DeepMind Vindförutsägelser: 4 sätt A.I. Sparar miljön just nu

Mänsklig aktivitet på jorden har skadligt påverkat jordens klimat, vilket har lett till att hela nationer smälter bort, djurs utrotning och eventuellt försvinnande av moln. Men det finns en möjlighet att klimatförändringarnas allvar kan mildras om vi agerar snabbt och utnyttjar andra mänskliga uppfinningar: artificiell intelligens.

Googles London-baserade, A.I. dotterbolaget DeepMind tillkännagav i veckan sin senaste prestation genom att använda maskininlärning för att göra vindkraft mer värdefullt för elnätet. Företagets algoritm kunde förutse hur mycket makt vindkraftverk skulle generera 36 timmar före tid, förklarar företaget i ett blogginlägg. Detta skulle göra det möjligt för vindkraftparker att tillförlitligt leverera exakta mängder ström för att möta efterfrågan på el.

DeepMind tillämpade sin A.I. till 700 megawatt vindkraftkapacitet i Mellanvästern. Algoritmen utbildades på väderprognoser och tidigare turbindata för att förutsäga effektutgång. Google uppgav att dess ansträngning förbättrade värdet av dessa vindkraftparker med "20 procent".

Att ge vindkraftparker möjligheten att fatta datastyrda beslut är ett litet steg mot minskat beroende av kol och fossila bränslen. A.I. har stor potential att ge forskare, lantbrukare och ingenjörer en bättre förståelse för effekterna av klimatförändringar och behandlar enorma uppsättningar data i ögonkastet. Det kan upptäcka mönster där människor först först ser jumbled nummer, och det kan leverera den exakta informationen forskare behöver agera beslutsamt.

Brookings Institution och World Economic Forum publicerade båda rapporter om hur A.I. kan utnyttjas för att minska klimatförändringarnas klimatpåverkan nyligen, och många av dem har redan implementerats i viss utsträckning.

4. De stora data om väderprognoser gör solpaneler mer lönsamma

Googles meddelande är början på smart energifördelning som gör vind- och solparker stora aktörer i det globala elnätet. Allmänt tillgängliga väderprognosdata kan användas för att noggrant uppskatta hur mycket vind kommer att blåsa och hur soligt det kommer att vara på en viss dag.

DeepMind är ett exempel på hur detta kan användas för vindkraftparker, och David Victor, medordförande för Cross-Brookings Initiative on Energy and Climate, ger ett exempel på hur det kan användas för solenergi.

"Bättre dag-framåt och timme framåt förutsägelser av hur moln och andra väderformationer påverkar solenergi," skriver han. "Bättre prognoser kan göra det enklare och mer lukrativt för solgeneratorer att delta i elmarknaderna."

3. Klimatmodeller erbjuder extremt långsiktiga prognoser

Väder- och klimatforskare samlar ständigt data om vad som är och vad som kommer att påverkas av jordens förändrade klimat. Ozonskiktets tillstånd, stigande havsnivåer och temperaturen på världens oceaner spåras noggrant och publiceras. A.I. kan ta dessa siffror och förvandla dem till verktyg.

Maskininlärningsalgoritmer matar in siffror, och ju mer data de algoritmer har, desto mer förutsägelser kan göras och fler dolda mönster kan detekteras. Att förena klimatdata som finns tillgängliga idag kan skapa riktlinjer för att låta forskare, ingenjörer och vardagliga människor veta vad som behöver vidtas för att sakta ner klimatförändringen.

I WEF: s rapport anges att man använder A.I. att skapa modeller av data kan vara hjälp experter förstår vad som är högsta prioritet just nu och ge medborgarna en bättre förståelse för hur dålig klimatförändringen är.

"Dataset har krävt betydande högpresterande datakraft och begränsat tillgängligheten och användbarheten för de vetenskapliga och beslutsfattande samhällena", säger WEF. ”A.I. kan lösa dessa utmaningar, vilket ökar både väder- och klimatmodellernas prestanda och gör den mer tillgänglig och användbar för beslutsfattande."

3. Real-time Crop Data kommer att informera framtida jordbrukare

A.I: s otroliga förmåga att analysera genom nästan oändliga mängder tal kan användas för att skapa autonomt jordbruk. Geologiska data kan berätta algoritmer vad som kan odlas i ett visst område och data i realtidsgrödor kan samlas in för att upptäcka eventuella problem under tillväxten.

Jordbruksindustrin domineras redan av maskiner och det kan en dag drivas helt av maskiner. Dessa robotar kan styras av en maskininlärningsalgoritm som ständigt kontrollerar mark-, växt- och väderinformation.

Detta kommer att kräva stora förbättringar av autonomi av fordon och sammanslagning av en mängd data. Men WEF konstaterar att helt autonoma gårdar inte är långtgående.

”A.I. kan göra det möjligt för gårdar att bli nästan helt autonoma, säger den. "Jordbrukare kan kunna odla olika grödor symbiotiskt, med hjälp av AI för att upptäcka eller förutsäga problem och att vidta lämpliga korrigerande åtgärder via robotteknik"

1. Skydda skarpa tillgångar på vatten i torra områden

De extrema väderpåverkningarna av klimatförändringen har medför långvarig torka och bränder. Att säkerställa att samhällen som drabbas av dessa mänskliga katastrofer har tillräckligt med färskvatten är avgörande och A.I. kan göra att det händer.

Med hjälp av data från internetanslutna vattenmätare kan algoritmer upptäcka vilka delar av världen som behöver de flesta resurser. Systemet kan sedan omdirigera mer vatten till områden som genomgår torka för att säkerställa att resurser utplaceras där vi behöver dem mest.

WEF föreslog att detta skulle kunna realiseras genom att slå samman IOT-teknik för att samla in data från hem, maskininlärning för att bearbeta data och blockchain-teknik för att decentralisera vattenresurserna.