Page 18 - TRACTION 121
P. 18

ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΚΑΙ ΕΝΕΡΓΕΙΑ







































               Είναι  πλέον  επιστηµονικά  αποδεδειγµένο  πως  η  κλιµατική  αλλαγή   Τα ευρήµατά τους προτείνουν αλλαγές που µπορούν να γίνουν µε τη
               αποτελεί τη µεγαλύτερη απειλή για τον πλανήτη µας. Ανθρώπινες δρα-  βοήθεια των πεδίων της Τεχνητής Νοηµοσύνης, όπως είναι η υπολο-
               στηριότητες, όπως η βιοµηχανία, η υπερκατανάλωση φυσικών πόρων,   γιστική όραση, η επεξεργασία της φυσικής γλώσσας και η ενισχυτική
               η χρήση ορυκτών καυσίµων και η κτηνοτροφία, επιφέρουν τη µετα-  µάθηση. Τα πεδία αυτά µπορούν να προσφέρουν σε δεκατρείς δια-
               βολή του παγκόσµιου κλίµατος και των µετεωρολογικών συνθηκών   φορετικούς τοµείς, όπως είναι τα συστήµατα παραγωγής ηλεκτρικής
               σε µεγάλη χρονική κλίµακα. Στο πλαίσιο αυτό, κρίνεται απαραίτητο   ενέργειας, οι καλλιέργειες, οι µετεωρολογικές προγνώσεις και αρκε-
               από κυβερνήσεις και την επιστηµονική κοινότητα να παρθούν αποφά-  τοί ακόµη. Οι ερευνητές ωστόσο ξεκαθαρίζουν πως αν και η Τεχνητή
               σεις για τη µετρίαση του φαινοµένου. Ορισµένες από τις κυριότερες   Νοηµοσύνη µπορεί να συµβάλει σηµαντικά στην καταπολέµηση της
               πολιτικές που συνίστανται είναι η προώθηση των ανανεώσιµων πηγών   κλιµατικής αλλαγής, απαιτείται η κινητοποίηση των κυβερνήσεων για
               ενέργειας και η ενίσχυση της ενεργειακής αποδοτικότητας.  να υπάρξει αποτέλεσµα σε µεγάλη κλίµακα.
               Οι εξελίξεις των τελευταίων ετών στον επιστηµονικό χώρο δείχνουν   Άλλωστε, έχουν ήδη αναπτυχθεί αλγόριθµοι που µε Τεχνητή Νοηµο-
               πως εργαλείο για τη µετρίαση της κλιµατικής αλλαγής αλλά και την κα-  σύνη µπορούν να προβλέψουν την ενεργειακή ζήτηση παρατηρώντας
               λύτερη διαχείριση της ενέργειας παγκοσµίως µπορεί να αποτελέσει η   τη συµπεριφορά της αγοράς και σε επίπεδο επιχειρηµατικής αγοράς
               τεχνολογία Τεχνητής Νοηµοσύνης. Ως προτεραιότητα αναγνωρίζεται η   έχουν αρχίσει να αξιοποιούνται. Παράδειγµα εφαρµογής ανάλογων
               ανάγκη για εύρεση καλύτερων τρόπων πρόβλεψης της απαιτούµενης   συστηµάτων αποτελεί η γνωστή εταιρεία Google. Μέσα από το δικό
               ποσότητας ενέργειας τόσο σε πραγµατικό χρόνο όσο και µακροπρό-  της λογισµικό Τεχνητής Νοηµοσύνης, το DeepMind, η Google κατάφε-
               θεσµα.                                             ρε να µειώσει αισθητά την ενεργειακή κατανάλωση των data centers
               Λίγους µήνες πριν, δηµοσιεύτηκε µια σηµαντική µελέτη που πραγµα-  της. Το λογισµικό ελέγχει τα data centers, ρυθµίζει τη λειτουργία των
               τοποιήθηκε  από  µερικούς  από  τους  σηµαντικότερους  ερευνητικούς   servers και των συστηµάτων ψύξης, περιορίζοντας έτσι τις ανάγκες τους
               επιστήµονες στο πεδίο της Τεχνητής Νοηµοσύνης. Η ερευνητική οµάδα   σε ρεύµα. Το όφελος που προκύπτει από µια τέτοια εφαρµογή αφορά
               αποτελούνταν  από  τον  David  Rolnick,  µεταδιδακτορικό  συνεργάτη   τόσο τη µείωση του κόστους για την εταιρεία όσο και το ίδιο το περι-
               του πανεπιστηµίου της Πενσυλβάνια, τον Andrew Ng, συνιδρυτή της   βάλλον. Αντίστοιχες ενέργειες έχουν γίνει και στο παρελθόν από τον
               Google Brain, τον Demis Hassabis, ιδρυτή και διευθύνοντα σύµβου-  ιντερνετικό κολοσσό, αφού το 2014 µε χρήση ανάλογων συστηµάτων
               λο του DeepMind, την Jennifer Chayes, διευθύνουσα σύµβουλο της   µπόρεσε να προβλέψει τη µελλοντική µεταβολή της κατανάλωσης του
               Microsoft Research, και τον Yoshua Bengio, κάτοχο του βραβείου   ρεύµατος κι έτσι προσάρµοσε τον εξοπλισµό να λειτουργεί µε τον βέλ-
               Turing. Οι επιστήµονες διερεύνησαν τους τρόπους µε τους οποίους η   τιστο τρόπο.
               µηχανική µάθηση µπορεί να µετριάσει την κλιµατική αλλαγή µε σκοπό   Σε πολιτικό επίπεδο η Ευρώπη έχει δεσµευτεί να αυξήσει την παρα-
               να σωθεί ο πλανήτης και η ανθρωπότητα.             γωγή ενέργειας από ανανεώσιµες πηγές έναντι της χρήσης ορυκτών
              46 TRACTION MAGAZIN E
   13   14   15   16   17   18   19   20   21   22   23