Prediksi Angin DeepMind: 4 Cara A.I. Menyelamatkan Lingkungan Sekarang Juga

Aktivitas manusia di Bumi telah merusak iklim Bumi, yang menyebabkan seluruh bangsa mencair, kepunahan hewan, dan berpotensi menghilangnya awan. Tetapi ada kemungkinan bahwa tingkat keparahan perubahan iklim dapat dikurangi, jika kita bertindak cepat dan memanfaatkan penemuan manusia lainnya: kecerdasan buatan.

Google berbasis di London, A.I. anak perusahaan DeepMind minggu ini mengumumkan pencapaian terbarunya, menggunakan pembelajaran mesin untuk membantu membuat energi angin lebih berharga ke jaringan listrik. Algoritme perusahaan mampu memprediksi berapa daya turbin anginnya akan menghasilkan 36 jam sebelumnya, perusahaan menjelaskan dalam posting blog. Ini akan memungkinkan ladang angin untuk secara andal mengirimkan jumlah daya yang tepat untuk memenuhi permintaan listrik.

DeepMind menerapkan A.I. hingga 700 megawatt kapasitas tenaga angin di Midwest. Algoritma dilatih tentang prakiraan cuaca dan data turbin masa lalu untuk memprediksi output daya. Google menyatakan bahwa upayanya meningkatkan nilai ladang angin ini sebesar "20 persen."

Memberi pertanian angin kemampuan untuk membuat keputusan berdasarkan data adalah langkah kecil menuju pengurangan ketergantungan pada batubara dan bahan bakar fosil. A.I. memiliki potensi besar untuk memberi para ilmuwan, petani, dan insinyur pemahaman yang lebih baik tentang efek perubahan iklim, dan memproses set data yang sangat besar dalam sekejap mata. Ia dapat menemukan pola di mana manusia pada mulanya hanya melihat angka-angka yang tercampur aduk, dan itu dapat memberikan informasi yang tepat yang diperlukan para ilmuwan untuk bertindak tegas.

Brookings Institution dan World Economic Forum keduanya menerbitkan laporan tentang bagaimana A.I. dapat dimanfaatkan untuk mengurangi meningkatnya pengaruh perubahan iklim baru-baru ini, dan banyak dari mereka telah diimplementasikan ke tingkat tertentu.

4. Data Besar Prakiraan Cuaca Membuat Panel Surya Lebih Menguntungkan

Pengumuman Google adalah awal dari distribusi energi pintar yang akan membuat angin dan pertanian surya menjadi pemain besar di jaringan listrik global. Data perkiraan cuaca yang tersedia secara luas dapat digunakan untuk memperkirakan secara akurat berapa banyak angin yang akan bertiup dan seberapa cerahnya cuaca pada hari tertentu.

DeepMind adalah contoh bagaimana ini dapat digunakan untuk ladang angin, dan David Victor, Ketua Inisiatif Cross-Brookings tentang Energi dan Iklim, memberikan contoh bagaimana itu dapat digunakan untuk energi surya.

"Prediksi hari ke depan dan jam ke depan yang lebih baik tentang bagaimana awan dan formasi cuaca lainnya memengaruhi output matahari," tulisnya. "Prakiraan yang lebih baik dapat membuatnya lebih mudah dan lebih menguntungkan bagi generator surya untuk berpartisipasi dalam pasar listrik."

3. Pemodelan Iklim Menawarkan Perkiraan Sangat Jangka Panjang

Ilmuwan cuaca dan iklim terus-menerus mengumpulkan data tentang apa yang sedang terjadi dan apa yang akan dipengaruhi oleh perubahan iklim Bumi. Keadaan lapisan ozon, naiknya permukaan laut, dan suhu lautan dunia semuanya dilacak dan diterbitkan dengan susah payah. A.I. dapat mengambil angka-angka ini dan mengubahnya menjadi alat.

Algoritma pembelajaran mesin menghasilkan angka-angka, dan semakin banyak data yang dimiliki algoritma tersebut, semakin banyak prediksi yang dapat dibuat dan semakin banyak pola tersembunyi yang dapat dideteksi. Menyatukan data iklim yang tersedia saat ini dapat membuat pedoman untuk memberi tahu para ilmuwan, insinyur, dan orang-orang biasa mengetahui apa yang perlu dilakukan terlebih dahulu untuk memperlambat perubahan iklim.

Laporan WEF menyatakan bahwa menggunakan A.I. untuk membuat model data dapat membantu para ahli untuk memahami apa yang menjadi prioritas tertinggi saat ini dan memberikan warga negara pemahaman yang lebih baik tentang bagaimana buruknya perubahan iklim.

"Kumpulan data telah menuntut daya komputasi berkinerja tinggi yang substansial dan membatasi aksesibilitas dan kegunaan untuk komunitas ilmiah dan pengambilan keputusan," kata WEF. "A.I. dapat mengatasi tantangan ini, meningkatkan kinerja pemodelan cuaca dan iklim, dan membuatnya lebih mudah diakses dan dapat digunakan untuk pengambilan keputusan."

3. Data Tanaman Real-Time Akan Memberitahu Petani Masa Depan

Kemampuan A.I. yang luar biasa untuk mengurai melalui jumlah yang hampir tak ada habisnya dapat digunakan untuk menghasilkan pertanian otonom. Data geologis dapat memberi tahu algoritma apa yang dapat ditanam di area tertentu dan data tanaman waktu nyata dapat dikumpulkan untuk mendeteksi masalah apa pun selama pertumbuhan.

Industri pertanian sudah didominasi oleh mesin dan suatu hari nanti bisa sepenuhnya dijalankan oleh mesin. Robot-robot ini dapat diarahkan oleh algoritma pembelajaran mesin yang secara konstan memeriksa data tanah, kesehatan tanaman, dan cuaca.

Ini akan membutuhkan peningkatan besar otonomi kendaraan dan penggabungan banyak data. Namun WEF menyatakan bahwa pertanian otonom sepenuhnya tidak dibuat-buat.

"A.I. dapat memungkinkan pertanian menjadi hampir sepenuhnya otonom, ”katanya. “Petani mungkin dapat menanam berbagai tanaman secara simbiosis, menggunakan AI untuk menemukan atau memprediksi masalah dan untuk mengambil tindakan korektif yang tepat melalui robotika”

1. Melindungi Persediaan Air yang Langka di Wilayah-Wilayah yang Tidak Lelah

Pengaruh cuaca ekstrem dari perubahan iklim telah menyebabkan kekeringan dan kebakaran hutan yang berlangsung lama. Memastikan bahwa masyarakat yang terkena dampak bencana buatan manusia ini memiliki air bersih yang memadai adalah penting dan A.I. dapat mewujudkannya.

Memanfaatkan data dari meter air rumah yang terhubung ke internet, algoritma dapat mendeteksi bagian dunia mana yang paling membutuhkan sumber daya. Sistem kemudian dapat mengarahkan lebih banyak air ke daerah-daerah yang mengalami kekeringan untuk memastikan sumber daya dikerahkan di tempat yang paling kita butuhkan.

WEF menyarankan ini dapat diwujudkan dengan menggabungkan teknologi IOT untuk mengumpulkan data dari rumah, pembelajaran mesin untuk memproses data itu, dan teknologi blockchain untuk mendesentralisasi sumber daya air.