Escarus

Yapay Zeka ve Çevresel Sürdürülebilirlik

Paylaşım TarihiEkim 13, 2023

1987 yılında “Ortak Geleceğimiz” olarak da bilinen Brundtland Raporu’nda ilk kez tanımlanan sürdürülebilirlik kavramı, “gelecek nesillerin kendi ihtiyaçlarını karşılama yeteneğinden ödün vermeden bugünün ihtiyaçlarını karşılamak” anlamına gelmektedir.¹ Artan nüfus ile birlikte yoğunlaşan kentleşme, ürün ve hizmet seçeneklerinin çoğalmasıyla derinlik kazanan hızlı tüketim kültürü ve küre genelinde büyüyen ekonomik hareketlilik, çevre ve doğal kaynaklar üzerinde daha fazla baskı yaratmaya başlamış ve sürdürülebilirlik de zamanla daha fazla önem kazanmıştır. Son yıllarda önem kazanan bir diğer kavram ise, bilişim teknolojilerinin gelişmesi ve işlem kapasitelerinin güçlenmesiyle popülaritesi yükselen yapay zekadır. En genel tanımıyla yapay zeka, bir bilgisayarın veya bilgisayar kontrolünde olan bir robotun insan zekasını (öğrenme algoritmalarını ve bilişsel süreçlerini) taklit ederek ve topladığı bilgilerden esinlenerek insana ait görevleri yerine getirmesidir. Peki ulusal ve uluslararası gündemin öncelikli konularından olan sürdürülebilirlik ve yapay zeka arasındaki ilişki nedir? Gelecek nesillere daha yaşanılabilir bir dünya bırakma konusunda yapay zeka nasıl bir role sahip olabilir?

Yapay zeka araçlarının tüm yaşam döngüsünde (fikir üretimi, eğitim, yeniden değerlendirme, uygulama ve yönetişim) daha fazla ekolojik bütünlük ve sosyal adalet sağlama yönünde kullanılması, sürdürülebilir yapay zeka yaklaşımının esasını oluşturmaktadır.2 Günümüzde yapay zeka, çevre ve iklim sorunlarını ele almak için yararlı bir araç olarak değerlendirilmektedir.3 Sürdürülebilirlik ve döngüsel ekonomiye geçişi teşvik etmeyi amaçlayan çok sayıda yapay zeka politikası, stratejisi, araştırma girişimi ve yatırımı Sürdürülebilir Kalkınma Amaçları’nı (SKA’lar) destekleyen yenilikçi teknolojilerin potansiyelini vurgulamaktadır. Örneğin; AB Yeşil Mutabakatı’nda yeşil bir ekonomiye geçiş için yapay zekanın dönüştürücü gücünden bahsedilmektedir. Kısıtlı kaynakların daha verimli kullanımı, çevresel etkilerin tahmini ve yönetimi, üretim süreçlerinin optimizasyonu ve politika öngörüsü yoluyla yapay zeka, yeşil geçişe yardımcı olmaktadır.4 Araştırmalara göre çevresel uygulamalar için yapay zeka uygulamalarının kullanımı küresel GSYİH’yi %3,1 ila %4,4 oranında artırma potansiyeline sahipken aynı zamanda 2030 yılına kadar küresel sera gazı emisyonlarının mevcut senaryoya göre yaklaşık %1,5 ila %4,0 oranında azaltılmasına katkı sağlayabilecektir. Yapay zeka uygulamaları ile beraber değerlendirildiğinde incelenen sektörler arasında sera gazı emisyonu azaltımı olarak en büyük etkiye sahip olanlar %2,2’ye kadar azaltım ile enerji ve %1,7’ye kadar azaltım ile ulaştırma sektörleridir.5

Yapay zekanın birçok sektör ve alanda SKA’lara katkı sağlayabileceği anlaşılmıştır.Bir araştırmaya göre, yapay zekanın 17 SKA altında tanımlanmış 169 hedefin 134’üne ulaşmada olumlu etkiye sahip olabileceği ve 59 hedefe ulaşılmasını engelleyebileceği sonucuna varılmıştır. Şekil 1’de gösterildiği üzere yapay zekanın olumlu etkileri tüm SKA’lar değerlendirildiğinde %79’a ve sadece çevresel sürdürülebilirliğe karşılık gelen SKA 13 (İklim Eylemi), SKA 14 (Sudaki Yaşam) ve SKA 15 (Karasal Yaşam) için değerlendirildiğinde ise %93’e ulaşmaktadır. SKA 13 özelinde yapay zekadaki ilerlemeler, iklim değişikliği etkilerinin anlaşılmasını ve olası etkilerin modellenmesini desteklerken yenilenebilir enerji kurulumlarını ve enerji verimliliğine dayalı düşük karbonlu çözümlerin kullanımını yaygınlaştıracaktır. Ayrıca, ekosistem sağlığının iyileştirilmesine yönelik olan SKA 14 ve SKA 15 (her türlü deniz kirliliğinin önlenmesi ve önemli ölçüde azaltılması, çölleşmeyle mücadele ve bozulmuş arazi ve toprağın eski haline getirilmesi ile ilgili hedefleri SKA’lar) kapsamında yapay zeka, uydu görüntülerine dayalı incelemelerin kısa sürede yapılmasına imkan sağlayacaktır. Ancak çevre ile ilgili olduğu değerlendirilen SKA’ların hedefler üzerinde olumlu ve olumsuz etkileri detaylandırıldığında, yapay zekanın bazı hedefler üzerinde (SKA 13.2, 14.2, 14.5, 14.7, 15.2, 15.4, 15.5, 15.7) hem olumlu hem de olumsuz etkiye sahip olduğu görülmektedir. Örneğin; kıyı ve deniz alanlarının korunmasıyla ilgili 14.5 hedefinde çözümler matematiksel olarak optimal olsa bile bilinmeyen faktörler nedeniyle bu çözümlerin uzun vadeli etkilerini değerlendirmek için ilave araştırmalara ihtiyaç duyulacaktır. 6

                                                          Şekil 1: Yapay Zekanın Çeşitli SKA’lar Üzerindeki Olumlu ve Olumsuz Etkilerinin Özeti7

Yapay zeka; düşük karbonlu ulaşım, sürdürülebilir tarım, biyoçeşitlilik, su ve enerji kaynakları ile mineral hammaddelerin varlıklarının korunması, atık ve kirlilik yönetimi gibi çevresel sürdürülebilirlik konularına olumlu katkı sağlamaktadır. Örneğin su kaynaklarının korunması bağlamında yapay zeka modelleri ile akarsu akışı, su kimyası ve kalitesi üzerine hidrometeorolojik tahminler yapılmakta ve izleme esnasında da su kaçakları tespit edilebilmektedir. Biyoçeşitlilik araştırmalarında ise, arazi ile ilgili hizmet şartlarının sağlanması için tanımlanan çeşitli teknikler sayesinde biyoçeşitlilik bileşenleri, zamana ve mekana göre daha gelişmiş ihtimaller üzerinden oluşturulan tahminlerle incelenebilmektedir. Enerji yönetimi ve yenilenebilir enerji alanlarında yapay zeka, enerji üretimi ve dağıtımı ile ilgili tahmin yürütülmesine ve yük/kaynak yönetiminin optimize edilmesine katkı sağlamaktadır. Ayrıca, enerji planlaması ve tüm enerji kaynaklarının verimli kullanılması için üretim ve bakım dahil çeşitli süreçlerde yapay zeka tabanlı uygulamalar karar destek sistemi olarak işlev görmektedir. Akıllı şehirler için de yapay zeka uygulamalarından yararlanılabilmektedir. Yapay zekanın sunduğu çerçeve içinde farklı sektörlere ait büyük verilerin incelenmesi ve analiz edilmesi, etkin kamusal ve özel hizmetlerin geliştirilmesi için uygun bir altyapı hazırlamaya yardımcı olmaktadır. Son olarak, küresel bir sorun olan iklim değişikliği kapsamında ise yapay zeka, olası senaryolardaki sonuçları tahmin ederek doğal afetleri de içeren iklim değişikliği etkilerinin analiz edilmesine yardımcı olmaktadır. 8

Sağladığı kolaylıklarla yapay zekanın sürdürülebilir büyüme adımlarını kolaylaştırması ve hızlandırması mümkündür; nitekim en azından bugünkü şartlar itibarıyla, yapay zekanın çevresel önlemlerin daha güçlü biçimde hayata geçirilmesine destek sağlaması beklenmektedir. Bununla birlikte, sürdürülebilirlik kavramının kök anlamı ve geniş perspektifi açısından değerlendirildiğinde, yapay zekanın hızlı gelişimi ilgili düzenlemelerin dinamik bir gözetim eşliğinde yapılması, ayrıca şeffaflık, güvenlik ilkelerine ve etik standartlara tam uyumun sağlanması öncelik kazanmaktadır.9 Hatırda tutulmalıdır ki yapay zeka uygulamaları, makine öğreniminde geçmiş verilerin güvenilirliği, insan davranışı analizinin belirsiz olabilmesi, yaygınlaşan siber güvenlik riskleri, bazı durumlarda müdahale stratejilerinin yetersizliği bakımından çeşitli zorluklara sahiptir.10 Sayılan zorluklara ve dikkat çekilen hassas noktalara rağmen olumlu etkilerinin daha fazla olması sebebiyle yapay zeka uygulamalarının yaygınlaşması, çevre sorunlarının azaltılması ve gelecek nesillere daha yaşanabilir bir dünya bırakılması için gittikçe ilgi çekici bir seçenek haline gelmektedir.

Dipnotlar:
1) Brundtland, G. H. (1987). Our Common Future—Call for Action. Environmental conservation, 14(4), 291-294.
2) Van Wynsberghe, A. (2021). Sustainable AI: AI for sustainability and the sustainability of AI.AI and Ethics,1(3), 213-218
3) OECD. (t.y.) Artificial intelligence – How can we ensure that AI benefits society as a whole? https://www.oecd.org/digital/artificial-intelligence/
4) Avrupa Komisyonu. (2022). AI for Sustainability-A Human-Centric Approach to Global Challenges.https://futurium.ec.europa.eu/de/european-ai-alliance/blog/ai-sustainability-human-centric-approach-global-challenges?language=de
5) PwC UK. (t.y.) How AI Can Enable a Sustainable Future.https://www.pwc.co.uk/sustainability-climate-change/assets/pdf/how-ai-can-enable-a-sustainable-future.pdf
6) Vinuesa, R., Azizpour, H., Leite, I., Balaam, M., Dignum, V., Domisch, S., … & Fuso Nerini, F. (2020). The role of artificial intelligence in achieving the Sustainable Development Goals. Nature communications, 11(1), 1-10.
7) Vinuesa vd., a.g.m.
8) Nishant, R., Kennedy, M., & Corbett, J. (2020). Artificial intelligence for sustainability: Challenges, opportunities, and a research agenda. International Journal of Information Management, 53, 102104.
9) Vinuesa vd., a.g.m.
10) Nishant vd., a.g.m.

  1. Biyoteknolojinin Sürdürülebilirlik Üzerindeki Etkileri

Biyoteknolojinin sürdürülebilirlik üzerindeki etkilerini değerlendirirken, biyoteknoloji kullanımıyla ortaya çıkan sonuçları, mevcut tarımsal uygulamalar ve bunlarla ilişkili çevresel sonuçlarla karşılaştırmak önem arz etmektedir. Geleneksel tarım yöntemleri genellikle kimyasal girdilere dayanmakta ve bu da toprağın bozulmasına, su kirliliğine ve biyoçeşitlilik kaybına yol açmaktadır. Geleneksel yöntemler, aşırı hava olayları ve değişen ürün yetiştirme mevsimleri gibi iklim değişikliği kaynaklı etkilere karşı çoğunlukla savunmasızdır. Biyoteknoloji, bu zorlukları daha etkili bir şekilde ele alan çözümler sunmaktadır.14 Biyoteknoloji şirketleri, dayanıklılığı ve besin değeri artırılmış ürünler geliştirerek daha dayanıklı ve sürdürülebilir bir gıda sistemi için alternatifler önermektedir. Ayrıca, hassas tarım teknolojileri, çiftçilerin israfı en aza indirmesini ve kaynak kullanımını optimize etmesini sağlayarak tarımın çevresel etkisini azaltmakta ve tarımsal faaliyet karlılığını artırmaktadır.

Biyoteknolojinin çevresel etkilerinin ötesinde, insan sağlığı üzerinde de önemli etkileri vardır. Ürünlerin besleyici içeriğini geliştirmesi ve zararlı kimyasallar kaynaklı maruziyeti azaltması, biyoteknoloji ile geliştirilmiş gıdaların halk sağlığı açısından umut verici sonuçlar ortaya çıkarmaktadır. Örneğin, temel vitamin ve minerallerle zenginleştirilmiş ve böylece biyolojik olarak güçlendirilmiş mahsuller, dezavantajlı toplumsal kesimlerdeki yetersiz beslenme ve ilgili sağlık sorunlarına karşı mücadeleye yardımcı olabilmektedir. Uluslararası Tarımsal Araştırma Danışma Grubu’na (CGIAR) göre, 30’dan fazla ülke 15 milyon çiftçi hanesinin kullanımına sunulan biyolojik olarak güçlendirilmiş mahsulleri piyasaya sürmüştür ve diğer 16 ülke de bu mahsulleri araştırmaktadır.15 Benzer şekilde, kimyasal pestisitlere ve herbisitlere olan bağımlılığın azaltılması, gıdalardaki zararlı kalıntılara maruz kalma riskini azaltarak hem tüketicilere hem de tarım işçilerine fayda sağlayabilmektedir.

 

Şekil 4. Tarım İşçileri ve Dezavantajlı Nüfus16

Sonuç olarak biyoteknoloji, mevcut tarım uygulamalarının yarattığı çevresel etkilerin azaltılması ve sürdürülebilirliğin güçlendirilmesi açısından büyük bir potansiyel taşımaktadır. Biyoteknolojik yeniliklerden yararlanılmasıyla şimdiki ve gelecek nesillerin ihtiyaçlarının sürdürülebilir bir şekilde karşılandığı daha dayanıklı, verimli ve çevreye duyarlı bir gıda sistemi mümkün olabilecektir. Biyoteknolojik yeniliklerin insan sağlığı üzerindeki etkilerinin uzun süreli araştırmalarla test edilmesi, sağlanan faydaların haricinde herhangi bir olumsuz etkinin ortaya çıkıp çıkmadığının her aşamada ve çapraz kontrole tabi tutulması da önemini daima koruyan bir husustur. Daha yeşil, daha sağlıklı ve daha sürdürülebilir bir gelecek öngören bu vizyon; ancak iş birliği, yenilikçilik, kamu sağlığı konusunda yüksek hassasiyet ve sorumlu kaynak yönetimi konularının önceliklendirilmesiyle hayata geçirilebilecektir.

* İngilizcesi “Clustered Regularly Interspaced Short Palindromic Repeats” olan CRISPR, bir DNA dizilimleri kümesidir.

Dipnotlar:

1) Redman, M., King, A., Watson, C. (2016). What is CRISPR/Cas9? Archives of Disease in Childhood – Education and Practice, https://doi.org/10.1136%2Farchdischild-2016-310459

2) Lowenberg-DeBoer, J. (2003). Precision Agriculture and Biotechnology. Purdue University, Former Agricultural Economics Faculty, https://ag.purdue.edu/ssmc/newsletters/may2003_precisionagbio.htm

3) Vinh, Q. N. (2017). Şu adresten alınmıştır: https://images.pexels.com/photos/2132171/pexels-photo-2132171.jpeg?auto=compress&cs=tinysrgb&w=1260&h=750&dpr=2

4) Aggarwal, B. Rajora, N. Raturi, G. Dhar, H. Kadam, S.B. Mundada, P.S. Shivaraj, S.M. Varshney, V. Deshmukh, R. Barvkar, V.T. Salvi, P. Sonah, H. (2024) Biotechnology and urban agriculture: A partnership for the future sustainability, Plant Science, Volume 338, 111903, ISSN 0168-9452 https://0-www-sciencedirect-com.divit.library.itu.edu.tr/science/article/pii/S0168945223003205

5) Aggarwal vd., a.g.e.

6) Chee, P., Peng, T., Khan, M.K.R., Wang, B. (2023). Marker-assisted selection (MAS) in crop plants. Frontiers Media SA.58,https://www.google.com.tr/books/edition/Marker_assisted_selection_MAS_in_crop_pl/uxq0EAAAQBAJ?hl=tr&gbpv=1

7) Aggarwal vd., a.g.e.

8) Metamorworks (Ed.). (2020). Genetik mühendisliği kavramı. Tıp bilimi. Bilimsel Laboratuvar. Şu adresten alınmıştır: https://www.istockphoto.com/tr/foto%C4%9Fraf/genetik-m%C3%BChendisli%C4%9Fi-kavram%C4%B1-t%C4%B1p-bilimi-bilimsel-laboratuvar-gm1209831767-350233817?searchscope=image%2Cfilm

9) Aggarwal vd., a.g.e.

10) Chaurasia, A. & Hawksworth, D. & Pessoa de Miranda, M. (2020). GMOs Implications for Biodiversity Conservation and Ecological Processes: Implications for Biodiversity Conservation and Ecological Processes. https://link.springer.com/book/10.1007/978-3-030-53183-6

11) Holzinger, A., Keiblinger, K., Holub, P., Zatloukal, K., Müller, H. (2023). AI for life: Trends in artificial intelligence for biotechnology, New Biotechnology, Volume 74, P.16-24, ISSN 1871-6784, https://doi.org/10.1016/j.nbt.2023.02.001.

12) Farooq, S., Riaz, S., Abid, A., Abid, K., Naeem, M. A. (2019). A Survey on the Role of IoT in Agriculture for the Implementation of Smart Farming. IEEE Access. 7. 1-1. 10.1109/ACCESS.2019.2949703. https://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=8883163

13) Igor Borisenko (Ed.). (2020). Nem, sıcaklık, asitliğin aydınlatımı, gübre ve zararlıların insan müdahalesi olmaksızın veri toplama, elde edilen verilerin iletilmesi ve verimi artırmak için analizleri. Şu adresten alınmıştır: https://media.istockphoto.com/id/1218970790/tr/foto%C4%9Fraf/nem-s%C4%B1cakl%C4%B1k-asitli%C4%9Fin-ayd%C4%B1nlat%C4%B1m%C4%B1-g%C3%BCbre-ve-zararl%C4%B1lar%C4%B1n-insan-m%C3%BCdahalesi-olmaks%C4%B1z%C4%B1n-veri.jpg?s=2048×2048&w=is&k=20&c=eJSLBJE3U9L4hM4SyqwFiDWeeJTIdgcih5AQTOr30-s=

14) EPA. (2023). Climate Change Impacts on Agriculture and Food Supply. https://www.epa.gov/climateimpacts/climate-change-impacts-agriculture-and-food-supply

15) Sao, R. (2023). Crop Biofortification: Plant Breeding and Biotechnological Interventions to Combat Malnutrition. Advanced Crop Improvement, Volume 1., Springer, Cham. https://doi.org/10.1007/978-3-031-28146-4_7

16) Giraldo, O. (Ed.). (2022). Unrecognizable people working in a planting field. Şu adresten alınmıştır: https://media.istockphoto.com/id/1440799366/tr/foto%C4%9Fraf/unrecognizable-people-working-in-a-planting-field.jpg?s=1024×1024&w=is&k=20&c=42rGfaUqf_86KPcZVDsmpFVGfd8EAh6NNQ7OXrU2coc=

Ceyda Kalıpçıoğlu

Ceyda Kalıpçıoğlu