questo processo, ma richiede molta energia per rompere i legami carbonio-ossigeno nelle molecole di CO2. La ricerca si sta concentrando su materiali catalizzatori che possano diminuire l’energia richiesta. La fotosintesi artificiale con catalizzatori al plasma, o fotosintesi plasmonica, è una delle soluzioni più promettenti. Gli scienziati stanno utilizzando l’IA per progettare nanostrutture metalliche che favoriscano la fotocatalisi dell’anidride carbonica, generando elettroni ad alta energia che possono favorire la catalisi anche a bassa temperatura.

L’IA per l’Adozione delle Energie Rinnovabili

L’idrogeno è considerato il motore pulito del futuro e una delle migliori soluzioni per ridurre la dipendenza dai combustibili fossili. In Italia, il Piano Nazionale di Ripresa e Resilienza (PNRR) ha avviato la sperimentazione dell’idrogeno nel trasporto stradale, con un investimento totale di 530 milioni di euro. Tuttavia, per utilizzare l’idrogeno su larga scala, è necessario trasformarlo in composti idrogenati stabili adatti al trasporto e allo stoccaggio, e poi ritrasformarlo in idrogeno libero al momento dell’uso.

L’IA può giocare un ruolo cruciale in questo processo, creando strutture plasmoniche che favoriscano la trasformazione rapida di composti stabili come l’idrogeno solforato (H2S) in idrogeno libero e zolfo. Modelli di IA per la catalisi dei composti idrogenati sono essenziali per raggiungere l’obiettivo dell’energia pulita.

L’IA nella Manifattura Sostenibile

L’IA può anche contribuire alla manifattura sostenibile, un aspetto cruciale dell’obiettivo SDG 12. L’IA può risolvere problemi di ottimizzazione multiobiettivo, migliorando l’efficienza delle aziende nell’uso delle risorse, dell’energia e dei materiali. L’addestramento dei modelli di machine learning (ML) supervisionati consiste nell’utilizzare algoritmi di training per adattare i parametri interni del modello minimizzando l’errore.

È possibile addestrare modelli ML supervisionati considerando la gravità dell’errore in termini di costi sociali e ambientali delle decisioni sbagliate o corrette del modello. Decidere quali costi sociali e ambientali considerare nel calcolo della gravità dell’errore è parte integrante della sovranità digitale di chi addestra i modelli.

L’IA per Incoraggiare Comunità Sostenibili

L’IA può anche essere utilizzata per promuovere comportamenti responsabili tra i consumatori, un aspetto chiave dell’obiettivo SDG 11 relativo alle comunità sostenibili. Modelli di IA addestrati tenendo conto dei costi ambientali possono essere utilizzati per incoraggiare comportamenti responsabili. Tuttavia, è fondamentale che i consumatori abbiano il controllo sui modelli addestrati, garantendo che questi non facciano gli interessi di terzi a scapito degli utenti.

Questo problema può essere affrontato attraverso l’active learning, ovvero il co-addestramento dei modelli di intelligenza artificiale insieme ad esperti umani, compresi i futuri utenti dei modelli. Il progetto europeo HumAIne, iniziato lo scorso anno e guidato da un’azienda italiana, è dedicato alla collaborazione uomo-intelligenza artificiale attraverso l’addestramento collaborativo. La piattaforma HumAIne facilita l’addestramento di modelli decisionali, utilizzando l’interazione tra membri umani della comunità e modelli IA per garantire che abbiano le proprietà desiderate dagli umani.

Limiti e Sfide dell’IA nella Transizione Verde

Nonostante il potenziale trasformativo dell’IA, è importante ricordare che gli obiettivi della transizione verde richiederanno una trasformazione profonda di vari settori della società. È fondamentale evitare di presentare la tecnologia IA come una bacchetta magica in grado di risolvere i problemi ambientali dall’oggi al domani. Inoltre, bisogna tenere conto che i carichi computazionali dell’IA possono aumentare il consumo di energia e generare effetti ambientali negativi.

La definizione di politiche efficaci per l’IA e l’ambiente va fatta caso per caso, considerando il contesto socio-tecnico per capire se porteranno ai risultati desiderati.

Bullet Executive Summary

In conclusione, l’intelligenza artificiale rappresenta una risorsa fondamentale per il raggiungimento degli obiettivi di sviluppo sostenibile e per la transizione verso un’economia verde. Tuttavia, è essenziale affrontare le sfide e i limiti associati all’uso dell’IA, garantendo che le soluzioni tecnologiche siano implementate in modo responsabile e sostenibile.

Nozione base: La transizione ecologica implica il passaggio da un modello economico basato su risorse non rinnovabili a uno sostenibile, che utilizza risorse rinnovabili e riduce l’impatto ambientale.

Nozione avanzata: L’economia circolare è un modello economico che mira a eliminare i rifiuti e l’uso continuo di risorse, creando un ciclo chiuso in cui i materiali vengono costantemente riutilizzati. Questo approccio può essere potenziato dall’IA, che può ottimizzare i processi di riciclo e riutilizzo, riducendo ulteriormente l’impatto ambientale.

L’IA, se utilizzata correttamente, può essere un potente alleato nella lotta contro il cambiamento climatico e nella promozione di uno sviluppo sostenibile. Tuttavia, è fondamentale che la sua implementazione sia guidata da principi etici e sostenibili, per garantire un futuro migliore per tutti.