الذكاء الاصطناعي لحماية البيئة والتنمية الاجتماعية المستدامة

ملخص تنفيذي

تُظهر التجارب الدولية أن الذكاء الاصطناعي يُحقق أكبر فائدة بيئية وأكثرها مصداقية عندما يرتبط بسلسلة واضحة من القرارات أو الإجراءات العملية: كاستخدام الأقمار الصناعية للكشف عن الملوثات التي تُؤدي إلى عمليات تفتيش، أو التنبؤات التي تُغير إنتاج الطاقة، أو نماذج التحسين التي تتحكم في المضخات أو إشارات المرور، أو أجهزة الاستشعار التي تُوفر إنذارًا مبكرًا بالحرائق والانبعاثات. أما أنظمة الذكاء الاصطناعي التي تُنتج فقط تحليلات أو رسومًا بيانية أو توصيات عامة، فإن تأثيرها البيئي الموثق يكون أضعف بكثير.

أبرز الحلول الواعدة للسويد هي:

• الاستشعار عن بُعد متعدد الوسائط والتعلم الآلي للغابات، واستخدام الأراضي، والأراضي الرطبة، والبيئات الساحلية، والتنوع البيولوجي، وانبعاثات غاز الميثان.
• خوارزميات التنبؤ والتحسين لأنظمة الكهرباء، والتدفئة المركزية، وإمدادات المياه، ومعالجة مياه الصرف الصحي، ومرونة المباني.
• التوائم الرقمية للفيضانات، والتدفئة، ومياه الأمطار، وشبكات المياه، والنقل، والتخطيط العمراني - شريطة أن تُبنى على بيانات موحدة وتُستخدم لاتخاذ قرارات ملموسة.
• الذكاء الاصطناعي الطرفي وأجهزة الاستشعار الموزعة لرصد حرائق الغابات، وجودة المياه، وحماية الأنواع، والإشراف في المناطق ذات الاتصال المحدود.
• رؤية الحاسوب والروبوتات لفرز النفايات، وإعادة تدوير المواد، ومراقبة الجودة في التدفقات الدائرية.

الظروف مواتية نسبيًا. يمتلك نظام الرصد البيئي السويدي سلاسل زمنية طويلة موزعة على عدة جهات، بينما يعمل المجلس الوطني للإسكان والبناء والتخطيط، وهيئة المساحة الوطنية للأراضي في السويد، على تطوير بيانات بيئية وجغرافية أكثر حداثة وقابلية للمقارنة والتوحيد. لذا، لا يكمن التحدي في إنشاء المزيد من المشاريع التجريبية المعزولة للذكاء الاصطناعي، بل في جعل البيانات قابلة للتشغيل البيني، وربط الأنظمة بالعمليات التشغيلية للجهات المعنية، وتمويل التقييم المستقل والإدارة طويلة الأجل.

التوصية الرئيسية هي أن تُنشئ السويد برنامجًا وطنيًا متعدد السنوات للذكاء الاصطناعي في مجال البيئة والبيئة العمرانية، يتضمن بنية تحتية مشتركة للبيانات البيئية، وستة إلى عشرة بيئات تجريبية موجهة نحو حل المشكلات، مع إمكانية التوسع التدريجي. لا ينبغي تقديم التمويل بعد المرحلة التجريبية إلا عندما يُظهر الحل إضافة بيئية قابلة للقياس، وتأثيرات إجمالية مقبولة لدورة حياته، ومتانة تتجاوز بيانات التدريب، وسلسلة واضحة للمساءلة عن الأخطاء والطعون.

لا ينبغي التعامل مع الذكاء الاصطناعي على أنه خالٍ من المخاطر البيئية. تستهلك مراكز البيانات الكهرباء والماء والأرض وسعة الشبكة والأجهزة؛وقد أفادت وكالة الطاقة الدولية أن استهلاك الكهرباء في مراكز البيانات ازداد بنسبة 17% في عام 2025، بينما تدعو منظمة التعاون الاقتصادي والتنمية وبرنامج الأمم المتحدة للبيئة إلى مزيد من القياسات القائمة على دورة الحياة. لذا، ينبغي للحوكمة قياس صافي الفوائد: أي الانبعاثات المتجنبة وفقدان الموارد مطروحًا منها استهلاك النظام للكهرباء والماء والمواد والآثار المترتبة على ذلك.

المنهجية وإطار التقييم

يستند التقرير بشكل أساسي إلى مدخلات من وكالات حكومية ومنظمات متعددة الأطراف ومؤسسات بحثية ومقالات محكمة. وقد أُدرجت بيانات الشركات حيثما تصف تطبيقات واقعية، ولكنها تُذكر على أنها بيانات مُبلغ عنها ذاتيًا أو مُنمذجة في حال عدم وجود تحقق مستقل. تم تقييم حالة المعلومات اعتبارًا من 3 أغسطس 2026.

تغطي دراسات الحالة مجالات الطاقة، والنقل، والمياه، والنفايات، والزراعة، والغابات، والتنوع البيولوجي، ونمذجة المناخ والطقس، والرصد البيئي، بالإضافة إلى عدة فئات تقنية: التعلم الآلي الخاضع للإشراف، والشبكات العصبية العميقة، والاستشعار عن بُعد، والذكاء الاصطناعي الطرفي، وخوارزميات التحسين، والتوائم الرقمية، والروبوتات، وأنظمة الاستشعار متعددة الوسائط.

أربعة مستويات للأدلة:

• أ - قوي: دراسة مُحكّمة من قِبل النظراء أو تقييم مستقل مع مقارنة أو تحقق أو تصميم افتراضي ذي صلة.
• ب - تشغيلي: نتائج مُبلّغ عنها رسميًا من التشغيل الفعلي، ولكن دون تقييم مستقل كامل للأثر.
• ج - مُبلّغ عنها ذاتيًا أو مُنمذجة: آثار مُبلّغ عنها من قِبل المورّد، أو آثار أولية، أو آثار محسوبة بواسطة النموذج.
• د - لم يتم تحديدها كميًا بعد: تم إثبات الوظيفة التقنية، ولكن لم يتم تحديد النتيجة البيئية كميًا.

لا تعني الدقة العالية في نموذج التصنيف بالضرورة فائدة بيئية. لذا، يُميّز التقييم بين أداء النموذج (الدقة، الاستدعاء، خطأ التنبؤ)، والأثر التشغيلي (تقليل وقت المعالجة، الكشف المبكر)، والنتائج البيئية (انخفاض الانبعاثات، تقليل فقد المياه، حالة الحفظ)، والأثر الصافي، مع مراعاة استهلاك الطاقة، والأجهزة، وجمع البيانات، وتأثيرات الارتداد لنظام الذكاء الاصطناعي.

دراسات حالة دولية مختارة

جوجل ديب مايند - تبريد مراكز البيانات (الولايات المتحدة/العالم)

التعلم المعزز والتحسين التنبؤي في عمليات الطاقة والمباني، يعمل على نطاق داخلي. تتطلب آلاف أجهزة الاستشعار الخاصة بدرجة الحرارة والطاقة والمضخات وأنظمة التبريد معايرةً وقياسًا عن بُعد مستقرًا وحدود أمان صارمة. أفادت جوجل بانخفاض استهلاك الطاقة للتبريد بنسبة تصل إلى 40%؛حيث يحسب النظام الإجراءات كل خمس دقائق تقريبًا ضمن قيود السلامة. الدليل ب/ج: تشغيل واقعي ولكن بتقارير الشركة. قابلية التوسع في السويد: عالية - ذات صلة بمراكز البيانات والمستشفيات والعقارات الكبيرة ومرافق المياه والصرف الصحي والتدفئة المركزية، بالإضافة إلى استعادة الحرارة والإبلاغ عن استهلاك الكهرباء والمياه.

التعلم الآلي لتوقعات طاقة الرياح (الولايات المتحدة الأمريكية وفرنسا)

شبكات عصبية عميقة لإنتاج الطاقة وقيمتها السوقية، قيد التشغيل أو تجريبياً في بيئات تجارية لدى جوجل، وديب مايند، وإنجي، وغيرها. تعتمد النماذج على بيانات تاريخية لإنتاج طاقة الرياح، وتوقعات الطقس، وحالة التوربينات، وبيانات السوق. ذكرت جوجل أن التوقعات المسبقة ليوم واحد زادت من قيمة طاقة الرياح بنحو 20% من خلال تحسين الالتزامات تجاه سوق الكهرباء - وهي نتيجة اقتصادية وتشغيلية للنظام في المقام الأول؛ولا يُعد خفض الانبعاثات المباشر أمراً معزولاً. الدليل ج: قد تتأثر دقة النماذج سلباً بتغيرات الطقس أو التوربينات أو قواعد السوق، ويجب أن تعكس التوقعات عدم اليقين وأن تُقارن بنماذج قائمة على الفيزياء. قابلية التوسع: عالية جداً - وتتحقق أكبر فائدة من خلال التنسيق بين المعهد السويدي للأرصاد الجوية والهيدرولوجيا (SMHI)، وشركة الطاقة السويدية (Svenska kraftnät)، وشركات الشبكة، والمنتجين.

التعلم الآلي لتوقعات طاقة الرياح (الولايات المتحدة الأمريكية وفرنسا) GraphCast وGenCast – التنبؤات الجوية العالمية (المملكة المتحدة/العالمية)

شبكات عصبية بيانية ونماذج توليدية جماعية للتنبؤات الجوية، والمخاطر المتعلقة بالمناخ، والطاقة، في مراحل البحث المتقدمة والاستخدام التجريبي. يعتمد التدريب على بيانات إعادة التحليل العالمية وحقول الطقس الرقمية، بدقة تصل إلى 0.25 درجة. يُنتج GraphCast تنبؤات لمدة عشرة أيام، بينما يُنتج GenCast تنبؤات جماعية لمدة خمسة عشر يومًا في غضون دقائق. وقد تفوق GenCast على نموذج ECMWF الجماعي في 97.2% من أصل 1320 هدفًا تم تقييمها. يُشير الدليل (أ) إلى أداء النموذج، لكن الفائدة البيئية تعتمد على كيفية استخدام التنبؤات. هناك خطر حدوث أخطاء منهجية في الظروف المناخية المتطرفة أو الجديدة، وخطر المبالغة في تفسير النتائج القطعية. قابلية التوسع: عالية كمكمل - وليس بديلًا - لنماذج SMHI القائمة على الفيزياء، لا سيما فيما يتعلق بالرياح، والأمطار الغزيرة، ومخاطر الحرائق، والفيضانات، والتأهب.

نظام مراقبة الغابات العالمي (GLAD) - الغابات الاستوائية عالميًا

نظام رصد التغيرات في الغابات باستخدام الأقمار الصناعية والتعلم الآلي، يعمل على نطاق عالمي من خلال معهد الموارد العالمية، وجامعة ميريلاند، ومحرك جوجل إيرث، والحكومات والمنظمات. تتطلب صور الأقمار الصناعية لاندسات وسنتينل، بدقة تقارب 30 و10 أمتار على التوالي، عمليات رصد متكررة خالية من السحب، وتحققًا محليًا، وتعريفات واضحة للغابات والاضطرابات. يوفر النظام تنبيهات شبه فورية بشأن تغيرات الغطاء الشجري، لكن هذه التنبيهات تشير إلى الاضطرابات - وليس بالضرورة إلى قطع الأشجار غير القانوني - ولا ينبغي استخدامها كمقياس مباشر لإزالة الغابات السنوية. يعتمد النظام على معيارين للكشف؛ويختلف الأثر البيئي باختلاف الإجراءات الحكومية. قد تحدث نتائج إيجابية خاطئة بسبب الحرائق أو العواصف أو أعمال الغابات أو التغيرات الموسمية، ويلزم التحقق الميداني قبل فرض أي عقوبات. قابلية التوسع: عالية جدًا، ولكن يجب تدريب النماذج السويدية على الغابات الشمالية وأساليب إدارة الغابات السويدية.

نظام مراقبة الصيد العالمي - محيطات العالم

نظام استشعار عن بُعد متعدد الوسائط، وشبكات عصبية، وتحليل تتبع لمصايد الأسماك، والتنوع البيولوجي البحري، والرصد، يعمل على نطاق عالمي. تجمع المنصة بين مواقع نظام التعريف الآلي (AIS)، ورادار الأقمار الصناعية، والصور البصرية، وأضواء الليل، وسجلات السفن؛وتميل بيانات نظام التعريف الآلي (AIS) نحو السفن الأكبر حجمًا والتي تُبلغ عن عملياتها، بينما تتطلب السفن غير المُسجلة أجهزة استشعار تكميلية. أنشأ النظام خريطة عالمية لمصايد الأسماك الصناعية، ويستطيع تحديد السلوكيات المرتبطة بالصيد، وحالات إيقاف نظام التعريف الآلي (AIS)، والسفن المفقودة من السجلات العادية. الأدلة من النوع أ/ب؛ويعتمد الأثر البيئي على الإشراف والإدارة. تتمثل المخاطر في تحديد السفن بشكل غير صحيح، وعدم توزيع قدرات الرصد بشكل متساوٍ. قابلية التوسع: عالية - مناسبة لبحر البلطيق، وبحر الشمال، والمناطق البحرية المحمية، والصيد بشباك الجر القاعية، ومعدات الصيد المفقودة، وذلك بالتعاون بين هيئة مصايد الأسماك السويدية (HaV)، وخفر السواحل السويدي، والإدارة البحرية السويدية، والدول المجاورة.

رؤى حول الحياة البرية - كاميرات المراقبة عالميًا

رؤية حاسوبية لتحديد الأنواع وتصفية الصور في مجال التنوع البيولوجي، منصة تشغيلية واسعة النطاق مدعومة من جهات عديدة، منها منظمة الحفاظ على الطبيعة الدولية، ومؤسسة سميثسونيان، وجمعية الحفاظ على الحياة البرية، والصندوق العالمي للطبيعة، وجوجل. تم تدريب النماذج على عشرات الملايين من الصور، ويُذكر أنها قادرة على فرز حوالي 88% من الصور الفارغة بنسبة خطأ أقل من 2%، مما يقلل العمل اليدوي بشكل كبير. يُعدّ أثر الحفاظ على البيئة غير مباشر ويعتمد على إدارة البيانات المتغيرة. الأدلة (ب/ج): قد تلتقط الكاميرات صورًا لأشخاص، لذا تتضمن المنصة ضوابط للمواقع الحساسة، وقد يلزم حماية مواقع الأنواع من الصيد والإزعاج. قابلية التوسع: عالية بالنسبة للمجالس الإدارية للمقاطعات، وجامعة العلوم الزراعية السويدية، والمحميات الطبيعية، ومشاريع البنية التحتية، بافتراض وجود تصنيفات سويدية موحدة، ومجموعات بيانات للتحقق، وقواعد لصور الأشخاص.

رابطة الغابات المطيرة وأربيمون - الصوتيات الحيوية في الغابات الاستوائية

أجهزة استشعار طرفية، وتحليل صوتي قائم على الحوسبة السحابية، وتعلّم آلي للتنوع البيولوجي وقطع الأشجار غير القانوني، تعمل في العديد من المشاريع ولكنها ليست شاملة. تُقارن التسجيلات المتواصلة من الأجهزة التي تعمل بالطاقة الشمسية بمكتبات الأنواع والبصمات الصوتية للمناشير الآلية، على سبيل المثال؛وتتأثر الجودة بالرياح والأمطار والميكروفونات ونقص المكتبات المرجعية المحلية. تُفيد شركة أربيمون برصد آلاف الأنواع، بما في ذلك مئات الأنواع المُهددة بالانقراض، وتُظهر الدراسات أن علم الصوتيات الحيوية الآلي يُمكنه تتبع التعافي في الغابات الاستوائية. الدليل أ/ب. تشمل المخاطر تسجيل الأشخاص، ومواقع الأنواع الحساسة، وارتفاع تكاليف الاتصالات؛ويُعد التثبيت المحلي والتحكم اليدوي في الإنذارات أمرًا بالغ الأهمية. قابلية التوسع: عالية للبيئات المُستهدفة - تمتلك السويد بالفعل بيانات صوتية حيوية ذات صلة، بما في ذلك بيانات غوتنبرغ التي تضم 10,691 ساعة تسجيل وأكثر من 239,000 رصد للطيور من 30 موقعًا.

نظام الإنذار والاستجابة لانبعاثات الميثان التابع لبرنامج الأمم المتحدة للبيئة (عالمي)

الاستشعار عن بُعد عبر الأقمار الصناعية، وتصفية الإشارات القائمة على الذكاء الاصطناعي، ونمذجة الغلاف الجوي لانبعاثات الميثان والرصد البيئي، يعمل على نطاق عالمي من خلال المرصد الدولي لانبعاثات الميثان التابع لبرنامج الأمم المتحدة للبيئة. تُدمج بيانات أكثر من 30 جهازًا فضائيًا مع بيانات الرياح والغلاف الجوي، وسجلات المنشآت، وملاحظات المشغلين، مما يتطلب تحديدًا دقيقًا لمصدر الانبعاثات والتحقق الأرضي. يُعدّ نظام MARS أول نظام عالمي قائم على الأقمار الصناعية لرصد انبعاثات الميثان الكبيرة والإبلاغ عنها؛وقد أفاد برنامج الأمم المتحدة للبيئة بتحليل أكثر من 1.3 مليون ملاحظة منذ عام 2023، ووثّق حالاتٍ أعقبت فيها الإخطارات إجراءاتٌ مُثبتة. الدليل ب: قد تترتب على التحديد الخاطئ لمصدر الانبعاثات عواقب مالية وقانونية - يجب التمييز بين التنبيه والأدلة القانونية. قابلية التوسع: عالية جدًا لمدافن النفايات، ومحطات معالجة مياه الصرف الصحي، والغاز الحيوي، والزراعة، والبنية التحتية للطاقة، حيث يمكن للسويد دمج نظامي MARS وCopernicus مع الطائرات المسيّرة والقياسات الأرضية.

ALERTCalifornia - كاليفورنيا، الولايات المتحدة الأمريكية

رؤية حاسوبية على شبكات الكاميرات مع ذكاء اصطناعي سحابي وحاسوبي للتأهب لحرائق الغابات والاستجابة المدنية، يعمل على مستوى الولاية من خلال جامعة كاليفورنيا في سان دييغو، وإدارة مكافحة الحرائق في كاليفورنيا (CAL FIRE)، وخدمات الطوارئ. تُدمج الكاميرات البانورامية مع بيانات التضاريس والطقس وبيانات الحرائق السابقة والتحقق من قِبل المشغلين. يتأثر أداء النظام بالضباب والغيوم وأشعة الشمس والغطاء النباتي. خلال الموسم الأول المكثف، استُخدم النظام في أكثر من 1200 حريق، وأُفيد بأنه رصد الحريق قبل أول اتصال برقم الطوارئ 911 في أكثر من 30% من الحالات، مع رصد الحريق قبل 10 إلى 30 دقيقة. لم تُحدد مساحة الحريق التي تم تجنبها بدقة. الدليل من الفئة ب/ج. تشمل عوامل النجاح وجود مشغلين في سلسلة الإنذار، والتكرار الجغرافي، والتكامل مع مراكز التحكم الرئيسية. قابلية التوسع: عالية جدًا - ينبغي اختبار النظام في المناطق المعرضة للحرائق في غوتالاند وسفيلاند والمناطق الساحلية في نورلاند، مع دمجه مع نماذج مخاطر الحرائق التابعة للمعهد السويدي للأرصاد الجوية والهيدرولوجيا وخدمات الطوارئ البلدية.

زين روبوتكس - فنلندا وإسبانيا

تقنية رؤية حاسوبية، وتعلم آلي، وروبوتات صناعية لإدارة النفايات والاقتصاد الدائري، وهي تقنية ناضجة تجاريًا. حصل مشروع تجريبي بالقرب من برشلونة على تمويل من المعهد الأوروبي للابتكار والتكنولوجيا (EIT) بقيمة 488,000 يورو تقريبًا، بالإضافة إلى تمويل مشترك مماثل. تتطلب الكاميرات وأجهزة الاستشعار المثبتة على سيور النقل بيانات مُصنفة للأشياء وإعادة تدريب مستمرة نظرًا لتنوع النفايات وتغيرات التغليف. يُذكر أن النظام يحقق حوالي 2000 عملية فرز في الساعة، وتصل نسبة نقاء بعض الأجزاء إلى 98%، إلا أن النتائج تختلف اختلافًا كبيرًا بين أنواع المواد.(الدليل ب/ج). يمكن تحسين بيئة العمل بتقليل عمليات الفرز اليدوي الخطرة، بينما يُعدّ احتكار الموردين وملكية بيانات التدريب من أهم قضايا الشراء. قابلية التوسع: عالية لنفايات البناء والهدم، والبلاستيك، والمنسوجات، ومرافق إعادة التدوير البلدية - مع أجزاء اختبار سويدية وتقييم دورة الحياة.

قرية النباتات نورو - أفريقيا

تقنية رؤية حاسوبية غير متصلة بالإنترنت على الهواتف المحمولة، أي الذكاء الاصطناعي الطرفي، للزراعة وحماية النباتات، تم نشرها كخدمة عامة قريبة المدى من قبل جامعة ولاية بنسلفانيا، ومنظمة الأغذية والزراعة، والمعهد الدولي للزراعة الاستوائية، والمركز الدولي لتحسين الذرة والقمح، والجهات الاستشارية المحلية. تعتمد التشخيصات على صور محمولة لأوراق النباتات وحالات الأمراض المصنفة محليًا؛ وتعتمد النتائج على جودة الصورة، وعدد الأوراق، ومرحلة المرض، وانتشاره المحلي. تُظهر الدراسات الميدانية دقة تشخيصية تتراوح بين 74 و88% عند استخدام أوراق متعددة، ولكن لم يتم تحديد صافي الانخفاض في المبيدات الحشرية أو الانبعاثات أو استخدام الأراضي. الأدلة من الفئة (أ) للتشخيص، ومن الفئة (د) للنتائج البيئية. يمكن أن يؤدي عدم تكافؤ الوصول إلى الهواتف وعدم وضوح النصائح بشأن المبيدات الحشرية إلى أضرار. قابلية التوسع: متوسطة - توجد تطبيقات سويدية في أمراض النباتات والأنواع الغازية وأضرار الغابات، ولكن يجب أن تُشجع النصائح بشكل صريح على الإدارة المتكاملة للآفات.

تحسين المياه الذكي - هيئة المياه العامة - سنغافورة

الذكاء الاصطناعي، وحوسبة السيناريوهات، والتحليلات التنبؤية، والتوائم الرقمية لإمدادات المياه، ومياه الصرف الصحي، والفيضانات، تعمل على نطاق واسع داخل هيئة المياه العامة بالتعاون مع GovTech. تُستخدم أجهزة الاستشعار، وتوقعات الطلب، والأحوال الجوية، ومستويات المياه، والقيود التشغيلية؛حيث يعالج نظام تصريف المياه أكثر من 350,000 نقطة بيانات يوميًا، ويستبعد القيم الشاذة. تم تقليص وقت تخطيط الإنتاج اليومي من ساعتين إلى حوالي 15 دقيقة، ومن خلال خفض مستوى بدء التشغيل المطلوب في خزان الخدمة بنسبة 5%، انخفض استهلاك الطاقة للمعالجة والضخ دون التأثير على التسليم؛وانخفض وقت التخطيط بمقدار 64 يوم عمل سنويًا. لم يتم تحديد مقدار خفض الطاقة والانبعاثات بدقة. الدليل ب: تتطلب البنية التحتية الحيوية الأمن السيبراني، والتكرار، وإجراءات الرجوع اليدوي، وحدودًا واضحة للتحكم الذاتي. قابلية التوسع: عالية جدًا بالنسبة لمؤسسات المياه والصرف الصحي السويدية في مجالات التسرب، ومياه الأمطار، ومياه التغذية، والطاقة، من خلال منصات اختبار إقليمية ونماذج بيانات مشتركة.

التوأم الرقمي البحري - سنغافورة

التوأم الرقمي، والمحاكاة، والبيانات الآنية، وتحسين المسارات للشحن، والموانئ، والبيئات الساحلية المبنية، على نطاق تشغيلي مبكر في هيئة الموانئ والملاحة البحرية في سنغافورة وهيئة التكنولوجيا الحكومية. تتطلب مواقع السفن، وعمليات الموانئ، والممرات المائية، والأحوال الجوية، والبنية التحتية، مُعرّفات مشتركة، وزمن استجابة منخفض، ووصولًا مُنظّمًا إلى البيانات الحساسة للسلامة. أُطلقت المنصة في عام ٢٠٢٥، وستدعم الوعي الظرفي المشترك، والمحاكاة، والتحسين، ولكن لم تُحدد بعدُ تخفيضات مُثبتة علنًا في استهلاك الوقود، أو وقت الانتظار، أو الانبعاثات. الدليل (د) على النتائج البيئية. تشمل المخاطر التهديدات السيبرانية، والبيانات الحساسة تجاريًا، وتحوّل التوأم الرقمي إلى مُجرد تصور مكلف دون القدرة على اتخاذ القرارات. قابلية التوسع: متوسطة إلى عالية لميناء غوتنبرغ، وبحيرة مالارين، والتخطيط الساحلي، والشحن الكهربائي - بدءًا من قضايا محدودة مثل تحسين الموانئ ومتطلبات الطاقة.

مشروع جوجل "الضوء الأخضر" - إشارات المرور في مدن متعددة

التعلم الآلي والتحسين القائم على أنماط التنقل المُجمّعة في النقل الحضري، يعمل في ١٨ مدينة على الأقل بحلول عام ٢٠٢٥. تُشير جوجل إلى إمكانية نموذجية لانخفاض عدد التوقفات بنسبة تصل إلى ٣٠٪ وانخفاض الانبعاثات بنسبة ١٠٪ عند التقاطعات، ولكن النتائج تستند جزئيًا إلى حسابات نموذجية. الدليل ج: قد يؤدي تحسين التصميم الذي يركز على السيارات إلى الإضرار بسهولة الوصول والسلامة للمشاة وراكبي الدراجات ووسائل النقل العام، أو قد يتسبب في ازدحام مروري إضافي؛لذا يجب أن تكون الصورة المستهدفة متعددة الوسائط. قابلية التوسع: متوسطة، وينبغي قياس الفائدة مقابل إعطاء الأولوية للحافلات، وتدابير ركوب الدراجات، والتحكم في الازدحام، وتغييرات استخدام الأراضي.

يُلاحظ في جميع أنحاء هذه المادة نقصٌ متكرر في الأدلة: إذ تُشير العديد من المشاريع إلى دقة تقنية عالية، وعدد كبير من نقاط البيانات المُحللة، أو ساعات عمل مُوفّرة، لكن القليل منها يقيس التغيرات طويلة الأجل في الانبعاثات، أو حالة النظام البيئي، أو استخدام الموارد. وحيثما تغيب الفوائد البيئية المُقاسة، لا ينبغي افتراضها لمجرد أن التكنولوجيا مُتقدمة.

دروس شاملة وقابلية تطبيقها في السويد

يُحقق الذكاء الاصطناعي أفضل النتائج عندما تكون سلسلة الإجراءات قصيرة. فتبريد مراكز البيانات وترشيد استهلاك المياه يؤثران على الأنظمة المادية بشكل مباشر ومستمر. أما الإنذارات من الحرائق وانبعاثات الميثان فلها سلسلة أطول قليلاً، ولكن يُمكن ربطها بمشغلين مُحددين، وأوقات استجابة، وإجراءات. ومن ناحية أخرى، قد تتوقف منصات التنوع البيولوجي والتوائم الرقمية عند قاعدة معرفية أفضل إذا لم يتم دمجها في قرارات التصاريح، والإشراف، وحماية المناطق، والصيانة، أو الاستثمار.

يُعدّ الاستشعار عن بُعد من أبرز الفرص المتاحة في السويد. فالسويد تمتلك مساحات جغرافية شاسعة، وبيئات غابات ومائية واسعة، وإمكانية الوصول إلى بيانات كوبرنيكوس، وبيانات جغرافية وطنية، ونظام رصد بيئي مُتكامل. ويمكن أن تكون تكلفة تحليل مناطق إضافية منخفضة نسبيًا بمجرد إنشاء النماذج ومنصات البيانات.

تُعدّ البيانات البيئية السويدية قيّمة، لكنها مُجزّأة تنظيميًا. تتوفر سلاسل زمنية طويلة، وبيانات جغرافية، وبيانات تشغيلية بلدية من جهات عديدة، إلا أن البيانات الوصفية، وتوقيت البيانات، والتراخيص، والمعرّفات، وواجهات برمجة التطبيقات (APIs) تختلف. لذا، ينبغي لأي مبادرة سويدية في مجال الذكاء الاصطناعي أن تُموّل جودة البيانات وإدارة المعلومات بشكل منهجي على الأقل، تمامًا كما تُموّل تطوير النماذج.

ينبغي أن تكون التوائم الرقمية أدوات لاتخاذ القرارات، لا مشاريع ثلاثية الأبعاد تُضفي هالة من التميّز. نادرًا ما تحتاج بلدية سويدية إلى نسخة كاملة وفورية للمدينة بأكملها؛إذ يُمكن لنسخة محدودة لمياه الأمطار، أو الجزر الحرارية، أو متطلبات الطاقة، أو الخدمات اللوجستية للبناء أن تُحقق فائدة أكبر بتكلفة أقل.

يُعدّ الذكاء الاصطناعي على الحافة ذا أهمية خاصة في الحالات التي تكون فيها البيانات حساسة أو يكون الاتصال ضعيفًا. يُمكن للتحليل في الكاميرا، أو المستشعر، أو الهاتف أن يُقلّل من عرض النطاق الترددي، وزمن الاستجابة، والحاجة إلى نقل البيانات الشخصية أو الطبيعية الخام. لذلك، ينبغي لكاميرات مكافحة الحرائق، والمستشعرات الصوتية، ومحطات المياه في السويد أن تُرسل فقط الإنذارات، ومقاييس عدم اليقين، والمقتطفات الضرورية، بينما تُخزّن البيانات الخام بشكل انتقائي.

لا تكفي النماذج المفتوحة دون بيانات تقييم مفتوحة. ينبغي للبرامج السويدية إنشاء مجموعات بيانات مرجعية، على سبيل المثال، لأضرار الغابات، وانبعاثات غاز الميثان، وأنواع النفايات، وسيناريوهات المرور، وعلم الصوتيات الحيوية، مع مجموعات اختبار موزعة جغرافيًا وقواعد واضحة للبيانات الحساسة.

يجب أن تتجاوز الأهداف المجتمعية مجرد الكفاءة. فتحسين حركة المرور الذي يقلل من توقف السيارات قد يزيد من حجمها. كما أن تحليل الغابات الذي يهدف إلى زيادة إنتاج الأخشاب قد يتعارض مع التنوع البيولوجي، وتخزين الكربون، وتربية الرنة. يجب أن تعمل الحوكمة الرقمية على تحقيق أهداف متعددة وأن تراعي تعارض الأهداف.

أولوية سويدية جماعية

• إدخال وتوسيع نطاق مبكر: الرصد البيئي عبر الأقمار الصناعية، والكشف عن غاز الميثان، والإنذار المبكر بالحرائق، وتوقعات الطاقة، وتحسين استخدام المياه والمضخات. تقنيات ناضجة نسبيًا، ومستخدمون تشغيليون واضحون، ونتائج قابلة للقياس.
• تجربة رائدة مع تقييم دقيق للأثر: التوائم الرقمية، وإشارات المرور التي يتم التحكم فيها بواسطة الذكاء الاصطناعي، وفرز النفايات الآلي، وعلم الصوتيات الحيوية على نطاق واسع. إمكانات عالية ولكن تباين كبير في التكلفة والآثار البيئية الفعلية.
• يقتصر على التجارب وعمليات الدعم: الذكاء الاصطناعي التوليدي لاتخاذ القرارات البيئية، والإشراف الذاتي الكامل، وإصدار التراخيص آليًا، وتوأمة المدن الشاملة. أدلة أضعف، ومخاطر أعلى تتعلق باليقين القانوني، ومخاطر تكاليف غير مباشرة باهظة.

توصيات سياساتية

يشير المدى القصير إلى 2026-2027، والمدى المتوسط ​​إلى 2028-2030، والمدى الطويل إلى 2031 وما بعدها. مستويات التكلفة هي تقديرات تحليلية، وليست حسابات ميزانية نهائية.

البرنامج الوطني للمهمة للذكاء الاصطناعي في مجال البيئة والبيئة العمرانية

مدى قصير، تكلفة عالية. يجب أن يستند البرنامج إلى المشكلات المجتمعية والبيانات المالية، وتغيرات الأعمال، والنمذجة، والمشتريات، والتقييم ككل. الجهات الفاعلة الرئيسية: الحكومة، ووزارة المناخ والمشاريع، ووزارة الشؤون الريفية والبنية التحتية، والوكالة السويدية لحماية البيئة، ووكالة فينوفا، ووكالة فورماس، ووكالة الطاقة، ومنظمة الذكاء الاصطناعي السويدية. المؤشرات: ستة مشاريع تجريبية على الأقل تشمل قطاعات متعددة بحلول عام ٢٠٢٧، مع تسجيل خط أساس مسبقًا بنسبة ١٠٠٪، وثلاثة حلول على الأقل مؤهلة للتوسع بحلول عام ٢٠٢٨، مع الإبلاغ عن صافي فائدة لكل كرونة مستثمرة.

غرفة بيانات البيئة والبيئة العمرانية السويدية الموحدة

على المدى القصير إلى المتوسط، بتكلفة عالية. لا توجد قاعدة بيانات مركزية واحدة، بل معايير مشتركة، وفهارس، ومعرّفات، وواجهات برمجة تطبيقات، وقواعد وصول، وإعلانات جودة. الجهات الفاعلة الرئيسية: DIGG، وLantmäteriet، ووكالة حماية البيئة، وBoverket، وSMHI، وSLU، والمعهد الوطني السويدي للموارد البحرية والمائية، وإدارة النقل السويدية، وهيئة الإحصاء السويدية، والبلديات. المؤشرات: نسبة مجموعات البيانات ذات الأولوية التي تحتوي على بيانات وصفية قابلة للقراءة آليًا، وتوثيق التوقيت وعدم اليقين، وتوافر واجهة برمجة التطبيقات، وعدد البلديات المشاركة في تبادل البيانات، وتقليل وقت إعداد البيانات.

نظام وطني لرصد الطبيعة والغابات المدعوم بالذكاء الاصطناعي

على المدى القصير إلى المتوسط، بتكلفة متوسطة إلى عالية. يجمع بين بيانات Sentinel/Landsat، والصور الجوية، والمسح الليزري، والتحليل الصوتي الحيوي، وكاميرات المراقبة، والجرد الميداني. يجب أن يُكمّل النظام، لا أن يحل محل، الرصد البيئي المصمم إحصائيًا. الجهات الفاعلة الرئيسية: وكالة حماية البيئة، والوكالة الوطنية السويدية للغابات، وجامعة العلوم الزراعية السويدية (SLU)، والمجالس الإدارية للمقاطعات، وهيئة إدارة الأراضي (Lantmäteriet)، والوكالة الوطنية السويدية للفضاء، بالإضافة إلى ملاك الأراضي ومنظمات حماية الطبيعة. المؤشرات: المناطق ومجموعات الأنواع ذات التغطية المتكررة، والدقة والاستدعاء لكل نوع من أنواع الموائل، والوقت من التغيير إلى الإنذار المُؤكد، وتكلفة كل رصد مُؤكد.

البرنامج الوطني لرصد انبعاثات غاز الميثان والانبعاثات النقطية

على المدى القصير، بتكلفة متوسطة. دمج بيانات برنامج الأمم المتحدة للبيئة (UNEP MARS)، وبرنامج كوبرنيكوس، والأقمار الصناعية التجارية، والطائرات المسيّرة، والقياسات الأرضية، وإنشاء عملية موحدة للإنذار والتغذية الراجعة. الجهات الفاعلة الرئيسية: الوكالة السويدية لحماية البيئة، والوكالة السويدية للطاقة، والمكاتب البيئية البلدية، وهيئة إدارة النفايات السويدية، وهيئة المياه السويدية، ومجلس الزراعة السويدي، والمشغلون. المؤشرات: عدد الانبعاثات المكتشفة والمؤكدة، ومتوسط ​​وقت الاستجابة، ونسبة الإنذارات التي استجاب لها المشغلون، وكمية غاز الميثان التي تم تجنبها (بالأطنان)، والإنذارات الكاذبة، وتكلفة كل طن مُخفّض من مكافئ ثاني أكسيد الكربون.

نظام وطني مدعوم بالذكاء الاصطناعي للكشف المبكر عن حرائق الغابات

على المدى القصير إلى المتوسط، بتكلفة متوسطة إلى عالية. دمج بيانات الكاميرات والأقمار الصناعية والبرق ومؤشر مخاطر الحرائق ونماذج الحافة المحلية. يجب على المشغلين التحقق من الإنذارات قبل الاستجابة. الجهات الفاعلة الرئيسية: هيئة خدمات الإطفاء والإنقاذ في السويد (MSB)، والمعهد السويدي للأرصاد الجوية والهيدرولوجيا (SMHI)، وخدمات الإنقاذ البلدية، والمجالس الإدارية للمقاطعات، ووكالة الغابات السويدية، ومالكي الغابات، والجامعات، ومبادرة RISE. المؤشرات: متوسط ​​دقائق الكشف السابق، ومعدل الكشف، والإنذارات الكاذبة لكل يوم كاميرا، ونسبة الإنذارات التي تم التحقق منها خلال خمس دقائق، ومساحة الحريق مقارنةً بالخط الأساسي التاريخي.

توسيع نطاق الذكاء الاصطناعي لتوقعات الطاقة ومرونتها

على المدى القصير إلى المتوسط، بتكلفة متوسطة إلى عالية. ينبغي تطوير واجهات تنبؤ موحدة لطاقة الرياح والطاقة الشمسية والأحمال والطلب على التدفئة وقيود الشبكة. الجهات الفاعلة الرئيسية: شركة الطاقة السويدية (Svenska kraftnät)، ووكالة الطاقة، والمعهد السويدي للأرصاد الجوية والهيدرولوجيا (SMHI)، وشركات الشبكة، وشركات التدفئة المركزية، ومالكي العقارات، والبلديات. المؤشرات: خطأ التنبؤ، وانخفاض إنتاج الطاقة المتجددة غير المتصل (ميغاواط ساعة)، والطاقة القصوى المُحررة، وانخفاض إنتاج الطاقة القصوى، وتوفير الطاقة، ومكافئ ثاني أكسيد الكربون، وعدد المباني المرنة.

توائم رقمية معيارية للمياه والفيضانات والتدفئة والتخطيط

على المدى المتوسط، بتكلفة عالية. ينبغي للدولة تمويل المكونات القابلة لإعادة الاستخدام بدلاً من قيام كل بلدية بشراء منصة شاملة خاصة بها. الجهات الفاعلة الرئيسية: هيئة إدارة المياه السويدية (Boverket)، وهيئة إدارة المياه (Lantmäteriet)، والمعهد السويدي للأرصاد الجوية والهيدرولوجيا (SMHI)، وهيئة إدارة المياه السويدية (MSB)، وهيئة المياه السويدية (Svenskt Vatten)، والبلديات، والمناطق، وهيئة النقل السويدية. المؤشرات: انخفاض فاقد المياه، كيلوواط ساعة لكل متر مكعب من المياه، عدد حالات الفيضان، تحسين وقت التنبؤ بالأمطار الغزيرة، عدد قرارات التخطيط التي تم توثيق سيناريوهاتها، وإعادة استخدام المكونات بين البلديات.

التحكم المروري القائم على الذكاء الاصطناعي مع أهداف متعددة الوسائط وسياسات المناخ

على المدى القصير إلى المتوسط، بتكلفة متوسطة. يجب أن تُعطي عملية التحسين الأولوية للنقل العام، والمشي، وركوب الدراجات، والسلامة المرورية، وجودة الهواء، والانبعاثات - وليس فقط وقت السفر بالسيارة. الجهات الفاعلة الرئيسية: هيئة النقل السويدية (Trafikverket)، وهيئة النقل السويدية (Transportstyrelsen)، والبلديات، والمناطق، ومعهد النقل السويدي (VTI)، وهيئات النقل العام. المؤشرات: ثاني أكسيد الكربون وأكاسيد النيتروجين، عدد المحطات، موثوقية الحافلات، وقت انتظار المشاة وراكبي الدراجات، الحوادث والنزاعات، حجم حركة المرور وتأثيراتها لكل منطقة وفئة اجتماعية اقتصادية.

الشراء الوظيفي لتدفقات المواد الدائرية

متوسط ​​الأجل، بتكلفة عالية. يجب أن يحل الشراء محل التحقق من إعادة تدوير المواد وجودتها، وليس عدد الروبوتات أو حجم وظائف الذكاء الاصطناعي. الجهات الفاعلة الرئيسية: وكالة حماية البيئة السويدية، وهيئة المشتريات السويدية (Avfall Sverige)، والبلديات، وقطاع البناء، والمنتجون ضمن نطاق مسؤوليتهم. المؤشرات: نقاء الفرز، وإنتاجية المواد، والتلوث، وكمية المواد الخام المُستبدلة، وانبعاثات دورة الحياة، واستهلاك الطاقة لكل طن، وحوادث بيئة العمل.

تضطلع DIGG بالفعل بدور محوري في دعم الاستخدام القانوني والفعّال للذكاء الاصطناعي في القطاع العام، وتوصي بأن تُدمج المؤسسات العامة سياسةً للذكاء الاصطناعي ضمن نظام حوكمتها الاعتيادي. ينبغي أن يُبنى التقييم البيئي المقترح للذكاء الاصطناعي على هذه الهياكل، وأن يُنسّق مع الإدارة المتكاملة للذكاء الاصطناعي (IMY)، بدلاً من تطويره كإطار تنظيمي موازٍ.

خطة العمل والتمويل

الجدول الزمني 2026-2032

• النصف الثاني من عام 2026: تفويض حكومي وإدارة البرنامج الوطني؛جرد البيانات والنماذج والمشاريع التجريبية الجارية؛قواعد موحدة لتقييم الأثر والمشتريات؛خطوط أساسية للطاقة والمياه والانبعاثات والتنوع البيولوجي.
• 2027: غرفة البيانات البيئية في نسختها الأولى؛من ستة إلى عشرة مشاريع تجريبية في مجالات الطاقة والمياه والطبيعة والميثان والحرائق والنقل؛التعاقد على مجموعات بيانات مرجعية ومقيّمين مستقلين؛برنامج تأهيل للسلطات والبلديات وهيئات المياه والصرف الصحي.
• 2028: أول تقييم للأثر وتقرير النتائج العامة؛التخلص التدريجي من المشاريع التجريبية أو إعادة تصميمها في حال عدم وجود فائدة مؤكدة؛توسيع نطاق ثلاثة حلول على الأقل لتشمل عدة مناطق. اتفاقيات إطارية مشتركة ومكونات تقنية مفتوحة.
• ٢٠٢٩-٢٠٣٠: التشغيل الوطني لأنظمة رصد وإنذار مختارة؛إنشاء توائم رقمية إقليمية لأنظمة المياه ومياه الأمطار والطاقة؛دمجها في الإشراف والرصد البيئي والتخطيط المكاني؛تمويل قائم على النتائج وميزانيات إدارة طويلة الأجل.
• ٢٠٣١-٢٠٣٢: تقييم دورة الحياة الكاملة ومقارنة دولية؛مراجعة البيانات والأطر الأخلاقية؛التوسع المستمر فقط عندما تكون الفائدة الصافية إيجابية؛إيقاف تشغيل النماذج والمنصات القديمة بشكل مُخطط.

يجب أن تبدأ المرحلة التجريبية بمشاكل تكون فيها كل من خط الأساس وسلسلة اتخاذ القرار واضحة. يجب أن يُحدد مشروع مكافحة الحرائق مسبقًا كيفية قياس الكشف المبكر، ومن يتحقق من الإنذار، وكيفية تقدير الأضرار التي تم تجنبها. يجب أن يتوفر لدى مشروع المياه بيانات تاريخية عن التسربات والطاقة والفيضانات والاضطرابات التشغيلية. يجب أن يُحدد مشروع التنوع البيولوجي الإجراءات الإدارية التي يمكن اتخاذها بناءً على رصد الذكاء الاصطناعي.

ينبغي لكل مشروع تجريبي اتباع عملية تدريجية: تحديد المشكلة والتكليف، ثم مراجعة البيانات، والتقييم القانوني والأخلاقي، والتشغيل التجريبي المحدود، والتشغيل التجريبي الفعلي تحت إشراف بشري، وتقييم الأثر المستقل، وأخيرًا اتخاذ القرار بشأن التوسع أو إعادة التصميم أو إيقاف التشغيل. خلال التشغيل التجريبي، يُصدر النظام توصيات أو تنبيهات دون التحكم في العملية.

التمويل

• تمول الدولة البنية التحتية المشتركة للبيانات، والمعايير، ومجموعات البيانات المرجعية، ومراجعة الأمن، والتقييم المستقل.
• يشارك المساهمون الرئيسيون في تمويل المشاريع التجريبية لضمان ملكية العملية وتحمل تكلفة الإدارة بعد التحقق من الفوائد.
• تُستخدم العقود القائمة على الأداء عندما يمكن قياس النتائج بدقة، مثل تقليل التسرب أو احتياجات الطاقة. لا ينبغي أن يستند التعويض إلى حسابات النموذج الخاص بالمزود.
• تُستخدم أموال الاتحاد الأوروبي للبحث والتجريب والحلول العابرة للحدود. تبلغ الميزانية التقديرية لبرنامج Horizon Europe 93.5 مليار يورو للفترة 2021-2027؛وLIFE هي أداة التمويل المخصصة للبيئة والمناخ في الاتحاد الأوروبي.

مع اقتراب نهاية الفترة البرمجية الحالية لعدد من برامج الاتحاد الأوروبي، ينبغي على الجهات الفاعلة السويدية التقدم بطلبات للمشاركة في الدعوات المتبقية لتقديم المقترحات في الفترة 2026-2027، والتأثير في تصميم ميزانية الاتحاد الأوروبي متعددة السنوات القادمة. لا يجوز استخدام تمويل الاتحاد الأوروبي لتأجيل القرارات المتعلقة بالتمويل التشغيلي الوطني.

ينبغي أن يتضمن التقييم تسجيل المؤشرات مسبقًا، ويُفضّل استخدام مناطق مراقبة، أو تطبيق تدريجي، أو مقارنات قبل وبعد مع مراعاة تأثيرات الطقس والدورات الاقتصادية وغيرها من التدابير المتزامنة. يجب الإبلاغ عن النتائج كقيم مطلقة وتغير نسبي. يُعدّ انخفاض بنسبة 10% معلومات غير كافية دون وجود خط أساس، وفترة عدم يقين، ومراعاة ما إذا كان النشاط قد ازداد في الوقت نفسه.

المخاطر والحوكمة والأطر الأخلاقية

يستند نظام الاتحاد الأوروبي للذكاء الاصطناعي إلى نموذج قائم على المخاطر، ويهدف إلى أنظمة آمنة وموثوقة مع حماية الحقوق الأساسية. لا تُصنّف جميع أنظمة الذكاء الاصطناعي البيئية تلقائيًا كأنظمة عالية المخاطر، ولكن استخدامها في البنية التحتية الحيوية أو في اتخاذ قرارات تؤثر على حقوق الأفراد قد يستلزم متطلبات أكثر صرامة. لذا، يجب أن يتم التصنيف وفقًا لحالة الاستخدام المحددة، وليس للتكنولوجيا بشكل عام.

تشكل الكاميرات والميكروفونات وأجهزة الاستشعار في الطبيعة مخاطر على خصوصية الأفراد، فضلاً عن مخاطر تسريب معلومات حساسة حول مواطن الأنواع المهددة بالانقراض. ينبغي أن تكون الشفافية هي القاعدة الأساسية، مع استثناءات في الحالات التي تضر فيها الشفافية نفسها بما يُراد حمايته.

يُحسّن قانون حوكمة البيانات وقانون البيانات في الاتحاد الأوروبي شروط تبادل البيانات ومنتجات البيانات المشتركة. مع ذلك، لا يُعالج هذان القانونان تلقائيًا قضايا الدلالات، وجودة البيانات، ومبدأ الوصول العام، والسرية، أو المسؤولية عن استنتاجات الذكاء الاصطناعي غير الصحيحة. يجب تفعيل هذه القضايا في عقود البيانات الخاصة بكل قطاع في السويد.

تقييم الأثر البيئي للذكاء الاصطناعي في السويد

• الغرض والإضافة: ما المشكلة البيئية التي يُراد حلها، وما الإجراء المتبع، ولماذا لا تكفي طريقة أبسط؟
• البيانات: من يملك البيانات، وكيف جُمعت، وما هي المجموعات والبيئات المفقودة، وما هي مدة تخزينها؟
• النموذج: ما هي القاعدة التي يُقارن بها النموذج، وما هي الأخطاء الأكثر شيوعًا، وكيف يُعبّر عن عدم اليقين؟
• البصمة البيئية: ما مقدار الكهرباء والماء وسعة الشبكة والأجهزة اللازمة للتدريب والتشغيل وأجهزة الاستشعار؟
• التحكم البشري: من يملك صلاحية تغيير النتيجة أو رفضها، ومن المسؤول في حالة الأخطاء، وكيف يُقدّم الطعن؟
• الأمن: كيف يتم الكشف عن التلاعب، والتلاعب بالبيانات، والاختراق، والتحديثات غير الصحيحة؟
• الآثار التوزيعية: ما هي المناطق أو الأنشطة أو المجموعات المستفيدة، وما هي التكاليف المترتبة؟
• إيقاف التشغيل: كيف يتم تصدير البيانات، وكيف يتم إغلاق النظام بشكل آمن، وكيف يتم الحفاظ على خبرة الجهة المختصة؟

الخلاصة

الخلاصة الأهم هي أن السويد يجب أن تعطي الأولوية للذكاء الاصطناعي المتخصص وذو النطاق المحدود نسبيًا على منصات الذكاء الاصطناعي العامة والمستهلكة للموارد. لا تعتمد الحالات الدولية التي حققت أكبر فائدة بشكل أساسي على نماذج لغوية ضخمة، بل تستخدم صور الأقمار الصناعية، والسلاسل الزمنية، ودمج البيانات الحسية، والتحسين، ونماذج خاصة بمجالات محددة، مدمجة مع نشاط مادي محدد.

يتمتع الاستشعار عن بُعد والرصد البيئي متعدد الوسائط بأعلى إمكانات إجمالية. هذه التقنية قابلة للتوسع على مساحات واسعة، وتعتمد على موارد البيانات السويدية والأوروبية، ويمكنها تعزيز كل من الرصد البيئي المستمر والإشراف السريع. يجب استخدام الذكاء الاصطناعي هنا لتحديد أولويات التحقيق، وليس لتحديد المسؤولية القانونية تلقائيًا.

من المرجح أن يوفر ترشيد استهلاك الطاقة والمياه أسرع فائدة ملموسة للموارد. تمتلك السويد شبكات واسعة النطاق للتدفئة المركزية، والكهرباء، وطاقة الرياح، وأنظمة الضخ والتنقية، وتزداد حاجتها إلى المرونة. يمكن للنماذج المحافظة تقنيًا، مع مراعاة قيود السلامة، أن توفر فوائد صافية أكبر من الأنظمة التوليدية الأكثر تطورًا.

تُعدّ التوائم الرقمية ذات أهمية استراتيجية للتكيف مع تغير المناخ وبناء المجتمعات، ولكن ينبغي تطويرها بشكل معياري. يجب إعطاء الأولوية القصوى لقطاعات المياه، ومياه الأمطار، والفيضانات، والتدفئة، والطاقة، والنقل، حيث يمكن للسيناريوهات أن تُغير الاستثمارات أو العمليات.

يُبشّر الذكاء الاصطناعي الطرفي في مجال مكافحة الحرائق والتنوع البيولوجي بنتائج واعدة، حيث يُعدّ الوقت والاتصال والسلامة عوامل حاسمة. ينبغي على المشاريع التجريبية السويدية إبقاء العنصر البشري ضمن سلسلة الإنذار، وتجنب شبكات الكاميرات والصوت الدائمة دون غرض واضح، وفترة تخزين كافية، وإشراف مستقل.

يُعدّ الفرز الآلي ناضجًا تجاريًا، ولكن لا ينبغي تمويله من القطاع العام إلا بعد التحقق من جودة إعادة تدوير المواد وفوائدها على مدار دورة حياتها. يُعدّ الذكاء الاصطناعي التوليدي مناسبًا كطبقة دعم محدودة للتوثيق والبحث والتواصل، وليس للمراقبة البيئية، أو التحكم الحرج، أو إصدار التراخيص، أو الإشراف القانوني.

لن يكمن عامل النجاح السويدي الشامل في الوصول إلى خوارزمية واحدة، بل في القدرة على الجمع بين البيانات عالية الجودة، والمعرفة المتاحة للعموم، والأهداف الواضحة، والإدارة طويلة الأجل، واليقين القانوني، وقياس الأثر المستقل.

مصادر المعلومات

• الرصد البيئي السويدي: وكالة حماية البيئة السويدية تُعنى بالرصد البيئي، والاستشعار عن بُعد، واحتياجات البحث المستقبلية.
• حوكمة الذكاء الاصطناعي في السويد: دعم DIGG للذكاء الاصطناعي العام، وسياسات الذكاء الاصطناعي، والتوجيهات بالتعاون مع IMY.
• البيانات الحضرية والجغرافية: المجلس الوطني السويدي للإسكان والبناء والتخطيط يُعنى بعملية التخطيط الحضري الرقمي، والهيئة الوطنية السويدية للمسح تُعنى بمعايير البيانات الجغرافية وGeotorget.
• لوائح الاتحاد الأوروبي: قانون الذكاء الاصطناعي، وقانون حوكمة البيانات، وقانون البيانات في الاتحاد الأوروبي، والمعلومات الحالية حول التنفيذ.
• البصمة البيئية للذكاء الاصطناعي: الوكالة الدولية للطاقة تُعنى باستهلاك الكهرباء في مراكز البيانات، ومنظمة التعاون الاقتصادي والتنمية تُعنى بقياس الأثر البيئي للذكاء الاصطناعي، وبرنامج الأمم المتحدة للبيئة يُعنى بنظرة دورة الحياة.
• الطاقة والطقس: DeepMind تُعنى بتبريد مراكز البيانات، وتوقعات الرياح، وGraphCast وGenCast.
• الغابات والمحيطات: برنامج مراقبة الغابات العالمي وبرنامج مراقبة الصيد العالمي والدراسات العلمية ذات الصلة.
• التنوع البيولوجي: مبادرة رؤى الحياة البرية، ومبادرة ربط الغابات المطيرة، ومشروع أربيمون، والبحوث العلمية في مجال الصوتيات الحيوية.
• الميثان والحرائق: نظام الإنذار والاستجابة للميثان التابع لبرنامج الأمم المتحدة للبيئة، وبرنامج ALERTCalifornia، وإدارة مكافحة الحرائق في كاليفورنيا (CAL FIRE).