Can AI Help Solve the Climate Crisis? | Sims Witherspoon | TED

74,479 views ・ 2023-09-21

TED


Videoyu oynatmak için lütfen aşağıdaki İngilizce altyazılara çift tıklayınız.

Çeviri: Figen Ergürbüz Ekmekçi Gözden geçirme: Elif Usta
00:08
You may have had the experience of unboxing furniture
0
8505
3754
Yeni aldığınız mobilyaların kutusunu açtığınızda
00:12
and come across instructions that go something like this:
1
12259
3420
şöyle talimatlarla karşılaşmış olabilirsiniz:
00:15
"Assemble the bookshelf according to the provided diagram."
2
15679
3378
“Kitaplığı, verilen şemaya göre monte edin.”
00:19
Yes, I know what a bookshelf looks like.
3
19724
3045
Evet, bir kitaplığın neye benzediğini biliyorum.
00:22
Probably wouldn't be reading the assembly instructions
4
22769
2544
Süreçle ilgili biraz daha yardıma ihtiyacım olmasaydı,
00:25
if I didn't need a little more help with the process.
5
25355
3086
muhtemelen montaj talimatlarını okumazdım.
00:28
Or maybe you've opened a cookbook
6
28441
1794
Ya da belki
zaten bir nevi şef olduğunuzu düşünen bir yazarın yemek kitabını açtınız.
00:30
with an author who thinks you're already somewhat of a chef.
7
30235
3170
00:33
"Deglaze the pan."
8
33446
1460
“Tavayı deglaze edin.”
00:35
What?
9
35448
1252
Ne?
00:36
(Laughter)
10
36700
1001
(Gülüşmeler)
00:37
OK, off I go on a separate search to understand whatever that means.
11
37742
4171
Tamam, bunun ne anlama geldiğini anlamak için ayrı bir araştırma yapmam gerekecek.
00:42
Instructions that tell you what to do and not how to do it
12
42414
4921
Size nasıl yapacağınızı değil ne yapacağınızı söyleyen talimatlar
00:47
are pretty useless.
13
47335
1544
pek de işe yaramıyor.
00:49
And yet, even when we're talking
14
49212
1627
Yine de iklim değişikliği kadar önemli bir şeyden
00:50
about something as important as climate change,
15
50881
3003
bahsederken bile
00:53
we hear them all the time.
16
53884
1710
bunları sürekli duyarız.
00:55
“Transition to renewable energy.”
17
55927
1710
“Yenilenebilir enerjiye geçiş.”
00:57
“Electrify everything else.”
18
57679
1460
“Her şeyi elektriklendirin.”
00:59
“Deploy solutions that are equitable and fair.”
19
59180
2878
“Tarafsız ve adil çözümler dağıtın.”
01:03
Yes, let's do all of that.
20
63310
4004
Evet, bunların hepsini yapalım.
01:07
But how?
21
67314
2252
Ama nasıl?
01:10
Answering how is where we understand which solutions are actually feasible,
22
70775
6257
“Nasıl?” sorusunu yanıtlamak, hangi çözüm seçeneklerinin
01:17
whether that be with today's infrastructure,
23
77032
2627
gerçekten uygulanabilir olduğunu anladığımız yerdir
01:19
our evolving regulatory environment
24
79659
2044
bugünkü altyapı, değişen çevremiz veya düşünmemiz gereken
01:21
or any of the other number of dependencies and constraints
25
81703
3086
diğer birçok faktör ve kısıtlamadan herhangi biri olabilir.
01:24
that we have to consider.
26
84831
1752
01:27
How we solve climate change
27
87626
1293
İklim değişikliğini nasıl çözdüğümüz,
01:28
also depends on our very definition of the problem.
28
88960
3253
aynı zamanda sorunun tanımına da bağlıdır.
01:32
It's a scientific challenge, a sociopolitical issue,
29
92213
3713
Bilimsel bir meydan okuma, sosyopolitik bir mesele,
01:35
an economic problem and so much more.
30
95967
2670
ekonomik bir sorun ve çok daha fazlası.
01:38
And how we solve it will depend on how we frame it.
31
98678
3629
Ve bunu nasıl çözdüğümüz, onu nasıl çerçevelediğimize bağlı olacaktır.
01:43
There is no single answer.
32
103391
2002
Tek bir cevap yok.
01:46
I'm a scientist,
33
106728
1293
Ben bir bilim insanıyım,
01:48
so I approach climate change as a scientific challenge.
34
108021
3837
bu yüzden iklim değişikliğine bilimsel bir problem olarak yaklaşıyorum.
01:52
I'm also a techno-optimist
35
112442
2127
Aynı zamanda tekno-iyimser
01:54
and artificial-intelligence product manager,
36
114569
2753
ve yapay zekâ ürün yöneticisiyim,
01:57
so I also approach it as a technological one.
37
117364
2877
bu yüzden buna teknolojik olarak da yaklaşıyorum.
02:01
When it comes to a sustainable future,
38
121952
2127
Sürdürülebilir bir gelecek söz konusu olduğunda,
02:04
artificial intelligence can help us do three critical things.
39
124079
3837
yapay zekâ üç kritik şeyi yapmamıza yardımcı olabilir.
02:08
First, it can help us understand climate change
40
128333
3545
İlk olarak, iklim değişikliğini
02:11
and its effects on Earth's ecosystems.
41
131878
2878
ve yeryüzündeki ekosistemler üzerindeki etkilerini anlamamıza yardımcı olabilir.
02:15
Second, it can help us optimize current systems and infrastructure,
42
135173
4379
İkincisi, mevcut sistemleri ve altyapıyı optimize etmemize yardımcı olabilir
02:19
because we can't just start over from scratch today.
43
139594
3962
çünkü bugün sil baştan başlamamız mümkün değil.
02:24
And third, it can help us accelerate the breakthrough science we need,
44
144182
5047
Üçüncüsü, karbonsuz bir enerji kaynağı olarak füzyon gibi ihtiyacımız olan
02:29
such as fusion as a carbon-free energy source.
45
149270
2962
çığır açan bilimi hızlandırmamıza yardımcı olabilir.
02:32
Today, I'd like to talk about that second one,
46
152899
2377
Bugün ikincisinden,
02:35
optimizing current systems,
47
155276
1752
mevcut sistemleri optimize etmekten
02:37
and specifically, how we can use AI to harness a superpower
48
157070
4004
ve özellikle bu mücadelede zaten sahip olduğumuz bir süper güçten
faydalanmak için yapay zekâyı nasıl kullanabileceğimizden bahsetmek istiyorum:
02:41
we already have in this fight:
49
161074
2085
02:43
wind energy.
50
163868
1127
rüzgar enerjisi.
02:46
Renewables are unquestionably a key to a sustainable future,
51
166913
3670
Yenilenebilir kaynaklar tartışmasız sürdürülebilir bir geleceğin anahtarıdır
02:50
but the problem is they're unpredictable.
52
170583
3337
ancak sorun öngörülemez olmaları.
02:53
Sometimes, the sun shines and the wind blows,
53
173920
2461
Bazen güneş parlar ve rüzgar eser
02:56
and sometimes, it just doesn't.
54
176423
2544
bazen de böyle olmaz.
02:59
Now, for an electricity systems operator,
55
179509
3045
Şimdi, talebin gerçek zamanlı olarak 7/24 karşılanması için gerekli tedariğe
03:02
who needs supply to meet demand in real time, 24-7,
56
182595
5089
ihtiyacı olan bir elektrik sistemleri operatörü için
03:07
this is hugely problematic.
57
187726
2252
bu son derece sıkıntılı bir durum.
03:10
Renewables can't be 100 percent reliably scheduled.
58
190562
3587
Yenilenebilir enerji kaynakları yüzde yüz güvenilirlikle planlanamaz.
03:15
Now, unfortunately, fossil-fuel plants are the opposite.
59
195066
3545
Ne yazık ki fosil yakıt santralleri bunun tam tersi.
03:19
You can burn a specific amount of coal at a set time
60
199195
3754
Öngörülebilir bir zaman aralığında tam olarak istediğiniz miktarda elektrik
03:22
to deliver exactly the amount of electricity you want
61
202949
2836
sağlamak için belirli bir zamanda
03:25
in a predictable time window.
62
205827
1919
belirli bir miktarda kömür yakabilirsiniz.
03:28
So ...
63
208788
1335
Yani...
03:30
if you're a power systems manager
64
210165
1710
işi, tam anlamıyla ışıkları açık tutmak olan bir güç sistemleri yöneticisiyseniz
03:31
whose job is to literally keep the lights on,
65
211916
3129
03:35
which source are you more confident depending on?
66
215045
2627
hangi kaynağa daha fazla güvenirdiniz?
03:38
But here's one of the places where AI can come in.
67
218965
2961
İşte yapay zekânın devreye girebileceği yerlerden biri de burası.
03:41
It is a powerful tool for forecasting.
68
221926
2837
Yapay zekâ güçlü bir tahmin aracıdır.
03:45
AI systems can ingest vast amounts of historical data
69
225805
3045
Yapay zekâ sistemleri büyük miktarda geçmiş veriyi alabilir
03:48
and help us predict future events.
70
228892
2252
ve gelecekteki olayları tahmin etmemize yardımcı olabilir.
03:51
So, while we can't eliminate the variability of wind,
71
231853
4087
Bu nedenle, rüzgarın değişkenliğini ortadan kaldıramayız ama kullanıma
03:55
we can use AI to more accurately predict its availability.
72
235982
4463
uygunluğunu daha doğru bir şekilde tahmin etmek için yapay zekâyı kullanabiliriz.
04:01
That was my team’s “what” to do.
73
241196
2168
Bu, benim takımımın yaptığı işti.
04:03
Use AI to accelerate the transition to renewables, like wind energy.
74
243907
4296
Rüzgar enerjisi gibi yenilenebilir enerji kaynaklarına geçişi
hızlandırmak için yapay zekâyı kullanmak.
04:08
The tough part was the “how” to do it.
75
248995
3629
Zor kısım “nasıl” yapılacağıydı.
04:13
First, we researched the challenge.
76
253833
2419
İlk olarak karşı karşıya olduğumuz sorunu araştırırdık.
04:16
We read papers, we spoke to domain experts,
77
256294
2586
Raporları okuduk, alanında uzmanlarla konuştuk,
04:18
we found out everything we could about the problem.
78
258880
3212
sorun hakkında elimizden gelen her şeyi öğrendik.
04:22
Our team, which is a mix of research scientists,
79
262425
2378
Araştırmacılar, mühendisler, bir ürün yöneticisi, bir program yöneticisi
04:24
engineers, a product manager, a program manager
80
264803
2544
ve bir etki analistinden oluşan ekibimiz
04:27
and an impact analyst,
81
267347
1585
04:28
decided that a neural net trained on historical weather data
82
268973
3963
geçmiş hava durumu verileri ve türbin güç üretim konusunda
04:32
and turbine power-production information
83
272936
2210
eğitilmiş bir sinir ağının hedefimize ulaşmamıza
04:35
would likely help us accomplish our goal.
84
275188
2127
muhtemelen yardımcı olabileceğine karar verdik.
04:38
Next, we needed to find two core elements:
85
278233
4296
Daha sonra, iki temel unsur bulmamız gerekiyordu:
04:43
data to train the system
86
283154
2211
sistemi eğitmek için veri
04:45
and a partner who was willing to deploy it.
87
285365
2836
ve onu sağlamaya istekli bir ortak.
Bunların her ikisi de gerçek dünya senaryolarında
04:49
Both of these can be major obstacles
88
289077
2669
04:51
when it comes to deploying AI in real-world scenarios.
89
291746
3670
yapay zekâyı kullanmak söz konusu olduğunda büyük engeller olabilir.
04:56
Let's start with data.
90
296584
1669
Verilerle başlayalım.
04:58
There are massive gaps in climate-critical data --
91
298795
3712
İklim açısından kritik verilerde büyük boşluklar var
05:02
not just in electricity,
92
302549
2043
-sadece elektrikte değil-
05:04
but in agriculture, transportation, industry and many other sectors.
93
304592
5339
tarım, ulaşım, sanayi ve diğer birçok sektörde.
05:10
Some of our data, we could purchase or download for free --
94
310682
3462
Verilerimizden bazılarını ücretsiz olarak satın alabildik veya indirebildik
05:14
weather forecasts, for instance.
95
314144
2252
hava durumu tahminlerini, örneğin.
05:16
But some of the data we needed was proprietary,
96
316437
4130
Ancak ihtiyacımız olan verilerin bir kısmı tescilliydi
05:20
and this would be, like, turbine power-production information
97
320608
4171
türbin güç üretim bilgileri
ve rüzgar çiftliklerinden elde edilen diğer operasyonel veriler gibi.
05:24
and other operational data from the wind farms.
98
324821
2586
05:27
Now, we needed that proprietary data so that we could train our models
99
327407
4963
Bu özel verilere ihtiyacımız vardı
geçmiş hava durumu ile geçmiş enerji üretimi arasındaki
05:32
to learn the relationship between historical weather
100
332370
3545
ilişkiyi öğrenmek için modellerimizi eğitebilecektik,
05:35
and historical power production,
101
335915
2086
böylece daha sonra verinin gelecekteki hava durumu hakkında ne söylediğine
05:38
so it could then then make predictions about future power availability
102
338042
4130
dayanarak güç kullanılabilirliği hakkında tahminlerde bulunabilecekti.
05:42
based on what data said about future weather.
103
342172
2919
05:45
Now it's probably worth mentioning here
104
345800
1919
Şimdi muhtemelen burada, günümüzle
05:47
that we were looking at a few years of data
105
347760
2086
iklim bakımından büyük farklılıkları olan zaman ölçeğinden verilere değil,
05:49
on hourly resolution,
106
349888
1167
05:51
not historical data at a timescale
107
351097
1794
saatlik ayrımlarda birkaç yıllık verilere baktığımızı söylemeliyim.
05:52
that would have massive climactic differences from present day.
108
352932
3170
05:56
In addition to data,
109
356144
2169
Verilere ek olarak
05:58
we needed to find a partner with domain expertise
110
358313
3962
yeni sistemleri test etme isteği
06:02
and the willingness and scale to test new systems.
111
362275
3503
ve ölçeklendirmeye sahip bir uzmanlık sahibi bir ortak bulmamız gerekiyordu.
06:06
You know, surprisingly, this can be a major hurdle
112
366279
4171
Biliyorsunuz, şaşırtıcı bir şekilde, yapay zekâyı gerçek dünyada kullanmak
06:10
when it comes to deploying AI in the real world.
113
370491
2920
söz konusu olduğunda bu büyük bir engel olabilir.
06:13
Believe it or not, it's not every wind-farm manager
114
373453
3044
İster inanın ister inanmayın her rüzgar çiftliği yöneticisi,
06:16
that wants to let a bunch of AI researchers
115
376539
2002
bir grup yapay zekâ araştırmacısının milyonlarca veya milyarlarca
06:18
test on their multimillion- or multibillion-dollar systems.
116
378583
4504
dolarlık sistemleri üzerinde test yapmasına izin vermek istemez.
06:23
But the thing is, in order to prove that AI works,
117
383129
3879
Ama mesele şu ki yapay zekânın işe yaradığını kanıtlamak için,
06:27
we have to have deployment opportunities in the real world.
118
387050
3712
gerçek dünyada uygulama fırsatlarına sahip olmamız gerekiyor.
06:31
Luckily for us, Google was a ready and willing partner.
119
391721
3462
Neyse ki bizim için Google, hazır ve istekli bir ortaktı.
06:35
OK, yes, DeepMind is a part of Google,
120
395225
3253
Tamam, evet, DeepMind Google’ın bir parçası
06:38
but it's not a given that they would let us test on their systems.
121
398519
5047
ancak sistemlerinde test etmemize izin verip vermeyecekleri belli değildi.
Yine de Amerika Birleşik Devletleri’ndeki büyük bir rüzgar çiftliğine eşdeğer olan
06:44
Yet they let us test on 700 megawatts of their wind-power capacity,
122
404108
3671
06:47
which is equivalent to a large wind farm in the United States.
123
407779
3503
rüzgar gücü kapasitelerinin 700 megavatını test etmemize izin verdiler.
06:51
This made them an excellent proxy for external wind-farm operators.
124
411282
4505
Bu onları dış rüzgar çiftliği operatörleri için mükemmel bir model hâline getirdi.
06:56
They also lent us an expert team to advise on metrics and benchmarks
125
416246
4754
Ayrıca bize metrikler ve kıyaslamalar hakkında tavsiyelerde bulunmak
ve ihtiyaç duyduğumuz verileri paylaşmak için uzman bir ekip sağladılar.
07:01
and to share the data that we needed.
126
421000
2628
07:03
This is another critical component of AI for the real-world deployments.
127
423628
4212
Bu, gerçek dünyadaki uygulamalar için yapay zekânın bir başka kritik bileşeni.
07:08
Working with a domain-expert team that can tell you what they need,
128
428258
4879
Neye ihtiyaçları olduğunu, nasıl çalışması gerektiğini,
07:13
how they need it to work,
129
433137
1418
07:14
which constraints keep the system safe,
130
434555
2545
hangi kısıtlamaların sistemi güvende tuttuğunu,
07:17
what quantifiable metrics to use to measure AI performance
131
437141
4588
YZ performansını ölçmek için hangi ölçülebilir metriklerin kullanılacağını
07:21
and how much better that AI performance needs to be
132
441771
3629
ve geçiş maliyetine değmesi için YZ performansının önceki sistemlerinden
ne kadar daha iyi olması gerektiğini söyleyebilen
07:25
than their previous systems
133
445400
1334
07:26
to make the cost of switching over even worth it.
134
446776
2961
alanında uzman bir ekiple çalışmak.
07:29
And that's just to name a few.
135
449737
1752
Bunlar yalnızca birkaçı.
07:32
So at this point, we have our idea,
136
452448
2837
Yani bu noktada, fikrimiz var,
07:35
we have our data, we have our deployment partner.
137
455326
3045
verilerimiz var, dağıtım ortağımız var.
07:38
Now, to test and deploy our system.
138
458371
3503
Şimdi sıra sistemimizi test etme ve uygulamada.
07:43
Improving the accuracy of electricity-supply forecast
139
463501
2795
Elektrik kaynağı tahmininin doğruluğunu artırmak,
07:46
is incredibly important.
140
466337
1752
inanılmaz derecede önemlidir.
07:48
If predictions are higher than actual generation,
141
468631
3128
Tahminler gerçek üretimden daha yüksekse, yenilenebilir
07:51
renewable electricity managers may not have enough supply to meet demand.
142
471801
4463
elektrik yöneticileri talebi karşılamak için yeterli kaynağa sahip olmayabilir.
07:56
This, in turn, drives the purchase of carbon-intensive fossil fuels
143
476264
3628
Bu da karbon yoğun fosil yakıtların satın alınmasına yol açar
07:59
to cover that gap,
144
479934
1335
bu boşluğu kapatmak için
çünkü yedek üretimimi büyük ölçüde onlar oluşturuyor.
08:01
because they're largely what makes up backup generation.
145
481269
2627
08:04
Now, the good news.
146
484605
2002
Şimdi, iyi haber.
08:07
Our AI system performed 20 percent better than Google's existing systems.
147
487400
6298
Yapay zekâ sistemimiz Google’ın mevcut sistemlerinden
yüzde 20 daha iyi performans gösterdi.
08:13
Even better news is that Google decided to scale this technology.
148
493698
3795
Daha iyi haber, Google’ın bu teknolojiyi ölçeklendirmeye karar vermesidir.
08:17
And scaling is so important.
149
497535
3295
Ve ölçeklendirme çok önemlidir.
08:21
We will run out of time in the climate countdown
150
501581
2711
Yaygın olarak uygulanabilir çözümler kullanmıyorsak
08:24
if we aren't deploying solutions that are widely applicable.
151
504292
3795
bu iklim geri sayımında zamanımızın tükeneceği anlamına gelir.
08:28
This particular solution is being developed
152
508880
2002
Bu özel çözüm, Fransız şirketi Engie’nin ilk pilot kullanıcılarından olacağı
08:30
into a software product
153
510882
1251
08:32
that French company Engie is among the first to pilot.
154
512133
2753
bir yazılım ürününe dönüştürülüyor.
08:36
But, you know,
155
516179
2127
Ancak, bilirsiniz
08:38
it doesn't even take a major research organization to do this kind of work.
156
518348
4004
bu tür işleri yapmak için büyük bir araştırma kuruluşu olmak bile gerekmez.
08:42
Where we focused on AI for supply-side forecasting,
157
522393
3420
Biz üretimin tedarik tarafına yönelik tahminler için yapay zekâya odaklanırken
08:45
a small UK-based nonprofit called Open Climate Fix
158
525855
4004
Open Climate Fix adlı İngiltere merkezli kâr amacı gütmeyen küçük bir kuruluş,
08:49
is focusing on AI for demand-side forecasting.
159
529859
3045
yapay zekâdan talep tarafına yönelik tahminlerde bulunmak için yararlanıyor.
08:53
They found a willing partner in the UK National Grid,
160
533529
3045
Birleşik Krallık Ulusal Şebekesinde istekli bir ortak buldular
08:56
and are currently deploying forecasts that are two times more accurate
161
536616
5005
ve şu anda İngiltere şebekesinde daha önce kullanılan sistemlerden
iki kat daha doğru tahminler yapıyorlar.
09:01
than the UK grid's previously used systems.
162
541621
2836
09:05
Now, all of this is to say is that AI can help us
163
545375
4504
Şimdi tüm bunlar, yapay zekânın yenilenebilir enerjiye geçişte
bize yardımcı olabileceği
09:09
with the transition to renewable energy,
164
549921
1960
ancak bilim insanları ve teknoloji uzmanları olarak
09:11
but scientists and technologists,
165
551923
2043
09:13
we're not going to be able to do that alone.
166
553966
2294
bunu tek başımıza yapamayacağımız anlamına geliyor.
09:16
We need to be working with partners and experts
167
556302
3087
Bize “nasıl”ı öğretebilecek ortaklar ve uzmanlarla birlikte çalışmalıyız.
09:19
who can teach us the “how.”
168
559430
1669
09:21
So for those of you interested in this space,
169
561974
4046
Dolayısıyla, bu alanla ilgilenenler için
09:26
if you're a domain expert,
170
566020
2211
eğer bir alanın uzmanıysanız,
09:28
please share the problems you face and the challenges that you have
171
568272
3546
lütfen karşılaştığınız sorunları ve sahip olduğunuz zorlukları paylaşın
09:31
so that our sector can ensure
172
571818
1960
böylece sektörümüz
09:33
that AI pursuits will have impact in the real world
173
573820
3253
Yapay zekâ araştırmalarının gerçek dünyada etki yaratacağından
ve tamamen akademik olmayacağından emin olabilir.
09:37
and not be purely academic.
174
577115
2210
09:40
Even better,
175
580118
1376
Daha da iyisi,
09:41
if you want to incentivize ML researchers to work on your problems,
176
581536
3253
ML araştırmacılarını sorunlarınız üzerinde çalışmaya
09:44
I'll let you in on a little secret:
177
584831
2335
teşvik etmek istiyorsanız size küçük bir sır vereceğim:
09:47
build a competition, and they will come.
178
587208
2586
rekabet oluşturun ve gelecekler.
09:49
(Laughter)
179
589836
1293
(Gülüşmeler)
09:51
It's true.
180
591170
1168
Bu doğru.
09:52
Just don't forget the datasets and metrics.
181
592338
2669
Sadece veri kümelerini ve metrikleri unutmayın.
09:55
If you are a data holder, where it’s safe and responsible to do so,
182
595675
7007
Veri sahibiyseniz,
bunu yapmanın güvenli ve sorumlu olduğu yerlerde,
10:02
please share data related to those challenges.
183
602682
3211
lütfen bu zorluklarla ilgili verileri paylaşın.
10:06
If you're not sure whether the data you have is even climate-critical,
184
606436
3420
Sahip olduğunuz verilerin iklim açısından kritik olup olmadığından emin değilseniz,
10:09
you can check out Climate Change AI's website,
185
609856
2460
iklim açısından kritik veri kümelerinin bir istek listesinin yayınlandığı
10:12
where they have published a wish list of climate-critical datasets.
186
612358
4463
Climate Change AI’nın web sitesine göz atabilirsiniz.
10:16
Access to these datasets
187
616821
1251
Bu veri kümelerine erişim,
10:18
would unblock crucial research and innovation in AI for climate.
188
618114
4046
iklim için yapay zekâdaki önemli araştırma ve yeniliklerin engelini kaldırabilir.
10:23
If you're a deployment partner,
189
623619
2378
Dağıtım ortağıysanız,
10:25
please, let us know who you are,
190
625997
2002
lütfen bizimle iletişime geçin.
10:28
especially if you're willing to test innovative systems.
191
628040
3254
Özellikle yenilikçi sistemleri test etmeye istekliyseniz.
10:32
And for everyone who's interested in this space,
192
632753
3504
Ve bu alanla ilgilenen herkes,
10:36
please know you do not have to be technical to work in tech.
193
636299
4337
lütfen teknolojide çalışmak için teknik alandan olmanız gerekmediğini bilin
10:41
AI for climate action requires a variety of skill sets
194
641429
4046
İklim eylemi için yapay zekâ çeşitli beceriler
ve farklı özgeçmişlere sahip ekipleri gerektirir
10:45
and a diversity of backgrounds
195
645475
1793
10:47
that, yes, includes research scientists and engineers,
196
647310
3295
araştırmacılar ve mühendisler buna dahil
10:50
but it also includes ethicists and policy experts,
197
650646
3629
ancak aynı zamanda etikçiler ve politika uzmanları,
10:54
communication teams, product managers,
198
654275
2336
iletişim ekipleri, ürün yöneticileri,
10:56
program managers and so many more folks.
199
656611
2919
program yöneticileri ve daha pek çok insan da.
11:01
Now for the warning label.
200
661282
1752
Şimdi uyarı etiketi.
11:04
AI is not a silver bullet.
201
664160
2002
Yapay zekâ sihirli bir değnek değildir.
11:07
It will not solve all problems driving climate change.
202
667038
3044
İklim değişikliğine neden olan tüm sorunları çözmeyecek.
11:10
It isn't even the right tool for many of the challenges that we face.
203
670082
3546
Karşılaştığımız zorlukların çoğu için doğru araç bile değil.
11:14
AI is also not a technology without tensions.
204
674212
3586
Yapay zekâ çatışmaların olmadığı bir teknoloji değildir.
11:18
It needs to be deployed safely and responsibly.
205
678216
3378
Güvenli ve sorumlu bir şekilde kullanılması gerekiyor.
11:21
Not to mention,
206
681928
1167
Üstelik, şebekelerimiz
11:23
until our grids are run on clean energy, AI itself will carry a carbon footprint,
207
683137
4088
temiz enerjiyle çalıştırılıncaya kadar, YZ’nın kendisi de kullandığımız
11:27
as will any energy-intensive technology we use.
208
687225
3920
tüm enerji gerektiren teknolojiler gibi bir karbon ayak izi taşıyacaktır.
11:33
But AI can be a transformational tool in our fight against climate change --
209
693314
5422
Ancak yapay zekâ, iklim değişikliğine karşı mücadelemizde
dönüşümsel bir araç olabilir- bunu etkili bir şekilde kullanmak bize bağlı.
11:38
it's just on all of us to wield it effectively.
210
698778
2961
11:42
The “why” we need to is absolutely harrowing.
211
702865
3962
“Neden” buna ihtiyacımız olduğu kesinlikle korkutucu.
11:46
The “what” we can do is really exciting.
212
706869
3420
Yapabileceğimiz “şey” gerçekten heyecan verici.
11:50
But it’s the “how” we can do it
213
710331
2294
Ancak uygulanabilirliğini aydınlatacak ve etki yaratmamıza
11:52
that will illuminate feasibility and help us drive impact.
214
712667
3753
yardımcı olacak olan bunu “nasıl” yapabileceğimizdir.
11:57
So, in your next climate action conversations,
215
717046
4129
Bu nedenle bir sonraki iklim eylemi görüşmelerinizde
12:01
when someone presents you with an exciting "what,"
216
721175
4296
birisi size heyecan verici bir “ne” ile geldiğinde
12:05
please help to advance the conversation
217
725513
2502
lütfen sohbeti etki yaratan “nasıl”a
12:08
to the impactful "how."
218
728015
2878
ilerletmeye yardımcı olun.
12:10
Thank you.
219
730935
1209
Teşekkür ederim.
12:12
(Cheers and applause)
220
732186
3921
(Alkış ve tezahüratlar)
Bu web sitesi hakkında

Bu site size İngilizce öğrenmek için yararlı olan YouTube videolarını tanıtacaktır. Dünyanın dört bir yanından birinci sınıf öğretmenler tarafından verilen İngilizce derslerini göreceksiniz. Videoyu oradan oynatmak için her video sayfasında görüntülenen İngilizce altyazılara çift tıklayın. Altyazılar video oynatımı ile senkronize olarak kayar. Herhangi bir yorumunuz veya isteğiniz varsa, lütfen bu iletişim formunu kullanarak bizimle iletişime geçin.

https://forms.gle/WvT1wiN1qDtmnspy7