DeepMind 바람 예측 : 4 가지 방법 A.I. 지금 환경을 절약하고 있습니까?

지구상의 인간 활동은 지구의 기후에 악영향을 미쳤다. 이로 인해 온 나라가 녹 았으며 동물 멸종과 잠재적으로 구름이 사라졌다. 그러나 우리가 신속하게 행동하고 또 다른 인간 발명품 인 인공 지능을 활용하면 기후 변화의 심각성을 완화 할 수있는 가능성이 있습니다.

Google의 런던 기반, A.I. 자회사 DeepMind는 풍력 에너지를 전력망에 더 가치있게 만들기 위해 기계 학습을 사용하여 이번 주에 가장 최근의 업적을 발표했습니다. 이 회사의 알고리즘은 풍력 터빈이 36 시간 전에 얼마나 많은 전력을 생산하는지 예측할 수있었습니다. 이것은 풍력 발전소가 전기 수요를 충족시킬 수있는 정확한 양의 전력을 안정적으로 공급할 수있게합니다.

DeepMind는 A.I. 중서부에서 700 메가 와트의 풍력 발전 능력을 보유하고있다. 이 알고리즘은 일기 예보 및 과거 터빈 데이터에 대해 교육되어 전력 출력을 예측합니다. Google은 풍력 발전 단지의 가치를 "20 %"향상 시킨다고 발표했습니다.

풍력 발전 단지에 데이터 기반 결정을 내릴 수있는 능력은 석탄과 화석 연료에 대한 의존도를 줄이기위한 작은 단계입니다. 일체 포함. 과학자, 농부 및 엔지니어에게 기후 변화의 영향에 대한 더 나은 이해를 제공 할 가능성이 크며 눈 깜짝 할 순간에 엄청난 양의 데이터를 처리합니다. 인간이 처음에는 뒤죽박죽 된 숫자 만 보게되는 패턴을 발견 할 수 있으며, 과학자들이 결정적으로 행동하는 데 필요한 정확한 정보를 전달할 수 있습니다.

브루킹스 연구소와 세계 경제 포럼은 모두 A. 최근 기후 변화의 영향을 줄이기 위해 활용할 수 있으며, 그 중 상당수는 이미 어느 정도 구현되어 있습니다.

4. 일기 예보의 빅 데이터는 태양열 패널을 더 유리하게 만듭니다

Google의 발표는 풍력 발전 및 태양열 발전소가 글로벌 전력망에서 거물급 기업으로 발돋움 할 수있는 스마트 에너지 분배의 시작입니다. 광범위하게 사용할 수있는 일기 예보 데이터를 사용하여 바람이 얼마나 날리고 어떤 날에는 날씨가 어떨지를 정확하게 예측할 수 있습니다.

DeepMind는 이것이 풍력 발전소에서 어떻게 사용될 수 있는지 보여주는 사례이며, 에너지 및 기후에 관한 Cross-Brookings Initiative의 공동 의장 인 David Victor는 이것이 태양 에너지에 어떻게 사용될 수 있는지에 대한 예를 제공합니다.

"구름과 다른 날씨 형성이 태양 광 출력에 어떻게 영향을 미치는지 더 나은 일일 예측과 시간 예측"이라고 그는 적고 있습니다. "더 나은 예측은 태양 발전기가 전기 시장에 참여하는 것을 더 쉽고 더 유리하게 만들 수 있습니다."

3. 기후 모델링은 장기적인 예측을 제공합니다.

기후 및 기후 과학자들은 현재 변화하고있는 기후에 영향을받을 수있는 대상에 대한 데이터를 지속적으로 수집하고 있습니다. 오존층의 상태, 상승하는 해수면 및 세계 해양의 온도는 모두 고심하게 추적되고 공개됩니다. 일체 포함. 이 수치를 받아 도구로 변형 할 수 있습니다.

기계 학습 알고리즘은 숫자를 제공하며, 알고리즘의 데이터가 많을수록 더 많은 예측을 할 수 있고 더 숨겨진 패턴을 감지 할 수 있습니다. 현재 이용 가능한 기후 데이터를 통합하면 과학자, 엔지니어 및 일상 사람들이 기후 변화를 늦추려면 먼저해야 할 일을 알 수 있도록 지침을 만들 수 있습니다.

WEF의 보고서는 A.I. 데이터 모델을 만드는 것은 전문가가 지금 당장 최우선 사항을 파악하고 시민들에게 기후 변화가 얼마나 나쁜지 더 잘 이해할 수 있도록 도와줍니다.

WEF는 "데이터 세트는 상당한 고성능 컴퓨팅 성능을 요구했으며 과학 및 의사 결정 커뮤니티의 접근성과 유용성을 제한했습니다. "일체 포함. 기후 및 기후 모델링의 성과를 높이고 의사 결정에보다 쉽게 ​​접근하고 사용할 수있게함으로써 이러한 과제를 해결할 수 있습니다."

3. 실시간 농작물 데이터는 미래 농민을 알릴 것입니다.

A. 거의 모든 양의 숫자를 파싱 할 수있는 믿을 수없는 능력은 자치 농업을 일으키는 데 사용될 수 있습니다. 지질 학적 데이터는 특정 지역에서 성장할 수있는 것을 알고리즘에 알릴 수 있으며, 성장 과정에서 발생하는 문제를 탐지하기 위해 실시간 작물 데이터를 수집 할 수 있습니다.

농업 산업은 이미 기계에 의해 주도되고 있으며 언젠가는 기계로 완전히 가동 될 수 있습니다. 이 로봇은 토양, 식물 건강 및 기상 데이터를 지속적으로 점검하는 기계 학습 알고리즘에 의해 지시 될 수 있습니다.

이를 위해서는 차량 자율성과 엄청난 양의 데이터 통합이 필요합니다. 그러나 WEF는 완전히 자율적 인 농장은 멀리 가져 오지 않는다고 말합니다.

"일체 포함. 농장이 거의 완전히 자치권을 갖게 할 수있을 것 "이라고 밝혔다. "농부들은 AI를 사용하여 문제를 발견하거나 예측하고 로봇을 통해 적절한 시정 조치를 취하는 등 다양한 작물을 공생 적으로 성장시킬 수 있습니다."

1. 건조한 지역의 물 부족한 물 공급 보호

기후 변화의 극심한 기후 영향은 오래 지속되는 가뭄과 산불을 초래했습니다. 이러한 인간이 만든 재앙으로 영향을받는 공동체가 적절한 담수를 확보하도록 보장하는 것이 중요합니다. 그렇게 할 수 있습니다.

인터넷에 연결된 가정용 수량계의 데이터를 활용하여 알고리즘을 통해 전세계 어느 곳에서 가장 많은 자원이 필요한지를 알 수 있습니다. 그런 다음 시스템은 가뭄을 겪고있는 지역으로 더 많은 물을 리디렉션하여 가장 필요한 곳에 자원이 배치되도록 할 수 있습니다.

WEF는 가정에서 데이터를 수집하는 IOT 기술, 데이터를 처리하는 기계 학습 및 수자원을 분산시키는 기술을 차단함으로써 실현 될 수 있다고 제안했습니다.