Google-ejede Deepmind bruger maskinlæring til at øge værdi af vindenergi

2 kommentarer.  Hop til debatten
Google-ejede Deepmind bruger maskinlæring til at øge værdi af vindenergi
Illustration: Colourbox.
AI-virksomheden Deepmind bruger maskinlæring til at øge værdien af vindenergi. Algoritmerne er trænet på vejrudsigter og bruges til at forudsige vindmøllernes output, så man lettere kan planlægge output for hele elnettet
27. februar 2019 kl. 13:57
errorÆldre end 30 dage
Manglende links i teksten kan sandsynligvis findes i bunden af artiklen.

Som vedvarende energikilde er vind et af mange midler, der kan bruges til at bekæmpe klimaforandringer. Men det er ikke altid til at vide, hvordan – eller hvornår – vinden blæser. Det kan være et problem for et elnet, som skal levere strøm uanset vejret.

Det problem forsøger den Google-ejede AI-virksomhed Deepmind, som tidligere har skabt overskrifter med kunstige intelligenser til spillene go og Starcraft 2, nu at takle.

I et blogindlæg beskriver Deepmind projektet, som er blevet til at forudsige output 36 timer frem i tiden for de vindmølleparker, der indgår i Googles vedvarende energiprojekter.

Algoritmen tillader vindmøllerne at forpligte sig til at levere bestemte mængder strøm på bestemte tidspunkter, hvilket gør planlægning på elnettet lettere.

Artiklen fortsætter efter annoncen

Ifølge Deepmind har algoritmen gjort, at Googles vindenergi er blevet 20 procent mere værd, sammenlignet med da de ikke gav nogle forpligtelser til elnettet.

Deepminds algoritme er et neuralt netværk som er trænet på data fra alment tilgængelige vejrudsigter.

2 kommentarer.  Hop til debatten
Debatten
Log ind for at deltage i debatten.
settingsDebatindstillinger
2
28. februar 2019 kl. 09:47

Dette er faktisk en anvendelse, som er helt i overensstemmelse med dybe neurale netværks naturlige anvendelsesområder. Maskinlæring (et udmærket dansk ord) er god til to ting: (1) finde associationer i data og (2) foretage interpolation i komplekse datasæt. Maskinlæring kan kun forudsige fremtiden, hvis der er tale om interpolation i data, som er fremkommet ud fra et sæt simuleringer baseret på en fysisk teori. Jeg håber, at man efterhånden vil begrave betegnelsen AI for neurale netværk. Intelligens er helt misvisende i denne sammenhæng.

1
27. februar 2019 kl. 15:16

Se, det lyder da umiddelbart som en god anvendelse af machine learning. Lad os holde os til den slags - vejrudsigter, jordskælv o.l.