הכוח של AI לניהול סביבתי ותעשייה אופטימלית

פודקאסט בחינם:

מעולם לא היו לנו כלים חזקים כל כך לפתור את האתגרים העומדים בפנינו בתחום הקיימות", אומר ג'יימס קול, מנהל חדשנות ראשי במכון קיימברידג' למנהיגות קיימות (CISL), בבריטניה. "למערכות בינה מלאכותית (AI) יש פוטנציאל לעזור לנו להבין את העולם על כל מורכבותו כדי לייעל תהליכים תעשייתיים לתוצאות עסקיות, חברתיות וסביבתיות הוליסטיות".

הגעת הבינה המלאכותית במגזר התעשייתי הוכרזה כמהפכה התעשייתית הגדולה הבאה. אבל בניגוד למהפכות קודמות, שהאיצו בדרך כלל את צריכת המשאבים, AI מציעה את ההזדמנות לצמצם בזבוז תוך הגברת היעילות לרמות שרק חלם עליהן קודם לכן. בהקשר זה, חברת הטכנולוגיה העולמית, סימנס, פועלת לחיזוק הקשר המתהווה בין תעשייה מותאמת לבינה מלאכותית לבין שמירה על איכות הסביבה, כאשר החברה דוחפת לפליטת פחמן אפסית.

בלב, בינה מלאכותית היא תוכנה המבצעת משימות הדורשות אינטלקט אנושי באופן מסורתי, כמו הבנת טקסט, זיהוי תבניות מורכבות, מודלים של תהליכים וביצוע תחזיות. אבל בהקשר תעשייתי, מערכות בינה מלאכותיות חייבות להיות מהונדסות לאמינות ואבטחה. זה מאפשר להם להיבנות בעמוד השדרה התעשייתי של הכלכלות, לייעל ולשפר תהליכים בכל דבר, החל מטיפול רפואי וניידות ועד לייצור חשמל ותשתיות.

קח ניהול מים. אחת הדרכים לשפר את קיימות המים היא לאבד פחות מהם באמצעות דליפות. אולם צינורות מזדקנים ותנועות קרקע הופכות את הדליפות לבלתי נמנעות. "כ-30% ממי השתייה שהעולם מייצר מבוזבזים - נתון גבוה להחריד", אומר אדם קרטרייט, מנהל אסטרטגיית התעשייה של סימנס לתוכנה במים ובמי שפכים. "בכל פעם שאתה נמנע מהפסדים, אתה לא רק חוסך כסף אלא מנהל טוב יותר את משאבי המים היקרים."

VA SYD היא אחת מחברות המים הגדולות בשוודיה המספקת מי שתייה ליותר מחצי מיליון לקוחות. בעבר, הוא איבד 10 אחוז מהמים שלו, אבל לא היו לו אמצעים לזהות דליפות קטנות.

מודיעין מים

על ידי הכשרת מודל AI על נתונים היסטוריים מרשת המים של VA SYD, אפליקציית Siemens Leak Finder למדה לזהות ולאתר דליפות, אפילו קטנות שמאבדות רק 0.25 ליטר לשנייה. זה אפשר ל-VA SYD לצמצם את הדליפות לרמה מובילה בעולם של פחות מ-8 אחוזים.

בינתיים, סימנס עובדת עם יורקשייר ווטר ואוניברסיטת שפילד, משתמשת בבינה מלאכותית כדי להגן על הסביבה בקצה השני של מחזור המים. במערכות ביוב משולבות, נגר מי סערה וביוב ביתי זורמים יחדיו למכוני טיהור מים. ובזמנים של גשמים עזים, יציאות ביוב משולבות נועדו לשחרר עודפי מים וביוב לנהרות כדי למנוע הצפות בשטחים ציבוריים. אתגר אחד הוא שסתימות בצינורות יכולות להוביל לשחרורים מיותרים, אך קשה לזהות חסימות אלו (ראה תרשים).

כדי להתמודד עם זה, סימנס פיתחה AI לניבוי חסימות שאומן על נתונים מאלפי חיישנים בשקעי הביוב של יורקשייר ווטר, בשילוב עם נתוני גשמים. הוא למד כיצד נראית רשת ביוב שמתפקדת כהלכה בתנאי מזג אוויר שונים. כאשר מערכת הניטור שלה מזהה זרימות ברשת שמתנהגות באופן בלתי צפוי, היא מדמה חסימות פוטנציאליות במקומות שונים כדי להבין היכן עשויה להתפתח חסימה אמיתית.

המנבא מוצא 90 אחוז מהבעיות הפוטנציאליות; יעילות פי שלושה מגישות סטטיסטיות מסורתיות. והוא מספק התראה של עד שבועיים על חסימות מתקרבות, תוך הפחתת השיעור הקודם של אזעקות שווא.

במבט קדימה, Cartwright שוקל את הפוטנציאל של AI וטכנולוגיות דיגיטליות להפחתת השפעת הפחמן והסביבה על ידי ניהול זהיר יותר של השימוש במים ובאנרגיה. "שאיבת מים מהווה 2-3 אחוזים מצריכת החשמל של מדינה", הוא אומר. על ידי הבטחת שאיבה זו מתבצעת כאשר האנרגיה היא הזולה והירוקה ביותר, בינה מלאכותית תעשייתית יכולה להפחית את עלויות המים ולהגדיל את החוסן לשני המגזרים.

בינה מלאכותית כבר עוזרת לנהל את ההשפעה הסביבתית של חלק מרכזי אחר בתשתית החברה המודרנית: מרכזי נתונים. צריכת האנרגיה שלהם משמעותית, וחלק ניכר ממנו משמש כדי לשמור על קור רוח של אלפי השרתים שלהם.

אבל קחו בחשבון את המתקן של Greenergy Data Centers באסטוניה. החברה כבר מופעלת אך ורק על ידי אנרגיה מתחדשת, והפחיתה עוד יותר את טביעת הרגל הסביבתית ואת עלויות האנרגיה שלה באמצעות AI.

שרתים מייצרים חום בהתאם לעומס העבודה שלהם אבל זה יכול להשתנות מהר יותר ממה שמערכות קירור קונבנציונליות יכולות להגיב אליו. כדי להילחם בזה, סימנס פיתחה תוכנה נתמכת בינה מלאכותית המשתמשת בנתוני טמפרטורה וזרימת אוויר בזמן אמת שנאספו על ידי חיישנים בכל רחבי מרכז הנתונים, בנוסף למידע על עומס העבודה בשרת. לאחר מכן המערכת יכולה לצפות את צרכי הקירור כדי לשמור על טמפרטורות אופטימליות בכל המתקן.

"כשהשקנו את המערכת לראשונה, היא שיפרה את היעילות שלנו בכ-30% בלחיצת כפתור", אומרת קרט אוורט, מנהלת הפיתוח הראשית של Greenergy Data Centers.

זוהי דוגמה לכך שבינה מלאכותית היא חלק מהפתרון לאחד מהאתגרים שלה, בהתחשב בחששות לגבי כמות האנרגיה ש-AI דורש. כָּאן, מוביל לקיימות, Siemens Digital Industries Software, מציינת שהתחזית של יעילות מחשוב בינה מלאכותית משתפרת באופן דרסטי.

שקול גם מודל בינה מלאכותית במרחב התעשייתי שמאיץ את עיצוב המוצר להשפעה אופטימלית לכל החיים הסביבתיים או מגביר את יעילות המשאבים והאנרגיה, היא אומרת. "עם פרספקטיבה הוליסטית, אנו יכולים לאמוד אם יתרונות הקיימות של בינה מלאכותית עולים על המשאבים להכשיר ולהפעיל אותה."

כדי לממש את היתרונות של AI בכל תעשייה, ממשיך Cartwright, הצעד הראשון הוא ניצול מלא של תשתית, נתונים ורשתות חיישנים קיימות. אם נדרשת חומרה נוספת, יש לקשר אותה בקלות לחומרה ותוכנת ניהול נכסים קיימת באמצעות פרוטוקולים מאובטחים וסטנדרטיים. "יכולת פעולה הדדית זו היא המפתח לתמיכה בצרכים המגוונים והמתפתחים של יישומים תעשייתיים", אומר קרטרייט. ארגונים יכולים אז להפיק תועלת מההתכנסות של AI עם טכנולוגיות אחרות; היכולת שלו לעזור לשלוט בבעיות מורכבות במהירות ובקנה מידה.

תוכניות האקסלרטור של CISL משקפות את הפוטנציאל הזה, לאחר שתמכו ביותר מ-350 סטארט-אפים בשלוש השנים האחרונות, כולל אלו המראות את הכוח של AI לפתור אתגרים מורכבים. Monumo, למשל, מחוללת מהפכה בתכנון המנוע החשמלי, ומאפשרת להפעיל יותר סימולציות עיצוביות מאשר גישות קונבנציונליות - מציאת תשובות מהירות יותר לתכנון רכב יעיל באנרגיה.

כל זה הופך את AI לבעל ברית במאמץ של האנושות להשיג עתיד חכם יותר וידידותי לסביבה. קול מסכים. "ל-AI יש פוטנציאל לעזור לנו לקבל החלטות טובות יותר באמצעות הבנה טובה יותר. זה מאפשר שיתוף פעולה טוב יותר בין התעשיות, כדי לטפח התאמה לגבי האופן שבו אנו מגשימים מחר בר קיימא."

לשמוע עוד מ.

קריאה נוספת מסימנס כאן.