DeepMind Wind Predviđanja: 4 načina A.I. Spašava okoliš upravo sada

Ljudska aktivnost na Zemlji je štetno utjecala na klimu Zemlje, što je dovelo do otapanja čitavih nacija, izumiranja životinja i potencijalno nestanka oblaka. No postoji mogućnost da se ozbiljnost klimatskih promjena može ublažiti, ako djelujemo brzo i iskoristimo druge ljudske izume: umjetnu inteligenciju.

Googleov A.I. podružnica DeepMind je ovog tjedna najavila svoje posljednje postignuće, koristeći strojno učenje kako bi energiju vjetra učinila vrijednijom u električnu mrežu. Algoritam tvrtke mogao je predvidjeti koliku će snagu njegove vjetroturbine generirati 36 sati prije vremena, objašnjava tvrtka u postu na blogu. To bi vjetroelektranama omogućilo pouzdanu isporuku točnih količina energije kako bi se zadovoljile potrebe za električnom energijom.

DeepMind je primijenio svoj A.I. do 700 megavata snage vjetra na srednjem zapadu. Algoritam je obučen o vremenskim prognozama i prošlim podacima o turbinama za predviđanje izlazne snage. Google je naveo da je njegov napor poboljšao vrijednost tih vjetroelektrana za 20 posto.

Davanje vjetroelektrana mogućnostima donošenja odluka temeljenih na podacima je mali korak prema smanjenju ovisnosti o ugljenu i fosilnim gorivima. A. I. ima veliki potencijal dati znanstvenicima, farmerima i inženjerima bolje razumijevanje učinaka klimatskih promjena i obrađuje ogromne skupove podataka u tren oka. Može uočiti uzorke u kojima ljudi u početku samo vide zbrkane brojeve i može pružiti precizne informacije koje znanstvenici trebaju poduzeti odlučno.

Institucija Brookings i Svjetski ekonomski forum objavili su izvješća o tome kako A.I. mogu se iskoristiti za smanjenje posljedica klimatskih promjena koje se stalno povećavaju, a mnoge od njih su u određenoj mjeri već provedene.

4. Veliki podaci o vremenskim prognozama čine solarne panele još korisnijim

Googleova najava je početak pametne distribucije energije koja će velike vjetrove i solarne farme učiniti velikim igračima u globalnoj električnoj mreži. Raspoloživi podaci o vremenskoj prognozi mogu se upotrijebiti za preciznu procjenu koliko će vjetra puhati i koliko će sunce biti izloženo bilo kojem danu.

DeepMind je primjer kako se to može koristiti za vjetroelektrane, a David Victor, supredsjedatelj Cross-Brookings inicijative za energiju i klimu, daje primjer kako bi se mogao koristiti za solarnu energiju.

"Bolja predviđanja dana unaprijed i sat unaprijed, kako oblaci i druge vremenske formacije utječu na solarnu proizvodnju", piše on. "Bolje prognoze mogu olakšati i profitabilnije sudjelovanje solarnih generatora na tržištima električne energije."

3. Modeliranje klime nudi iznimno dugoročne prognoze

Znanstvenici iz vremenskih i klimatskih uvjeta stalno prikupljaju podatke o tome što se događa i što će biti pogođeno promjenjivom klimom na Zemlji. Stanje ozonskog omotača, porast razine mora i temperatura svjetskih oceana pomno se prate i objavljuju. A. I. mogu uzeti te brojke i pretvoriti ih u alate.

Algoritmi strojnog učenja hrane off brojeve, i više podataka tih algoritama imaju, više predviđanja mogu napraviti i više skrivenih obrazaca može se otkriti. Objedinjavanje dostupnih klimatskih podataka može stvoriti smjernice koje će znanstvenicima, inženjerima i svakodnevnim ljudima omogućiti da znaju što treba učiniti kako bi se usporile klimatske promjene.

U izvješću WEF-a navodi se da je korištenje A.I. Stvaranje modela podataka može pomoći stručnjacima da shvate što je trenutno najveći prioritet i da građanima omoguće bolje razumijevanje o tome kako je loša klimatska promjena.

„Skupovi podataka zahtijevali su znatnu računalnu snagu visokih performansi i ograničili pristupačnost i upotrebljivost za znanstvene zajednice i zajednice koje donose odluke“, navodi WEF. „A. I. može riješiti te izazove, povećavajući i modeliranje vremena i klime, te ga učiniti pristupačnijim i upotrebljivijim za donošenje odluka."

3. Podaci o usjevu u stvarnom vremenu obavijestit će buduće poljoprivrednike

Nevjerojatna sposobnost A.I. da analizira kroz gotovo beskrajne količine brojeva mogla bi se upotrijebiti za samostalnu poljoprivredu. Geološki podaci mogu reći da se algoritmi mogu uzgajati u bilo kojem području, a podaci o usjevu u stvarnom vremenu mogu se prikupiti kako bi se otkrili problemi tijekom rasta.

Poljoprivredna industrija već dominira strojevima i jednog dana može biti potpuno upravljana strojevima. Ovi roboti mogu biti usmjereni algoritmima strojnog učenja koji stalno provjeravaju podatke o tlu, zdravlju biljaka i vremenskim prilikama.

To će zahtijevati velika poboljšanja autonomije vozila i spajanje tona podataka. Međutim, WEF tvrdi da potpuno autonomne farme nisu pretjerane.

„A. I. može omogućiti farmama da postanu gotovo potpuno autonomne ”, navodi se u izvješću. "Poljoprivrednici će moći simbiotski uzgajati različite kulture, koristeći AI kako bi uočili ili predvidjeli probleme i poduzeli odgovarajuće korektivne radnje putem robotike"

1. Zaštita oskudnih zaliha vode u suhim područjima

Ekstremni vremenski utjecaji klimatskih promjena doveli su do dugotrajnih suša i požara. Ključno je osigurati da zajednice pogođene ovim ljudskim katastrofama imaju odgovarajuću svježu vodu i A.I. može to učiniti.

Koristeći podatke s kućnih vodomjera povezanih s internetom, algoritmi bi mogli otkriti koji dijelovi svijeta trebaju najviše resursa. Sustav bi onda mogao preusmjeriti više vode na područja koja prolaze kroz suše kako bi se osiguralo da se resursi rasporede tamo gdje ih najviše trebamo.

WEF je sugerirao da bi se to moglo postići spajanjem IOT tehnologije za prikupljanje podataka iz domova, strojnog učenja za obradu tih podataka i blockchain tehnologije za decentralizaciju vodnih resursa.