DeepMind Wind Predictions: 4 načina A.I. Prav zdaj varčuje okolje

Človeška dejavnost na Zemlji je škodljivo vplivala na zemeljsko podnebje, ki je privedlo do raztapljanja celotnih narodov, izumiranja živali in potencialnega izginjanja oblakov. Vendar obstaja možnost, da se lahko resnost podnebnih sprememb ublaži, če ukrepamo hitro in izkoristimo druge človeške izume: umetno inteligenco.

Googlov A.I. hčerinska družba DeepMind je ta teden napovedala svoj zadnji dosežek, pri čemer je strojno učenje pomagalo, da je energija vetra bolj dragocena za električno omrežje. Algoritem podjetja je lahko napovedal, koliko moči bodo njegove vetrne turbine ustvarile 36 ur pred časom, pojasnjuje podjetje v blogu. To bi vetrnim elektrarnam omogočilo zanesljivo dostavo natančnih količin energije, da bi zadostile povpraševanju po električni energiji.

DeepMind je uporabil svojo A.I. do 700 megavatov moči vetrne energije na srednjem zahodu. Algoritem je bil usposobljen o vremenskih napovedih in preteklih podatkih o turbinah za napoved izhodne moči. Google je izjavil, da je njegova prizadevanja izboljšala vrednost teh vetrnih elektrarn za 20 odstotkov.

Dajanje vetrnih elektrarn zmožnosti sprejemanja odločitev na podlagi podatkov je majhen korak k zmanjševanju odvisnosti od premoga in fosilnih goriv. A.I. ima velik potencial, da znanstvenikom, kmetom in inženirjem omogoči boljše razumevanje učinkov podnebnih sprememb in procesov ogromnih sklopov podatkov v trenutku. Opazuje lahko vzorce, kjer ljudje sprva vidijo le zmotne številke, in lahko zagotovi natančne informacije, ki jih morajo znanstveniki odločno ukrepati.

Inštitut Brookings in Svetovni gospodarski forum sta objavila poročila o tem, kako A.I. mogoče izkoristiti za zmanjšanje naraščajočih posledic podnebnih sprememb v zadnjem času, in mnoge od njih so se že v določeni meri že izvajale.

4. Big Data of Weather Forecasts naredijo sončne plošče bolj donosne

Googlova objava je začetek pametne distribucije energije, ki bo vetrne in sončne kmetije postala velika akterja v globalnem električnem omrežju. Za natančno oceno, koliko vetra bo razneslo in kako sončno bo na dan, lahko uporabite široko razpoložljive podatke o vremenski napovedi.

DeepMind je primer, kako bi se to lahko uporabilo za vetrne elektrarne, in David Victor, sopredsednik pobude Cross-Brookings za energijo in podnebje, je primer, kako bi ga lahko uporabili za sončno energijo.

»Boljše napovedovanje dneva vnaprej in vnaprej, kako oblaki in druge vremenske oblike vplivajo na sončno energijo,« piše. »Boljše napovedi lahko omogočijo lažje in bolj donosno sodelovanje sončnih generatorjev na trgih z električno energijo.«

3. Modeliranje podnebja ponuja izjemno dolgoročne napovedi

Znanstveniki na področju vremena in podnebja nenehno zbirajo podatke o tem, kaj se dogaja in kaj bo vplivalo na spreminjajoče se podnebje na Zemlji. Stanje ozonskega plašča, dviganje morske gladine in temperatura svetovnih oceanov so skrbno sledeni in objavljeni. A.I. lahko sprejme te številke in jih spremeni v orodja.

Algoritmi strojnega učenja hranijo off številke, in več podatkov, ki jih imajo ti algoritmi, več napovedi lahko naredili in več skritih vzorcev je mogoče zaznati. Poenotenje razpoložljivih podnebnih podatkov lahko ustvari smernice, ki bodo znanstveniki, inženirji in vsakdanji ljudje vedeli, kaj je treba storiti najprej za upočasnitev podnebnih sprememb.

Poročilo WEF navaja, da je uporaba A.I. Ustvarjanje modelov podatkov lahko pomaga strokovnjakom razumeti, kaj je zdaj najpomembnejša prednostna naloga, in državljanom omogočiti boljše razumevanje, kako slabe so podnebne spremembe.

"Podatkovni nizi so zahtevali precej visoko zmogljivo računalniško moč in omejijo dostopnost in uporabnost za znanstvene skupnosti in skupnosti za odločanje," navaja WEF. „A.I. rešiti te izzive, povečati učinkovitost modeliranja vremena in podnebja ter ga narediti bolj dostopnega in uporabnega za odločanje. “

3. Podatki o pridelku v realnem času bodo informirali prihodnje kmete

Sposobnost A.I., da razčleni skorajda neskončne količine številk, bi lahko uporabili za avtonomno kmetovanje. Geološki podatki lahko povedo algoritme, ki se lahko gojijo na katerem koli področju, in zbirajo podatke o pridelkih v realnem času, da bi odkrili morebitne težave med rastjo.

Kmetijska industrija je že prevladovala na strojih in bi jo lahko nekega dne popolnoma upravljali stroji. Te robote bi lahko usmerjali algoritmi strojnega učenja, ki nenehno preverjajo podatke o tleh, zdravju rastlin in vremenu.

To bo zahtevalo obsežne izboljšave avtonomnosti vozil in združevanje ton podatkov. Toda WEF navaja, da popolnoma avtonomne kmetije niso pretirane.

„A.I. bi lahko kmetije postale skoraj popolnoma avtonomne, ”navaja. "Kmetje bodo lahko simbiotično gojili različne pridelke, z uporabo aviarne influence opazili ali napovedali težave in sprejeli ustrezne korektivne ukrepe s pomočjo robotike"

1. Zaščita redkih zalog vode v sušnih regijah

Vplivi podnebnih sprememb na ekstremne vremenske razmere so povzročili dolgotrajne suše in požare. Zagotavljanje, da imajo skupnosti, ki so jih prizadele te človeške katastrofe, ustrezno svežo vodo, je ključnega pomena in A.I. lahko to uresniči.

Z uporabo podatkov iz internetnih vodomerov za vodo lahko algoritmi odkrijejo, kateri deli sveta potrebujejo največ sredstev. Sistem bi potem lahko preusmeril več vode na območja, ki so izpostavljena sušam, da bi zagotovili razporejanje virov, kjer jih najbolj potrebujemo.

WEF je predlagal, da se to lahko doseže z združitvijo tehnologije IOT za zbiranje podatkov iz domov, strojnega učenja za obdelavo teh podatkov in tehnologije blockchain za decentralizacijo vodnih virov.