研究人员利用人工智能和物联网技术远程监测南极恶劣环境中的苔藓生长情况。通过LoRaWAN远程传输和AIoT，该系统可以收集温度、湿度等关键数据，而无需进行过多的数据处理。这一突破展示了人工智能和物联网结合在改进微气候模型和帮助气候变化研究方面的潜力。气候模型带来了什么挑战，研究人员做了什么，以及这如何证明人工智能和物联网的力量?
气候模型带来了什么挑战?
在气候科学领域，创建精确的气候模型并确定支持气候变化理论的证据给科学家们带来了诸多挑战。尽管有大量证据表明，自工业革命以来，全球气温和二氧化碳水平一直在持续上升，但由于地球气候的极端复杂性，以及不同环境因素之间难以置信的复杂相互作用，很难准备地创建将海平面、大气成分和全球二氧化碳排放联系在一起的模型。
例如，二氧化碳的上升会使温度升高，但从历史上看，温度在二氧化碳水平上升之前就已经上升了。因此，认为二氧化碳不会导致气温上升是可以理解的。然而，仔细观察就会发现，二氧化碳水平的上升会导致全球气温上升，而二氧化碳之所以滞后于温度上升，是因为正反馈效应，即温度略有上升会导致海洋释放更多的二氧化碳，从而导致温度升高。
为了创建准确的气候模型，研究人员需要尽可能多的数据，而这些数据需要包括从全球温度到当地空气污染物和风速的所有数据。然而，访问大量数据也可能是一把双刃剑，因为找到相关的数据模式可能非常困难。
最后，从偏远地区获取数据，如北极，考虑到当地互联网访问经常不可用，传感器需要能够长时间运行，并且很少有人能够主动监控传感器安装。这是难以置信的挑战。
南极研究人员利用人工智能和物联网对苔藓进行气候监测
一组南极研究人员认识到在偏远地区需要更好的气候监测，最近将人工智能和物联网技术结合起来，创造了能够远程监测苔藓的无线设备。据研究人员称，苔藓是“南极森林”，在零度以下的条件下发挥着重要的生态系统作用。
就像树木为野生动物提供了丰富的生态系统一样，苔藓通过帮助隔绝南极无冰地区的永久冻土层，为包括细菌、缓步动物和真菌在内的小型生命形式提供了繁荣的生态系统。与此同时，苔藓有助于减少大气中的二氧化碳，使苔藓成为重要的二氧化碳汇。因此，监测南极苔藓的状态可以帮助研究人员了解气候变化是如何影响南极的生物多样性和整体环境的。
然而，在远离社会的地方监测苔藓会带来一些挑战，包括数据收集、处理和传输。因此，研究人员转向人工智能和物联网进行数据处理，同时利用LoRaWAN进行远程传输。
LoRaWAN的低带宽特性意味着并非所有从传感器收集的数据都可以传输，因此本地化人工智能和边缘计算允许监控设备决定应该发送什么。该系统被称为物联网人工智能(AIoT)，使研究人员能够收集最相关的数据，包括温度、湿度和图像，而无需处理大量数据，从而帮助研究人员创建更好的微气候模型。
这如何证明人工智能和物联网的力量?
几乎任何物联网设备都可以被设计成实时传输大量数据，以供某些远程服务器处理，虽然这在过去可能是可以接受的，但随着越来越多的数据被收集起来，使得这变得不切实际。使用人工智能对数据进行预处理、确定相关内容并有选择地发送数据，不仅有助于改善未来的物联网服务，且有助于改善整个互联网。这种设备模式也将有助于鼓励安装更大的设备网络，因为现有的互联网基础设施将承受更小的压力。
对于研究人员而言，使用人工智能过滤掉最关键的数据有助于创建更准确的模型。然而，人工智能好坏取决于其所训练的模型，这意味着人工智能所犯的任何错误或假设都会影响到由人工智能过滤和处理的数据所创建的研究模型。
