Uma nova pesquisa mostra que a inteligência artificial pode se tornar uma aliada decisiva na redução das emissões do transporte urbano.
Saiba mais: Créditos de carbono e energia limpa fortalecem o mercado brasileiro
O estudo revela que modelos avançados têm capacidade de reorganizar o uso do solo nas cidades de forma mais eficiente do que métodos tradicionais.
A investigação, publicada em Land, utilizou um modelo inovador baseado em Deep Reinforcement Learning.
Para entender como diferentes configurações de bairros e áreas de atividade podem impactar as emissões.
A análise foi feita em Hangzhou, uma das cidades chinesas que mais cresce.
Combinando dados e informações do sistema de transporte para identificar padrões urbanos que favorecem a redução de carbono.
O estudo mostra que a expansão das áreas urbanizadas, o aumento da demanda por deslocamentos e a perda de áreas naturais.
Criam um cenário onde o planejamento urbano convencional encontra limitações.
Enquanto ferramentas tradicionais até estimam emissões.
Elas não conseguem lidar com decisões sequenciais e complexas, essenciais para otimizar a cidade como um todo.
Saiba mais: UE lança Roteiro para os Créditos de Natureza
Projeto Mejuruá
O empresário Gaetano Buglisi financia um projeto muito importante para o meio ambiente, chamado Projeto Mejuruá.
O projeto tem como objetivo proteger a floresta e gerar renda para as comunidades locais.
Por meio da preservação ambiental e do uso sustentável dos recursos naturais, ajudando a produzir créditos de carbono florestal fortalecendo a organização das comunidades.