Le Machine Learning peut permettre de lutter efficacement contre le changement climatique, et pourrait même constituer notre meilleur allié dans cette bataille. Découvrez de quelles façons…
Le réchauffement climatique est l’un des plus grands défis de notre époque. Bien que les pays du monde entier aient décidé de réduire leurs émissions de CO2 depuis les années 1980, leur volume continue de croître. Avec elles, la menace d’un réchauffement de la planète auxquels l’Homme ne survivra pas se confirme peu à peu comme une fatalité…
Fort heureusement, la technologie pourrait permettre à l’humanité de résoudre ce problème avant qu’il ne soit trop tard. Outre les panneaux solaires, les machines capables d’aspirer le dioxyde de carbone dans l’air ou encore le remplacement des énergies fossiles par des énergies renouvelables, l’intelligence artificielle et le Machine Learning pourraient également être d’un précieux secours…
Une équipe de chercheurs en provenance de plusieurs institutions, dont le fondateur de Coursera, Andrew Ng, ou encore le directeur scientifique de Google, John Platt, et le vainqueur du Turing Prize, Yoshua Bengio, vient de publier une étude sur les façons dont le Machine Learning pourrait permettre de lutter contre le changement climatique.
Le Machine Learning pour gérer le réseau électrique
Les énergies renouvelables sont une composante essentielle de la lutte contre la pollution. En plus de permettre d’éviter la combustion de carburants fossiles, le vent et le soleil se révèlent moins chers que le charbon pour la production d’électricité.
Cependant, ces sources d’énergie varient en fonction de la météo et des saisons. Il est donc difficile de les intégrer à un réseau dirigé par la demande humaine. Pour y parvenir, il est nécessaire de prédire l’offre et la demande.
Or, en traitant les données météorologiques en temps réel, les informations sur la pollution ou les flux vidéos des zones autour des panneaux solaires, les algorithmes de Machine Learning peuvent rapidement réaliser des prédictions sur le volume d’énergie qui sera généré. De plus, les algorithmes sont en mesure de programmer et de dispatcher la production d’énergie entre les différentes centrales.
Le Machine Learning pour gérer le transport
Un autre moyen de réduire la pollution est d’optimiser le secteur du transport en supprimant par exemple les trajets superflus ou en allégeant le trafic. Là encore, le Machine Learning pourrait s’avérer d’un précieux secours.
Rappelons que les algorithmes de Uber permettent déjà de connecter les chauffeurs aux passagers de façon optimale. Cette même technologie pourrait être utilisée en faveur de l’environnement, notamment en facilitant le covoiturage.
Dans le domaine du R&D, le Machine Learning peut être utilisé pour prédire le comportement de nouveaux matériaux en se basant sur des modèles physiques et des données expérimentales. Ceci pourrait permettre la découverte de nouveaux matériaux pour la fabrication de panneaux solaires plus flexibles et plus efficaces, de matériaux thermoélectriques capables de transformer la chaleur perdue en électricité, et de matériaux absorbants pour le CO2…
Vos informations ne seront pas partagées