DeepMind Wind Predictions: 4 maneres A.I. Està estalviant el medi ambient ara mateix

$config[ads_kvadrat] not found

DeepMind Has A Superhuman Level Quake 3 AI Team

DeepMind Has A Superhuman Level Quake 3 AI Team

Taula de continguts:

Anonim

L’activitat humana a la Terra ha afectat de manera perjudicial el clima de la Terra, que ha provocat la fusió de nacions senceres, l’extinció d’animals i, possiblement, la desaparició dels núvols. Però hi ha la possibilitat que la severitat del canvi climàtic pugui mitigar-se si actuem ràpidament i aprofiteu altres invencions humanes: la intel·ligència artificial.

Amb seu a Londres, A.I. La filial DeepMind va anunciar aquesta setmana la seva realització més recent, mitjançant l’aprenentatge automàtic per ajudar a fer que l’energia eòlica sigui més valuosa per a la xarxa elèctrica. L’algorisme de l’empresa va ser capaç de predir la quantitat de potència que generarien els seus aerogeneradors 36 hores abans de l’època, explica la companyia en una entrada de bloc. Això permetria que els parcs eòlics lliuressin de manera fiable quantitats exactes de potència per satisfer la demanda d’electricitat.

DeepMind va aplicar el seu A.I. a 700 megawatts de capacitat eòlica al mig oest. L’algorisme s’ha format sobre les previsions meteorològiques i les dades de turbina anteriors per predir la sortida de potència. Google va afirmar que el seu esforç va millorar el valor d’aquests parcs eòlics amb un "20 per cent".

Donar a les parcs eòlics la capacitat de prendre decisions basades en dades és un petit pas cap a la disminució de la dependència del carbó i dels combustibles fòssils. A.I. té un gran potencial per donar als científics, agricultors i enginyers una millor comprensió dels efectes del canvi climàtic i processa enormes conjunts de dades en un tres i no res. Pot detectar patrons on els éssers humans al principi només veuen números confusos, i pot proporcionar la informació precisa que els científics necessiten per actuar de manera decisiva.

La Brookings Institution i el World Economic Forum van publicar informes de com A.I. es pot aprofitar per reduir els efectes canviants del canvi climàtic recentment i molts d’ells s’han implementat fins a cert punt.

4. Les grans dades de les previsions meteorològiques fan que els panells solars siguin més lucratius

L’anunci de Google és l’inici de la distribució intel·ligent d’energia que farà que les granges eòliques i solars siguin grans actors de la xarxa elèctrica mundial. Les dades de previsió meteorològica àmpliament disponibles es poden utilitzar per estimar amb precisió la quantitat de vent i quants dies estarà assolellat.

DeepMind és un exemple de com es podria utilitzar per als parcs eòlics, i David Victor, copresident de Cross-Brookings Initiative on Energy and Climate, proporciona un exemple de com es podria utilitzar per a l'energia solar.

"Millorar les previsions d’avui i d’hora per millorar la manera en què els núvols i altres formacions meteorològiques afecten la producció solar", escriu. "Les previsions millors poden fer que els generadors solars participin més fàcilment i més lucratiu en mercats elèctrics".

3. El modelatge climàtic ofereix previsions extremadament llargs

Els científics del clima i del clima estan recollint constantment dades sobre el que està sent i el que es veurà afectat pels canvis climàtics de la Terra. L’estat de la capa d’ozó, l’augment del nivell del mar i la temperatura dels oceans del món s’han seguit i publicat minuciosament. A.I. poden prendre aquestes xifres i transformar-les en eines.

Els algorismes d’aprenentatge automàtic s’alimenten dels números, i com més dades tinguin aquests algorismes, més prediccions es poden fer i es poden detectar més patrons ocults. Unificar les dades sobre el clima disponibles avui en dia poden crear directrius per permetre que els científics, els enginyers i la gent quotidiana sàpiguen què cal fer primer per frenar el canvi climàtic.

L’informe del WEF va indicar que l’ús d’AI. crear models de dades poden ajudar els experts a comprendre què és la prioritat més gran ara i donar-los una millor comprensió dels canvis climàtics.

"Els conjunts de dades han exigit una potència informàtica substancial d'alt rendiment i han limitat l’accessibilitat i la facilitat d’ús de les comunitats científiques i de presa de decisions", afirma el WEF. “A.I. pot resoldre aquests reptes, augmentant tant el rendiment de la climatització meteorològica com el clima, i fent-lo més accessible i útil per a la presa de decisions."

3. Les dades de cultiu en temps real informaran els futurs agricultors

La increïble capacitat d’AI d’anotar a través de quantitats gairebé infinites de números podria ser usada per aconseguir una agricultura autònoma. Les dades geològiques poden indicar algorismes que es poden cultivar en qualsevol àrea donada i es podrien recopilar dades de collites en temps real per detectar qualsevol problema durant el creixement.

La indústria agropecuària ja està dominada per màquines i un dia podria funcionar completament per màquines. Aquests robots podrien estar dirigits per algorismes d’aprenentatge automàtic que comproven constantment les dades sobre el sòl, la salut de les plantes i el clima.

Això requerirà grans millores en l’autonomia del vehicle i la fusió d’una tona de dades. Però el WEF afirma que les explotacions totalment autònomes no són desgavellades.

“A.I. podria permetre que les granges es tornessin gairebé totalment autònomes ", afirma. "Els agricultors poden ser capaços de conrear cultius diferents de manera simbiòtica, utilitzant la IA per detectar o predir problemes i prendre les mesures correctives adequades a través de la robòtica"

1. Protecció dels escassos subministraments d'aigua a les regions àrides

Els efectes meteorològics extrems del canvi climàtic han provocat sequeres duradores i incendis forestals. Garantir que les comunitats afectades per aquestes catàstrofes provocades per l’home tinguin aigua dolça adequada és crucial i A.I. pot fer que això passi.

Utilitzant dades dels comptadors d’aigua connectats a Internet, els algorismes podrien detectar quines parts del món necessiten més recursos. Aleshores, el sistema podria redirigir més aigua cap a zones que es trobaven en sequeres per assegurar-se que es despleguen recursos on més els necessitem.

El WEF va suggerir que això es podria realitzar combinant la tecnologia IOT per recopilar dades de les llars, aprendre en màquina per processar aquestes dades i bloquejar la tecnologia per descentralitzar els recursos hídrics.

$config[ads_kvadrat] not found