Adakah faedah AI untuk tenaga suria dan angin wujud?
Kuasa solar dan angin sedang berkembang pesat, tetapi peralihan dunia kepada elektrik boleh diperbaharui masih terlalu lambat untuk mencapai matlamat iklim dengan cepat. Memanfaatkan tenaga angin dan suria pada skala global lebih mudah diucapkan daripada dilakukan atas banyak sebab. Salah satunya ialah turbin angin dan panel solar adalah sistem kejuruteraan yang kompleks dan rewel yang terdedah kepada kegagalan. Kerosakan yang kerap mengurangkan pengeluaran kuasa dan menjadikan ladang angin dan solar mahal untuk dikendalikan dan diselenggara.
Joyjit Chatterjee, seorang saintis data di University of Hull di England, berkata keupayaan untuk menggunakan kecerdasan buatan untuk meramalkan pengeluaran kuasa dan kegagalan komponen boleh menjadikan tenaga elektrik boleh diperbaharui lebih menjimatkan dan boleh dipercayai untuk Mempercepatkan penerimaan yang meluas. Walau bagaimanapun, ia tidak digunakan di kawasan ini kerana ia digunakan dalam banyak bidang lain seperti e-dagang, pembuatan dan penjagaan kesihatan. "Kecerdasan buatan boleh memberi kesan sebenar terhadap perubahan iklim dan kemampanan," katanya, "tetapi terdapat sangat sedikit kerja yang berkaitan dengan sektor tenaga boleh diperbaharui."
Jadi Chatterjee dan rakan-rakannya, He Nina Dethlefs, Pengarah Sains Komputer di MU, menghimpunkan pakar dalam kecerdasan buatan dan tenaga boleh diperbaharui pada Persidangan Antarabangsa mengenai Perwakilan Pembelajaran (ICLR) baru-baru ini. Dalam kertas perspektif yang diterbitkan pada 10 Jun dalam Pola Jurnal Sains Data, pasangan itu membentangkan perkara penting daripada persidangan itu, menggariskan halangan yang mengehadkan kesan AI ke atas tenaga boleh diperbaharui dan cara teknologi yang mantap dan baru muncul boleh digunakan untuk kaedah kecerdasan buatan untuk mengatasinya halangan.
Turbin angin dan panel solar di ladang skala utiliti dilengkapi dengan penderia yang membolehkan pengendali memantau penjanaan kuasa dan kesihatan mereka dari jauh. Penderia ini termasuk penderia getaran, penderia suhu, pecutan dan penderia kelajuan. Data yang mereka hasilkan menawarkan peluang. Model AI yang dilatih mengenai penjanaan kuasa dan data kegagalan sejarah boleh meramalkan kegagalan yang tidak dijangka dalam kotak gear turbin angin atau penyongsang panel solar, membantu pengendali bersedia untuk gangguan dan merancang penyelenggaraan rutin.
Chatterjee berkata pembelajaran pengukuhan ialah teknik pembelajaran mesin baharu yang menarik yang boleh membantu menambah baik model ini. Dalam pembelajaran pengukuhan, algoritma berinteraksi dengan dunia semasa latihan, menerima maklum balas berterusan mengenai keputusan ganjaran atau hukuman untuk mempelajari cara mencapai matlamat tertentu. Jenis interaksi sebenar ini boleh datang dari manusia.
“Salah satu bahaya AI ialah ia tidak sempurna,” kata Chatterjee “Kami boleh melibatkan orang ramai untuk sentiasa membantu mengoptimumkan model AI membuat keputusan. Tetapi manusia perlu bekerjasama dengan model AI untuk mengoptimumkan model secara bersama untuk sokongan keputusan,” tambahnya, sambil menambah bahawa tumpuan pada penjanaan bahasa semula jadi (proses menukar data kepada teks yang boleh dibaca manusia) akan meningkatkan fokus. Percaya pada kecerdasan buatan dan tingkatkan penggunaannya. Disebabkan kekurangan ketelusan, jurutera industri enggan menggunakan beberapa model ramalan kegagalan yang dicipta oleh penyelidik. Menyediakan pengendali dengan mesej bahasa semula jadi yang ringkas akan memudahkan interaksi.
Bagi komuniti AI, salah satu halangan untuk mencipta model yang lebih baik ialah jumlah data yang tersedia secara terbuka yang terhad, memandangkan sensitiviti komersial industri angin dan solar. Chatterjee berkata selain keengganan industri untuk berkongsi data secara terbuka, kekurangan piawaian juga mempengaruhi pembangunan model AI. “Pengendali ladang angin di bahagian yang berlainan di dunia mengurus data secara berbeza, jadi amat mencabar bagi penyelidik untuk bekerjasama menggunakan sumber.”
Untuk menyelesaikan masalah ini, komuniti AI boleh menggunakan teknik pembelajaran Mesin untuk pemindahan pembelajaran. Dengan mengenal pasti corak tersembunyi dalam pelbagai ciri dalam data, kaedah ini membolehkan saintis data memindahkan pengetahuan yang diperoleh daripada menyelesaikan satu tugasan pembelajaran mesin kepada tugasan lain yang berkaitan, menjadikannya lebih mudah untuk melatih rangkaian saraf dan membangunkan model pembelajaran mendalam apabila data adalah terhad. "Ini akan membantu anda membangunkan model untuk turbin Y berdasarkan model hanya untuk turbin Sentiasa jawapannya. Model pembelajaran mendalam ini telah menjadi popular kerana ia secara tradisinya sesuai untuk belajar daripada imej dan teks. Masalahnya, rangkaian saraf sering gagal. Tambahan pula, melatih model berskala besar dan kompleks pengiraan ini memerlukan infrastruktur pengkomputeran berprestasi tinggi intensif tenaga, yang sukar dicapai di negara membangun.
Sekurang-kurangnya untuk sektor tenaga boleh diperbaharui, kadangkala tidak mengapa untuk bersederhana. Komuniti AI harus terlebih dahulu menumpukan pada menggunakan model pembelajaran mesin yang lebih mudah, seperti pepohon keputusan, untuk melihat sama ada ia berfungsi. "Secara amnya tidak setiap masalah memerlukan rangkaian saraf," kata Chatterjee "Mengapa meningkatkan pelepasan karbon dengan melatih dan membangunkan rangkaian saraf yang lebih kompleks dari segi pengiraan? Penyelidikan masa depan perlu dijalankan pada model yang kurang intensif sumber dan intensif karbon."
Atas ialah kandungan terperinci Adakah faedah AI untuk tenaga suria dan angin wujud?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Memanfaatkan kekuatan visualisasi data dengan carta Microsoft Power BI Dalam dunia yang didorong oleh data hari ini, dengan berkesan menyampaikan maklumat yang rumit kepada penonton bukan teknikal adalah penting. Visualisasi data jambatan jurang ini, mengubah data mentah i

Sistem Pakar: menyelam yang mendalam ke dalam kuasa membuat keputusan AI Bayangkan mempunyai akses kepada nasihat pakar mengenai apa -apa, dari diagnosis perubatan kepada perancangan kewangan. Itulah kuasa sistem pakar dalam kecerdasan buatan. Sistem ini meniru pro

Pertama sekali, jelas bahawa ini berlaku dengan cepat. Pelbagai syarikat bercakap mengenai perkadaran kod mereka yang kini ditulis oleh AI, dan ini semakin meningkat pada klip pesat. Terdapat banyak anjakan pekerjaan

Industri filem, bersama semua sektor kreatif, dari pemasaran digital ke media sosial, berdiri di persimpangan teknologi. Sebagai kecerdasan buatan mula membentuk semula setiap aspek bercerita visual dan mengubah landskap hiburan

Kursus Online AI/ML percuma ISRO: Gerbang ke Inovasi Teknologi Geospatial Pertubuhan Penyelidikan Angkasa India (ISRO), melalui Institut Pengesan Jauh India (IIRS), menawarkan peluang yang hebat untuk pelajar dan profesional

Algoritma Carian Tempatan: Panduan Komprehensif Merancang acara berskala besar memerlukan pengagihan beban kerja yang cekap. Apabila pendekatan tradisional gagal, algoritma carian tempatan menawarkan penyelesaian yang kuat. Artikel ini meneroka pendakian bukit dan simul

Pelepasan ini termasuk tiga model yang berbeza, GPT-4.1, GPT-4.1 Mini dan GPT-4.1 Nano, menandakan langkah ke arah pengoptimuman khusus tugas dalam landskap model bahasa yang besar. Model-model ini tidak segera menggantikan antara muka yang dihadapi pengguna seperti

Gergasi Chip Nvidia berkata pada hari Isnin ia akan memulakan pembuatan superkomputer AI - mesin yang boleh memproses sejumlah besar data dan menjalankan algoritma kompleks - sepenuhnya dalam A.S. untuk kali pertama. Pengumuman itu datang selepas Presiden Trump Si


Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

VSCode Windows 64-bit Muat Turun
Editor IDE percuma dan berkuasa yang dilancarkan oleh Microsoft

DVWA
Damn Vulnerable Web App (DVWA) ialah aplikasi web PHP/MySQL yang sangat terdedah. Matlamat utamanya adalah untuk menjadi bantuan bagi profesional keselamatan untuk menguji kemahiran dan alatan mereka dalam persekitaran undang-undang, untuk membantu pembangun web lebih memahami proses mengamankan aplikasi web, dan untuk membantu guru/pelajar mengajar/belajar dalam persekitaran bilik darjah Aplikasi web keselamatan. Matlamat DVWA adalah untuk mempraktikkan beberapa kelemahan web yang paling biasa melalui antara muka yang mudah dan mudah, dengan pelbagai tahap kesukaran. Sila ambil perhatian bahawa perisian ini

SublimeText3 Linux versi baharu
SublimeText3 Linux versi terkini

Dreamweaver CS6
Alat pembangunan web visual

MantisBT
Mantis ialah alat pengesan kecacatan berasaskan web yang mudah digunakan yang direka untuk membantu dalam pengesanan kecacatan produk. Ia memerlukan PHP, MySQL dan pelayan web. Lihat perkhidmatan demo dan pengehosan kami.