根据题为“利用机器学习应对气候变化”的
论文,机器学习可以部署到能源生产,二氧化碳去除,教育,太阳能地球工程和金融等13个相关答案中,据此宾夕法尼亚大学博士后研究员,作者之一大卫·罗尼克(David Rolnick)。
“令人惊讶的是,机器学习中有多少问题可以做出有意义的贡献,”《国家地理》杂志中的一则引述罗尼克说。可能的结果包括提高能源效率的建筑物,使用新的低碳材料,更好地监测森林砍伐和更环保的运输。
提出了AI研究可以关注的三个具体领域:更好的气候预测,显示极端天气的影响并测量碳的来源。
气候信息学是数据科学和气候科学交叉学科的一门学科,可以增强气候预测。它涵盖了一系列主题,包括极端事件,重建过去的气候条件以及用于预测的大规模模型。气候模型正在不断发展,复杂的气候模拟可能会激发新的见解。
一个项目正在使用机器学习算法来组合政府间气候变化专门委员会使用的大约30种气候模型的预测。
蒙特利尔学习算法研究所(MILA),微软和ConscientAI实验室的研究人员正在使用通用对抗网络(GAN)来模拟由于海平面上升和更强烈的风暴而受损的房屋的外观。计划包括发布一个应用程序,以向人们展示他们的邻里和房屋在不同的气候变化情景下的样子。
伦敦的一家名为Caron Tracker的非营利性咨询公司正在研究气候变化对金融市场的影响。它通过使用卫星图像监控燃煤电厂的排放来生成数据。Carbon Tracker正在努力实现联合国关于在2020年之前防止新建燃煤电厂的目标。Google的一项赠款正在扩大工作范围,包括天然气电厂的排放,以帮助确定污染源。
Carbon Tracker的数据科学家Durand D'souza说:“这可以在全球范围内不受监视的地方使用。” “而且我们不必征求许可。”
气候变化AI是一个来自学术界和行业的志愿者组织,讨论计算科学如何缓解气候变化。BBVA的一个账户显示,与会人员包括Google Brain的联合创始人Ng的Andrew Ng,DeepMind的创始人Deis Hassabis和Microsoft Research的常务董事Jennifer Chayes 。
人工智能被认为有助于改善能源领域,在该领域,自动化配电网络可以执行实时智能评估,以微调电力供应和需求。建筑行业中的智能家居,智能运营和物流有降低
碳足迹的潜力。算法和机器学习使提前几个月预测城市或生产计划的电力需求成为可能。结果,可以潜在地更有效地将电力分配给较小的本地人口。
Google在美国经营着一批风电场。由Alphabet的Deepmind研究人员开发的算法能够使用先进的天气预报技术提前36小时预测风电场的能源。
【版权声明】本网为公益类网站,本网站刊载的所有内容,均已署名来源和作者,仅供访问者个人学习、研究或欣赏之用,如有侵权请权利人予以告知,本站将立即做删除处理(QQ:51999076)。