உலகளாவிய காலநிலைக்கு தகவல் தொழில்நுட்பத் துறையின் தாக்கம் அனைவரும் அறிந்ததே. உலகெங்கிலும் உள்ள எண்ணற்ற தரவு மையங்களில் எண்ணற்ற சேவையகங்கள், சேமிப்பக அமைப்புகள் மற்றும் நெட்வொர்க் சாதனங்கள் ஒவ்வொரு ஆண்டும் மொத்த எரிசக்தி விநியோகத்தில் சுமார் 3 சதவீதத்தை பயன்படுத்துவதாகக் கூறப்படுகிறது, மேலும் பில்லியன் கணக்கான ஐஓடி சாதனங்கள் ஆன்லைனில் வருவதால் இது உயரும்.
ஆனால் அது மாறிவிட்டால், இந்த விரிவடைந்துவரும் தரவு உள்கட்டமைப்பு காலநிலை மாற்றத்தை பாதிக்கும் சில சிக்கலான சிக்கல்களைத் தீர்க்கும் முயற்சியில் முக்கியமானது என்பதை நிரூபிக்கிறது - விவசாய நடைமுறைகள் முதல் நவீன போக்குவரத்து வரை அனைத்தும். குறிப்பாக, செயற்கை நுண்ணறிவு (AI) மற்றும் இயந்திர கற்றல் (எம்.எல்) மற்றும் நியூரல் நெட்வொர்க்கிங் (என்.என்) போன்ற பல மறு செய்கைகள், காலநிலை உறுதியற்ற தன்மைக்கு பங்களிக்கும் நவீன சமுதாயத்தில் பல திறமையின்மைகளைக் கண்டறிவதில் மிகவும் திறமையானவை என்பதை நிரூபிக்கின்றன.
AI இன் காலநிலையை பாதிக்கும் திறன் தொழில்நுட்பத்தைப் போலவே மாறுபட்டது. கொலம்பியா பல்கலைக்கழகத்தின் ரெனீ சோ குறிப்பிடுகையில், விவசாயிகள் ஒரு ஹெக்டேருக்கு விளைச்சலை 30 சதவிகிதம் அதிக துல்லியமான நில தயாரிப்பு, கருத்தரித்தல் மற்றும் நீர்ப்பாசனம் மூலம் அதிகரிக்க உதவுகிறது. அதே நேரத்தில் உலகெங்கிலும் உள்ள மின்சார பயன்பாடுகள் அவற்றின் கட்டங்களில் உள்ள திறமையின்மைகளை வெளியேற்றவும், புதுப்பிக்கத்தக்க எரிசக்தி ஆதாரங்களை அதிக அளவில் பயன்படுத்தவும் உதவுகின்றன. இது சூறாவளிகள் மற்றும் வெப்பமண்டல சூறாவளிகள் போன்ற இயற்கை பேரழிவுகளைக் கண்டறிதல் மற்றும் கணித்தல் ஆகிய இரண்டிலும் புரட்சிகர முன்னேற்றங்களுக்கு வழிவகுக்கிறது, சில மாதிரிகள் இப்போது தீவிரம் மற்றும் பாதை கணிப்புகளை 90 சதவிகித துல்லியத்துடன் அல்லது சிறப்பாக வழங்குகின்றன. இது மீட்பு நிறுவனங்களுக்கு கடல்வழிகளை உயர்த்துவது மற்றும் குடிமக்களை வெளியேற்றுவது போன்ற தடுப்பு நடவடிக்கைகளுக்கு வளங்களை சிறப்பாக ஒதுக்க அனுமதிக்கிறது, மேலும் அதன் பின்னர் சேத மதிப்பீட்டிற்காகவும் அவசரகால பொருட்களை வழங்குவதை நெறிப்படுத்தவும் உதவுகிறது. (விவசாயத்தில் AI பற்றி மேலும் அறிய, விவசாயத்தில் 6 மிக அற்புதமான AI முன்னேற்றங்களைப் பாருங்கள்.)
