Plastikmüll zerstört die Ökosysteme der Meere in rasantem Tempo – von der Verschandelung der Strände über die Tötung von Babyschildkröten bis hin zur Zerstörung der Korallen am Meeresboden.
Mit der Hälfte des weltweit produzierten Plastiks in den letzten 13 Jahren und 8,8 Millionen Tonnen, die jährlich in die Ozeane gespült werden, gibt es nur wenige Orte auf der Erde, die dem Plastikmüll entkommen sind. Plastikmüll verschmutzt die abgelegenen, eisigen Buchten der Antarktis, die schönen Küsten von La Réunion und Mauritius und sogar die unergründlichen Weiten des 10.000 Meter tiefen Marianengrabens.
Ein Problem, das so weitreichend und schädlich ist, erfordert sofortige, globale Aufmerksamkeit.
Das Umweltprogramm der Vereinten Nationen (UNEP) bringt Meeresexperten, Umweltschützer, gemeinnützige Organisationen, Akademiker und Bürgerforscher aus Ländern auf der ganzen Welt zusammen, um sich mit dem Thema ökologische Nachhaltigkeit auseinanderzusetzen. Im Jahr 2015 hat es 17 Ziele für nachhaltige Entwicklung für den Planeten aufgestellt, wobei Ziel 14 die Erhaltung und nachhaltige Nutzung der Ozeane fordert. Das Entwicklungsprogramm der Vereinten Nationen (UNDP) hat sich zum Ziel gesetzt, die Meeresverschmutzung bis 2025 deutlich zu reduzieren.
Niemand würde bestreiten, wie wichtig es ist, die Strände von Einwegplastik und anderen Formen von Müll zu befreien. Allerdings gibt es dabei ein großes Problem: Man kann nicht verbessern, was man nicht messen kann. Es gibt kein Verfahren, das Daten über die Menge des Plastiks liefert, das die Strände heute verschmutzt – und niemand weiß wirklich, ob die isolierten Bemühungen zur Strandsäuberung überhaupt etwas bewirken.
Tonnen an Plastik
8,8 Millionen Tonnen Plastik werden jährlich in die Ozeane gespült
Verbesserte Vorhersagbarkeit
Das Modell kann das Abfallvolumen 5 Jahre in die Zukunft vorhersagen
Herausforderung 1: Zusammenführung der weltweiten Meeresabfalldaten
Die Schätzung des Volumens der über alle fünf Ozeane verstreuten Meeresabfälle ist schwieriger als es scheint. Es gibt keine Standardmethode zur Erfassung von Meeresabfällen, an der sich Länder und Organisationen orientieren könnten. Das Wilson Center, eine der führenden überparteilichen Organisationen in den USA, musste zusammen mit dem UNEP und dem Data Science and AI Elite (DSE) Team von IBM eine Vielzahl von Schemata und Metadaten harmonisieren, damit die aus allen Teilen der Welt gemeldeten Daten verwendet werden konnten.
Um eine effektivere Zusammenarbeit zwischen allen Beteiligten zu fördern, setzte sich UNEP die Einrichtung einer globalen Plattform für Meeresabfälle als zentrales Ziel. Mit IBM Knowledge Catalog in IBM® Cloud Pak for Data konnte die Organisation schnell und automatisch die richtigen Daten für Datenwissenschaftler bereinigen, vergleichen, klassifizieren, anpassen und zur Verfügung stellen. Die Lösung ermöglichte es zudem Bürgerforschern, die Herkunft der Daten zurückzuverfolgen, mit anderen Wissenschaftlern zusammenzuarbeiten, Datensätze anzufordern und ihre Erkenntnisse über die Datensätze mithilfe von Bewertungs- und Kennzeichnungsmechanismen zu teilen.
Herausforderung 2: Bewältigung bedingter Datensätze zur Erhaltung der Gesundheit der Strände
Die zweite Herausforderung bestand darin, das Volumen der Meeresabfälle an den Stränden zu berechnen. Statistische Erhebungen nach dem Zufallsprinzip helfen bei der Erstellung genauer wissenschaftlicher Schätzungen, aber die Datenerhebung über Abfälle ist von Natur aus zufällig. Da sie in hohem Maße von freiwilligen Reinigungsteams abhängt, können die Daten über die Aufräumarbeiten durch zeitliche und räumliche Verzerrungen beeinflusst werden. Zum Beispiel könnte ein Freiwilliger täglich Strandabfälle sammeln. Aber was er jeden Tag sammelt, wird sich von dem unterscheiden, was ein Freiwilliger findet, der wöchentlich oder monatlich sammelt. Dies führt zu Proben, die von unzähligen Variablen abhängen und daher schwer zu vergleichen und zu analysieren sind.
Außerdem sind die Säuberungsbemühungen von Ort zu Ort uneinheitlich. Einige Orte werden zu häufig gesäubert, während andere nur selten oder gar nicht besucht werden. Das deutet darauf hin, dass die Stichproben weder unabhängig noch identisch verteilt sind (IID). Solche bedingten Datensätze verhindern eine Problemlösung mit typischen Methoden des maschinellen Lernens.
Um diese Herausforderungen zu bewältigen, setzte das DSE-Team die Bayes'sche Inferenzmethode mit Methoden des MCMC-Sampling (Makov Chain Monte Carlo) ein. Der Bayes'sche Ansatz ermöglichte es dem Team, die Unsicherheiten des Problems zu berücksichtigen. Und MCMC ermöglichte die Erstellung einer Kette von abhängigen Ereignissen, um die Parameter des Meeresabfalls zu schätzen. Dieser Machbarkeitsnachweis hat gezeigt, dass diese einzigartige hybride Methodik angepasst und modifiziert werden kann, um die Stärke des Modells zu verbessern.
Das DSE-Team entwickelte eine Pipeline für maschinelles Lernen in IBM Cloud Pak for Data, um einen optimierten, durchgängigen KI-Lebenszyklus zu schaffen. Nachdem das Team eine Grundlage für die Messung der Meeresverschmutzung etabliert hatte, konnte es die Anzahl der Freiwilligen vorhersagen, die für eine Säuberungsaktion an einem bestimmten Strand benötigt wurden. In Anbetracht der aktuellen Trends und Richtlinien wird das Modell dabei helfen, die Menge des zu erwartenden Mülls fünf Jahre in die Zukunft zu projizieren.
Herausforderung 3: Vorausschauende Prävention und Unterstützung
Der beste Weg, das Problem der Meeresverschmutzung zu lösen, ist dessen Vermeidung. Wie können Küstengemeinden in Zukunft dauerhafte Schäden an unberührten Küsten verhindern? Das DSE-Team hat eine Zeitserienprognose erstellt, die dabei helfen soll, Plastik im Meer zu verfolgen und genauere und effektivere Maßnahmen zu seiner Beseitigung zu entwickeln. Um den Datensatz leicht zugänglich zu machen, hat das Team ein Executive Dashboard erstellt, das verschiedenen Interessengruppen folgende Möglichkeiten bietet:
- Überwachung der Entwicklung der Müllbelastung im Meer von Jahr zu Jahr
- Aufteilung der Daten nach nationalen Standorten, um Abfalltrends im Laufe der Zeit zu bewerten
- Eingrenzung des Fokus auf bestimmte Strände zwecks präziserer Datenerfassung
- Verfeinerung der Methodik zur Empfehlung der besten mobilen Apps für Freiwilligengruppen
Mit einem durchgängigen KI-Lebenszyklus könnten Wissenschaftler und politische Entscheidungsträger noch mehr Nutzen aus den Datensätzen des Wilson Centers ziehen – sei es, um Säuberungen zu planen oder einen Zeitplan für den Weg zur Null-Verschmutzung vorherzusagen. Das maßgeschneiderte digitale Dashboard von IBM macht die Arbeit auch für Personen ohne technisches Fachwissen leicht zugänglich und gemeinsam nutzbar.
Mit diesen Instrumenten kann ein UNEP-Stakeholder wie Costa Rica seine Fortschritte auf dem Weg zum Ziel, sich vollständig von Plastik zu befreien, verfolgen.
Herausforderung 4: Sensibilisierung von mehr Menschen für das Thema Meeresmüll
Die Leitung des UNEP wollte die Daten noch genauer unter die Lupe nehmen, um eine Brücke zwischen der Öffentlichkeit und dem Problem der Meeresverschmutzung zu schlagen. Um diese Verbindung herzustellen, stellte sich die Organisation einen digitalen Avatar als Informationsquelle vor. Und so wurde ein digitaler Mensch namens Sam geboren.
„Sam kann eine emotionale Verbindung zu den Nutzern herstellen, weil er tatsächlich auf sie eingeht“, erklärt Richard Darden, Distinguished Engineer und Digital Human Advocate bei IBM.
Sams gefühlsbetonte Antworten stammen von IBM® Watson Assistant, der die IBM Watson Speech to Text-Technologie verwendet. Diese Programme können die Absicht eines Benutzers interpretieren und dann Sams Antwort ausarbeiten, indem sie das umfangreiche Repository von UNEP und andere Quellen abfragen.
Diese Informationen werden dann durch einen lebensechten Avatar gefiltert, der von Soul Machines, einem in San Francisco ansässigen Unternehmen, das so genannte „digitale Menschen“ herstellt, gebaut wurde.
Durch den Einsatz von Technologie im Kampf gegen die Plastikverschmutzung hat IBM vor der Umweltversammlung der Vereinten Nationen sein Engagement für den Schutz der Umwelt demonstriert und betont, dass KI ein wichtiges Instrument zur Messung künftiger Fortschritte sein kann und die Politik bei der Bekämpfung von Plastik im Meer direkt beeinflussen kann, um ein nachhaltiges Meeresökosystem zu schaffen. UNEP konzentriert sich nun auf die Vereinfachung und Verbesserung der Datenerfassung.
Das Wilson Center erforscht Möglichkeiten, die Citizen Science in der UNEP-Berichterstattung über Strandsäuberungen hinaus zu nutzen, u. a. mit ausgefeilteren mobilen Apps, die eine Objekterkennung und -klassifizierung ermöglichen, sagt Dr. Anne Bowser, Director of Innovation am Wilson Center und Projektleiterin.
Aufgrund des frühen Erfolgs ihrer Zusammenarbeit mit IBM glaubt Bowser, dass mehr UNEP-Ziele (Link befindet sich außerhalb von ibm.com) davon profitieren könnten, Bürgerforscher mit KI zu stärken. „KI ist ein starker Verbündeter für die Citizen Science und kann Gemeinschaften auf lokaler und globaler Ebene helfen“, sagt Bowser. „Wir unternehmen gerade die ersten Schritte, um dieses Potenzial auszuschöpfen.“
Das Wilson Center (Link befindet sich außerhalb von ibm.com), das 1968 vom US-Kongress als offizielle Gedenkstätte für Präsident Woodrow Wilson gegründet wurde, ist das wichtigste überparteiliche Strategieforum des Landes, das sich durch unabhängige Forschung und offenen Dialog mit globalen Themen befasst, um handlungsorientierte Ideen für die politische Gemeinschaft zu entwickeln. Die Organisation half bei der Einführung von Earth Challenge 2020, einer Plattform zur Steigerung der Menge an offenen und interoperablen Citizen-Science-Daten, mit einer mobilen App zur Einbindung der Öffentlichkeit.
Das Umweltprogramm der Vereinten Nationen (UNEP)
UNEP (Link befindet sich außerhalb von ibm.com) ist die führende globale Umweltbehörde, die die globale Umweltagenda gestaltet und die kohärente Umsetzung der Umweltdimension der nachhaltigen Entwicklung innerhalb des Systems der Vereinten Nationen fördert. Sie wurde 1972 gegründet und dient als maßgebliche Instanz für den Schutz der globalen Umwelt. Weitere Informationen finden Sie unter: https://www.unep.org (Link befindet sich außerhalb von ibm.com).
Rechtshinweise
© Copyright IBM Corporation 2021. IBM Corporation, Global Business Services, New Orchard Road, Armonk, NY 10504, USA.
Hergestellt in den Vereinigten Staaten von Amerika, Juli 2017.
Global Business Services, IBM Cloud Pak und IBM Watson sind Marken der IBM Corporation in den USA und/oder anderen Ländern. Weitere Produkt‐ und Servicenamen können Marken von IBM oder anderen Unternehmen sein. Eine aktuelle Liste der Marken von IBM ist im Web unter ibm.com/trademark verfügbar.
Das vorliegende Dokument ist ab dem Datum der Erstveröffentlichung aktuell und kann jederzeit von IBM geändert werden. Business Partner legen ihre eigenen Preise fest. Diese können variieren. Nicht alle Angebote sind in allen Ländern verfügbar, in denen IBM tätig ist.
Die genannten Leistungsdaten und Kundenbeispiele dienen ausschließlich zur Veranschaulichung. Tatsächliche Leistungsergebnisse hängen von den jeweiligen Konfigurationen und Betriebsbedingungen ab. DIE INFORMATIONEN IN DIESEM DOKUMENT WERDEN OHNE JEGLICHE AUSDRÜCKLICHE ODER STILLSCHWEIGENDE GARANTIE ZUR VERFÜGUNG GESTELLT, EINSCHLIESSLICH DER GARANTIE DER MARKTGÄNGIGKEIT, DER EIGNUNG FÜR EINEN BESTIMMTEN ZWECK UND DER GARANTIE ODER BEDINGUNG DER NICHTVERLETZUNG VON RECHTEN. Die Garantie für Produkte von IBM richtet sich nach den Geschäftsbedingungen der Vereinbarungen, unter denen sie bereitgestellt werden.