دو محققان دانشگاه کمبریج یک یادگیری عمیق را توسعه داده اند الگوریتم که می تواند آن را بسازد شناسایی خانههایی که انرژی هدر میدهند آسانتر، سریعتر و ارزانتر – منبع قابل توجهی از انتشار گازهای گلخانهای.
آموزش دیده بر روی داده های منبع باز از جمله گواهی های عملکرد انرژی و تصاویر ماهواره ای، هوش مصنوعی با توجه به مطالعه. برق رسانی یا مقاوم سازی این خانه ها به دلایل مختلفی از جمله سن بالا، ساختار یا موقعیت مکانی دشوار است.
این مدل میتواند قسمتهای خاصی از یک ساختمان – مانند سقف و پنجرهها – را که بیشترین گرما را از دست میدهند و قدیمی یا مدرن بودن خانه را مشخص کند. با این حال، محققان اطمینان دارند که می توانند جزئیات و دقت مدل را به طور قابل توجهی در طول زمان افزایش دهند.
به گفته محققان، بریتانیا قصد دارد تا سال ۲۰۵۰ همه خانهها، حتی خانههای پیشنویس را کربنزدایی کند. اما به گفته محققان، سیاستگذاران بدون وجود راهی برای شناسایی «املاک مشکلدار» با اولویت بالا میتوانند برای رسیدن به این اهداف تلاش کنند.
دکتر رونیتا بردهان، رئیس گروه طراحی پایدار کمبریج و یکی از نویسندگان این مطالعه، گفت: «این اولین باری است که هوش مصنوعی برای شناسایی ساختمانهای سختکربنزدایی با استفاده از دادههای منبع باز آموزش داده میشود.
او ادامه داد: “سیاست گذاران باید بدانند که چند خانه باید کربن زدایی کنند، اما آنها اغلب فاقد منابع لازم برای انجام ممیزی دقیق در هر خانه هستند. مدل ما می تواند آنها را به خانه هایی با اولویت بالا هدایت کند و در زمان و منابع با ارزش آنها صرفه جویی کند.”
بردان و نویسنده دیگر مطالعه، می گویند خورشید مائوران اکنون در حال کار بر روی یک چارچوب حتی پیشرفتهتر هستند که لایههای داده اضافی مانند مصرف انرژی، سطوح فقر و تصاویر حرارتی از نمای ساختمان را به ارمغان میآورد. آنها انتظار دارند که این امر دقت مدل را افزایش دهد و همچنین اطلاعات دقیق تری را ارائه دهد.
محققان که نسبت به قدرت هوش مصنوعی برای تغییر این وضعیت خوشبین هستند، میگویند تا به حال، تصمیمهای سیاستزدایی کربن بر اساس شواهد به دست آمده از مجموعه دادههای محدود بوده است. توانایی الگوریتم های هوش مصنوعی برای استخراج ارزش از مقادیر انبوه داده، مسلماً یک تغییر دهنده بازی برای حل مسائل پیچیده است.
خارج از حوزه دانشگاهی، شرکتهای بیشماری وجود دارند که هوش مصنوعی را برای حل تغییرات آب و هوا قرار میدهند. فقط بگیر شبکه های دریادمستقر در برلین، که در حال بهره برداری از یادگیری ماشینی است برای سرعت بخشیدن به زمان تشخیص آتش سوزی یا نروژ ۷ تجزیه و تحلیل که از هوش مصنوعی استفاده می کند سیل را بهتر پیش بینی کنید و آسیب به زیرساخت ها را به حداقل برسانید.
منبع: https://thenextweb.com/news/ai-home-energy-efficiency