Prognozy DeepMind Wind: 4 sposoby A.I. Oszczędza środowisko już teraz

Działalność człowieka na Ziemi niekorzystnie wpłynęła na klimat Ziemi, co doprowadziło do topnienia całych narodów, wymierania zwierząt i potencjalnego zaniku chmur. Istnieje jednak możliwość, że dotkliwość zmian klimatycznych może zostać złagodzona, jeśli będziemy działać szybko i wykorzystać inne wynalazki ludzkie: sztuczną inteligencję.

Google z siedzibą w Londynie, A.I. DeepMind, spółka zależna, ogłosiła w tym tygodniu swoje ostatnie osiągnięcie, wykorzystując uczenie maszynowe, aby uczynić energię wiatrową bardziej wartościową dla sieci energetycznej. Algorytm firmy był w stanie przewidzieć, ile mocy generują turbiny wiatrowe o 36 godzin wcześniej, wyjaśnia firma w swoim blogu. Pozwoliłoby to farmom wiatrowym na niezawodne dostarczanie dokładnych ilości energii w celu zaspokojenia zapotrzebowania na energię elektryczną.

DeepMind zastosował swój A.I. do 700 megawatów mocy wiatrowej na Środkowym Zachodzie. Algorytm został przeszkolony w zakresie prognoz pogody i danych z poprzednich turbin, aby przewidzieć moc wyjściową. Google stwierdziło, że jego wysiłki poprawiły wartość tych farm wiatrowych o „20 procent”.

Umożliwienie farmom wiatrowym podejmowania decyzji opartych na danych jest małym krokiem w kierunku zmniejszenia zależności od węgla i paliw kopalnych. A.I. ma ogromny potencjał, aby dać naukowcom, rolnikom i inżynierom lepsze zrozumienie skutków zmian klimatu i przetwarzać ogromne zbiory danych w mgnieniu oka. Może wykryć wzorce, w których ludzie początkowo widzą pomieszane liczby, i może dostarczyć precyzyjnych informacji, których naukowcy potrzebują do zdecydowanego działania.

Brookings Institution i World Economic Forum opublikowały raporty o tym, jak A.I. może zostać wykorzystany do zmniejszenia rosnących skutków zmian klimatu w ostatnim czasie, a wiele z nich zostało już wdrożonych do pewnego stopnia.

4. Duże dane z prognoz pogody czynią panele słoneczne bardziej lukratywnymi

Ogłoszenie Google jest początkiem inteligentnej dystrybucji energii, która sprawi, że farmy wiatrowe i słoneczne będą dużymi graczami w globalnej sieci energetycznej. Szeroko dostępne dane prognozy pogody mogą być wykorzystane do dokładnego oszacowania, ile wieje wiatr i jak słonecznie będzie w danym dniu.

DeepMind jest przykładem tego, jak można to wykorzystać w farmach wiatrowych, a David Victor, współprzewodniczący inicjatywy „Cross-Brookings Initiative on Energy and Climate”, podaje przykład tego, jak można go wykorzystać do energii słonecznej.

„Lepsze prognozy z wyprzedzeniem dnia i godziny z wyprzedzeniem dotyczące wpływu chmur i innych formacji pogodowych na produkcję energii słonecznej” - pisze. „Lepsze prognozy mogą ułatwić i bardziej lukratywne uczestnictwo generatorów słonecznych w rynkach energii elektrycznej”.

3. Modelowanie klimatu oferuje bardzo długoterminowe prognozy

Naukowcy zajmujący się pogodą i klimatem nieustannie gromadzą dane na temat tego, co się dzieje i na co wpłynie zmieniający się klimat Ziemi. Stan warstwy ozonowej, wzrost poziomu mórz i temperatura oceanów na świecie są skrupulatnie śledzone i publikowane. A.I. może wziąć te liczby i przekształcić je w narzędzia.

Algorytmy uczenia maszynowego wydzielają liczby, a im więcej danych mają te algorytmy, tym więcej można przewidzieć i wykryć więcej ukrytych wzorów. Ujednolicenie dostępnych danych klimatycznych może stworzyć wytyczne, które pozwolą naukowcom, inżynierom i zwykłym ludziom wiedzieć, co należy zrobić najpierw, aby spowolnić zmiany klimatu.

Raport WEF stwierdził, że przy użyciu A.I. tworzenie modeli danych może pomóc ekspertom zrozumieć, co jest obecnie najwyższym priorytetem i dać obywatelom lepsze zrozumienie tego, jak złe są zmiany klimatyczne.

„Zestawy danych wymagały znacznej mocy obliczeniowej o wysokiej wydajności i ograniczały dostępność i użyteczność dla społeczności naukowych i decyzyjnych”, stwierdza WEF. „A.I. może rozwiązać te wyzwania, zwiększając zarówno wydajność modelowania pogodowego i klimatycznego, jak i czyniąc go bardziej dostępnym i użytecznym do podejmowania decyzji. ”

3. Dane zbiorów w czasie rzeczywistym poinformują przyszłych rolników

Niewiarygodna zdolność A.I. do analizowania niemal nieskończonej liczby liczb mogłaby zostać wykorzystana do wprowadzenia autonomicznego rolnictwa. Dane geologiczne mogą informować algorytmy o tym, co można uprawiać na danym obszarze, a dane o uprawach w czasie rzeczywistym można gromadzić w celu wykrycia wszelkich problemów podczas wzrostu.

Przemysł rolny jest już zdominowany przez maszyny i może pewnego dnia zostać całkowicie uruchomiony przez maszyny. Roboty te mogą być kierowane przez algorytmy uczenia maszynowego, które stale sprawdzają dane dotyczące gleby, zdrowia roślin i pogody.

Będzie to wymagało ogromnej poprawy autonomii pojazdów i koalescencji ton danych. Ale WEF stwierdza, że ​​w pełni autonomiczne gospodarstwa nie są naciągane.

„A.I. może pozwolić farmom stać się niemal w pełni autonomicznymi ”- stwierdza. „Rolnicy mogą uprawiać różne rośliny symbiotycznie, wykorzystując sztuczną inteligencję do wykrywania lub przewidywania problemów i podejmowania odpowiednich działań naprawczych za pomocą robotyki”

1. Ochrona rzadkich zasobów wody w suchych regionach

Ekstremalne zjawiska pogodowe związane ze zmianami klimatu spowodowały długotrwałe susze i pożary. Kluczowe znaczenie ma zapewnienie społeczności dotkniętych tymi katastrofami spowodowanymi przez człowieka odpowiedniej wody słodkiej. może tak się stać.

Wykorzystując dane z domowych wodomierzy podłączonych do Internetu, algorytmy mogą wykrywać, które części świata potrzebują najwięcej zasobów. System mógłby następnie przekierować więcej wody na obszary przechodzące susze, aby zapewnić rozmieszczenie zasobów tam, gdzie ich najbardziej potrzebujemy.

WEF zasugerował, że można to zrealizować poprzez połączenie technologii IOT w celu gromadzenia danych z domów, uczenia maszynowego w celu przetwarzania tych danych oraz technologii blockchain w celu decentralizacji zasobów wodnych.