DeepMind Wind Predictions: 4 måter A.I. Lagrer miljøet akkurat nå

Menneskelig aktivitet på jorden har påvirket jordens klima negativt, noe som har ført til at hele nasjoner smelter bort, dyreutryddelse og potensielt forsvunnelse av skyene. Men det er en mulighet for at alvorlighetsgraden av klimaendringer kan reduseres, hvis vi oppfører oss fort og bruker andre menneskelige oppfinnelser: kunstig intelligens.

Googles London-baserte, A.I. datterselskap DeepMind annonserte denne uken sin nyeste gjennomføring, ved hjelp av maskinlæring som bidrar til å gjøre vindenergien mer verdifull for strømnettet. Selskapets algoritme var i stand til å forutsi hvor mye kraft vindmøller ville generere 36 timer før, forklarer selskapet i et blogginnlegg. Dette vil gjøre det mulig for vindmølleparker å levere nøyaktige mengder kraft for å møte etterspørselen etter elektrisitet.

DeepMind søkte sin A.I. til 700 megawatt vindkraftkapasitet i Midtvesten. Algoritmen ble trent på værmeldinger og tidligere turbinedata for å forutsi effektutgang. Google uttalte at innsatsen forbedret verdien av disse vindparkene med "20 prosent".

Å gi vindmølleparker muligheten til å lage data-drevne beslutninger er et lite skritt mot redusert avhengighet av kull og fossilt brensel. A.I. har stort potensiale for å gi forskere, bønder og ingeniører en bedre forståelse av effekten av klimaendringer, og behandler enorme datamengder i blink of a eye. Det kan oppdage mønstre der mennesker først først ser jumbled tall, og det kan levere den presise informasjonen forskerne trenger å handle avgjørende.

The Brookings Institution og World Economic Forum publiserte begge rapporter om hvordan A.I. kan utnyttes for å redusere de voksende påvirkningene av klimaendringer nylig, og mange av dem er allerede implementert til en grad.

4. De store dataene om værmeldinger gjør solpaneler mer lukrative

Googles kunngjøring er starten på smart energidistribusjon som vil gjøre vind- og solarparker store aktører i det globale strømnettet. Bredt tilgjengelige værmeldingsdata kan brukes til å anslå nøyaktig hvor mye vind vil blåse og hvor solfylt det vil være på en gitt dag.

DeepMind er et eksempel på hvordan dette kan brukes til vindmølleparker, og David Victor, medformann for Cross-Brookings Initiative for energi og klima, gir et eksempel på hvordan det kan brukes til solenergi.

"Bedre framtidige og timeprognose spådommer om hvordan skyer og andre værformasjoner påvirker solenergi," skriver han. "Bedre prognoser kan gjøre det enklere og mer lukrativt for solvarmere å delta i elektrisitetsmarkeder."

3. Klimamodellering tilbyr ekstremt langsiktige prognoser

Vær- og klimaforskere samler kontinuerlig data om hva som er og hva som vil bli påvirket av jordens skiftende klima. Ozonlaget, stigende havnivåer og temperaturen på verdenshavene blir nøye sporet og publisert. A.I. kan ta disse tallene og forvandle dem til verktøy.

Maskininnlæringsalgoritmer mates av tall, og jo flere data de algoritmer har, desto flere spådommer kan gjøres og flere skjulte mønstre kan detekteres. Å samle klimadata som er tilgjengelige i dag, kan skape retningslinjer for å la forskere, ingeniører og dagligdags vite hva som må gjøres først for å bremse klimaendringene.

WEFs rapport uttalt at bruk av A.I. Å skape datamodeller kan være hjelpeksperter få tak i hva som er høyest prioriterte akkurat nå, og gi innbyggerne en bedre forståelse av hvor dårlige klimaendringene er.

Datasett har krevd betydelig høy ytelse databehandlingskraft og begrenset tilgjengelighet og brukervennlighet for de vitenskapelige og beslutningstakerne, sier WEF. “A. I. kan løse disse utfordringene, og øke både ytelsen til vær og klimamodellering, og gjøre det mer tilgjengelig og brukbart for beslutningstaking."

3. Real-Time Crop Data vil informere fremtidige bønder

A.I.s utrolige evne til å analysere nesten uendelige mengder tall kan brukes til å oppnå autonom oppdrett. Geologiske data kan fortelle algoritmer hva som kan dyrkes i et gitt område, og i sanntid kan avlinger data samles for å oppdage eventuelle problemer under vekst.

Oppdrettsindustrien domineres allerede av maskiner, og det kan en dag være helt drevet av maskiner. Disse robotene kan styres av en maskinlæringsalgoritmer som kontinuerlig kontrollerer jord-, plantes helse- og værdata.

Dette vil kreve store forbedringer av bilautonomi og sammenkalling av tonnevis av data. Men WEF fastslår at helt autonome gårder ikke er hentet.

“A. I. kan gjøre det mulig for gårder å bli nesten fullt autonome, sier det. "Bønder kan være i stand til å vokse forskjellige avlinger symbiotisk ved å bruke AI til å oppdage eller forutsi problemer og å ta passende korrigerende tiltak via robotteknologi"

1. Beskytte knappe vannforsyninger i tørre områder

De ekstreme værpåvirkningene av klimaendringene har medført langvarig tørke og brannfeller. Sikre at samfunn som er rammet av disse menneskeskapte katastrofer har tilstrekkelig, ferskvann er avgjørende, og A.I. kan få det til å skje.

Ved å benytte data fra Internett-tilkoblede hjemmetermåler, kunne algoritmer oppdage hvilke deler av verden som trenger mest ressurser. Systemet kan da omdirigere mer vann til områder som går gjennom tørke for å sikre at ressursene blir utplassert der vi trenger dem mest.

WEF foreslo dette kunne realiseres ved å slå sammen IOT-teknologi for å samle inn data fra hjem, maskinlæring for å behandle dataene og blockchain tech for å desentralisere vannressurser.