Meski Banyak Manfaat, Kecerdasan Buatan adalah Pedang Bermata Dua bagi Lingkungan

Klikhijau.com – Kecerdasan buatan atau Artificial intelligence (AI) telah memberi banyak manfaat. AI memudahkan banyak pekerjaan manusia pun membuka banyak pintu penting bagi dunia penelitian. Semisal sebuah studi yang diterbitkan di  Tropical Plants  pada 26 Juni 2024. Para peneliti telah membuat kemajuan signifikan di bidang AI. Caranya dengan menerapkan teknik pembelajaran mendalam untuk mengotomatiskan deteksi dan klasifikasi penyakit daun tanaman. Penggunaan AI lebih cepat dan efektif daripada dengan metode deteksi penyakit secara tradisional. Karena metode tradisional mengandalkan tenaga kerja manual dan pengamatan ahli. Jadinya, akan memakan waktu, mahal, dan sering kali tidak layak dilakukan dalam operasi pertanian skala besar. Namun, pengenalan model deteksi penyakit berbasis pembelajaran mendalam menawarkan solusi yang lebih efisien dan hemat biaya yang dapat mengidentifikasi penyakit pada tahap awal, sehingga memungkinkan intervensi tepat waktu. [irp] Dilansir dari Newswise, studi tersebut menggunakan teknik pembelajaran mendalam, subbidang pembelajaran mesin, untuk secara otomatis mengoptimalkan model komputasi untuk tugas-tugas seperti deteksi objek, pelokalan, dan klasifikasi gambar. Model-model ini, yang menggunakan metode seperti penurunan gradien stokastik dan pengoptimal Adam, meningkatkan efisiensi dengan menghilangkan kebutuhan untuk desain parameter manual, yang menyederhanakan proses ekstraksi fitur. Hal ini tidak seperti metode pembelajaran mesin tradisional yang memerlukan rekayasa fitur manual, model pembelajaran mendalam belajar secara otonom dari data yang kompleks, membuatnya lebih cocok untuk menangani kumpulan data besar dan mengotomatiskan tugas-tugas. [irp] Model-model tersebut memanfaatkan arsitektur seperti Convolutional Neural Networks (CNN), You Only Look Once (YOLO), dan Single Shot Multibox Detector (SSD), yang unggul dalam mendeteksi dan mengklasifikasikan penyakit daun tanaman dengan akurasi tinggi. “Model pembelajaran mendalam memberikan akurasi dan kecepatan yang tak tertandingi dalam mendeteksi penyakit daun. Dengan menerapkan model ini dalam pertanian tropis, kita dapat meningkatkan pengelolaan tanaman secara signifikan, mengurangi biaya tenaga kerja, dan mempromosikan praktik pertanian berkelanjutan,” ujar peneliti utama studi tersebut, Huang Mengxing. [irp]

Masa depan pertanian terletak pada integrasi teknologi

Hasil dari metode ini menjanjikan, dengan akurasi pengenalan melampaui 90% dalam banyak kasus, dan beberapa model mencapai akurasi lebih dari 99%. Kemampuan ekstraksi fitur otomatis dari model pembelajaran mendalam memungkinkan deteksi penyakit yang efisien di lingkungan pertanian dunia nyata, termasuk wilayah tropis tempat penyakit tanaman menyebar dengan cepat. Model-model ini tidak hanya andal tetapi juga hemat biaya, karena mengurangi biaya tenaga kerja yang terkait dengan identifikasi penyakit secara manual. Selain itu, kemampuan untuk menyebarkan model terlatih pada perangkat seluler untuk pemantauan waktu nyata meningkatkan aksesibilitas bagi pengguna non-ahli, sehingga berkontribusi pada pencegahan penyakit tepat waktu, meningkatkan hasil panen, dan memajukan praktik pertanian presisi di wilayah tropis. [irp] Integrasi model pembelajaran mendalam ke dalam pertanian tropis menawarkan alat yang ampuh untuk memerangi penyakit tanaman, meningkatkan produktivitas, dan mendorong keberlanjutan. Dengan penelitian dan penyempurnaan lebih lanjut, sistem yang digerakkan oleh AI ini dapat menjadi landasan praktik pertanian modern, khususnya di wilayah-wilayah yang wabah penyakitnya menimbulkan ancaman signifikan terhadap ketahanan pangan. Karenanya sangat mungkin masa depan pertanian terletak pada integrasi teknologi yang mulus, dan model pembelajaran mendalam untuk deteksi penyakit daun merupakan langkah maju yang besar.

Pedang bermata dua

Masih dari Newswise bahwa  kemajuan teknologi  AI menyebabkan permintaan energi untuk melatih model kompleks telah melonjak, meningkatkan kekhawatiran luas tentang emisi karbon terkait. [irp] Pertumbuhan pesat ini didorong oleh permintaan global di seluruh industri dan akademisi, yang mengarah pada peningkatan eksponensial dalam daya komputasi yang membawa konsekuensi lingkungan yang signifikan. Karenanya, mengingat tantangan tersebut, penelitian mendalam sangat penting untuk sepenuhnya memahami jejak karbon AI dan mengembangkan strategi untuk mengurangi dampak lingkungannya. Dalam sebuah pandangan oleh para peneliti dari Universitas Zhejiang dan Universitas Nankai, yang diterbitkan dalam Frontiers of Environmental Science & Engineering pada 20 Oktober 2024, emisi karbon sistem AI dievaluasi secara ketat. Studi ini menganalisis emisi dari 79 sistem AI utama antara tahun 2020 dan 2024, yang menggarisbawahi perlunya tindakan regulasi dan batasan emisi standar. [irp] Temuan tersebut memperkirakan sistem AI dapat mengeluarkan lebih dari 102 juta ton CO₂ setiap tahunnya, yang menandakan kebutuhan mendesak akan kebijakan untuk mengurangi jejak lingkungan AI. Tim peneliti mengukur emisi karbon dari 79 model AI terkenal yang dirilis antara tahun 2020 dan 2024, dan menemukan perbedaan yang signifikan dalam konsumsi energi. Misalnya, model Gemini Ultra Google sendiri menyumbang 36,7% emisi di antara sistem AI teratas, sementara emisi GPT-4 meningkat dua belas kali lipat dibandingkan pendahulunya.

Melampaui emisi pelatihan

Studi tersebut mengungkapkan bahwa tuntutan operasional dalam penggunaan AI sering kali melampaui emisi pelatihan, dengan emisi tahunan diperkirakan 960 kali lipat dari satu kali pelatihan karena lonjakan global dalam permintaan layanan AI. [irp] Secara ekonomi, implikasinya sangat luas: dengan harga karbon yang diproyeksikan sebesar $109 per ton, emisi terkait AI dapat merugikan industri lebih dari $10 miliar setiap tahunnya. Temuan ini menggarisbawahi perlunya metrik dan batasan emisi yang terstandarisasi, karena jejak karbon AI sekarang sebanding dengan emisi tahunan seluruh negara. Dr. Meng Zhang, peneliti utama dari Universitas Zhejiang, mengatakan, “Pertumbuhan eksponensial dalam kemampuan AI mencerminkan peningkatan yang mengkhawatirkan dalam dampak lingkungannya. Studi tersebut menggarisbawahi kebutuhan mendesak bagi industri AI untuk mengadopsi praktik yang lebih ramah lingkungan dan standar yang berkelanjutan. “Tujuan kami adalah untuk membekali para pembuat kebijakan dengan data yang dibutuhkan untuk mengatasi jejak karbon AI melalui regulasi yang proaktif.” Ungkap Dr. Zhang. [irp] Ia juga menekankan bahwa menyeimbangkan inovasi AI dengan tanggung jawab lingkungan adalah kunci untuk membina masa depan yang berkelanjutan. Temuan studi itu memiliki implikasi signifikan bagi kebijakan lingkungan dan pengembangan AI. Seiring meluasnya aplikasi AI secara global, pengelolaan emisi karbon menjadi penting untuk meminimalkan dampak lingkungan dan mencapai tujuan iklim. Batas emisi dapat mendorong industri untuk mengadopsi praktik hemat energi, yang mendorong inovasi dalam teknologi AI berkelanjutan. Selain itu, metrik karbon terkait AI dapat membantu pembuat kebijakan dalam menetapkan standar yang efektif, memastikan bahwa seiring kemajuan AI, biaya lingkungannya terkendali, yang membuka jalan bagi masa depan AI yang berkelanjutan. [irp] Sumber: Newswise