THEPOWERGAME
Η ανοικοδόμηση του ενεργειακού συστήματος ενός ολόκληρου πλανήτη είναι μεγάλη υπόθεση. Απλά ρωτήστε τους αντιπροσώπους της διάσκεψης για το κλίμα COP-26 που είναι σε εξέλιξη στην Βρετανία.
Το βασικότερο πρόβλημα είναι να ξέρεις τι ακριβώς προσπαθείς να ξαναχτίσεις. Ακαδημαϊκές ερευνητικές ομάδες, ομάδες προβληματισμού, φιλανθρωπικές οργανώσεις και άλλοι ενδιαφερόμενοι οργανισμοί προσπαθούν να παρακολουθούν τις ανεμογεννήτριες, τις μονάδες παραγωγής ηλιακής ενέργειας, τους σταθμούς παραγωγής ενέργειας από ορυκτά καύσιμα, τα εργοστάσια τσιμέντου και ούτω καθεξής.
Για το σκοπό αυτό, βασίζονται σε μεγάλο βαθμό σε δεδομένα από τις εθνικές κυβερνήσεις και τις μεγάλες εταιρείες, τα οποία όμως είναι συχνά ελλιπή. Για παράδειγμα, η πιο ολοκληρωμένη βάση δεδομένων που καλύπτει τις αμερικανικές εγκαταστάσεις ηλιακής ενέργειας, πιστεύεται ότι δεν περιλαμβάνει το ένα πέμπτο περίπου των φωτοβολταϊκών συλλεκτών που έχουν εγκατασταθεί στο έδαφος.
Σε μια εργασία που μόλις δημοσιεύθηκε στο Nature, μια ομάδα ερευνητών με επικεφαλής τον Lucas Kruitwagen, κλιματολόγο και ερευνητή της Τεχνητής Νοημοσύνης στο Πανεπιστήμιο της Οξφόρδης, καταδεικνύει έναν άλλο τρόπο για να μπορούμε να παρακολουθούμε την επανάσταση της πράσινης ενέργειας.
Ο Δρ. Kruitwagen και οι συνάδελφοί του συνέταξαν έναν κατάλογο σχεδόν 69.000 μεγάλων σταθμών ηλιακής ενέργειας (δηλαδή σταθμών με ονομαστική ισχύ 10 kw ηλεκτρικής ενέργειας ή περισσότερο) σε όλο τον κόσμο – πάνω από τέσσερις φορές περισσότερους από όσους είχαν καταγραφεί προηγουμένως σε δημόσιες βάσεις δεδομένων.
Αυτός ο νέος κατάλογος περιλαμβάνει τις τοποθεσίες τους, την ημερομηνία που τέθηκαν σε λειτουργία και μια αδρομερή εκτίμηση της παραγωγικής τους ικανότητας.
Ως ιδέα, η μέθοδος της ομάδας είναι απλή. Αντί να βασίζονται σε αναφορές από πάνω προς τα κάτω, εργάστηκαν από κάτω προς τα πάνω, κοιτάζοντας ολόκληρο τον πλανήτη από το διάστημα και μετρώντας πόσους ηλιακούς συλλέκτες μπορούσαν να δουν.
Δεν είναι η πρώτη φορά που οι άνθρωποι ανιχνεύουν από τροχιά σταθμούς ηλιακής ενέργειας. Όμως, οι προηγούμενες αναλύσεις περιορίζονταν σε λίγες χώρες. Απ’ όσο γνωρίζει ο Δρ Kruitwagen, η δική του είναι η πρώτη προσπάθεια να ερευνηθεί ολόκληρος ο πλανήτης για έναν συγκεκριμένο τύπο υποδομής.
Βέβαια, η Γη είναι ένα μεγάλο μέρος, πράγμα που σημαίνει ότι η πράξη είναι πολύ πιο δύσκολη από τη θεωρία. Η προσέγγισή του κατέστη δυνατή χάρη σε δύο μεγάλες τεχνολογικές τάσεις.
Η μια είναι η αυξανόμενη πληθώρα φθηνών, εύκολα διαθέσιμων δορυφορικών εικόνων. Τον 20ό αιώνα, οι αναγνωριστικοί δορυφόροι αποτελούσαν τη ζηλότυπα φυλασσόμενη ιδιοκτησία μιας χούφτας κυβερνήσεων.
Σήμερα, μια μικρή βιομηχανία εταιρειών και οργανισμών παρατήρησης της Γης πωλεί εικόνες στην ελεύθερη αγορά. Οι εικόνες του Δρ. Kruitwagen προήλθαν από δύο σειρές δορυφόρων, τους Sentinel-2 και SPOT, που διαχειρίζονται αντίστοιχα ο Ευρωπαϊκός Οργανισμός Διαστήματος και η Airbus.
Αυτοί παρακολουθούν τον κόσμο, καταγράφοντας το ορατό φως, αλλά και το υπέρυθρο και το υπεριώδες τμήμα του φάσματος. Οι εικόνες που χρησιμοποίησε ο Dr Kruitwagen ανέρχονται σε περίπου 550 terabytes δεδομένων, αρκετά για να γεμίσουν περισσότερους από εκατό σκληρούς δίσκους επιτραπέζιων υπολογιστών, ενώ καλύπτουν την περίοδο μεταξύ 2016 και 2018.
Το ξεσκαρτάρισμα τόσων πολλών φωτογραφιών με το μάτι θα ήταν πρακτικά αδύνατο. Σε αυτό το σημείο εισέρχεται η δεύτερη τεχνολογική τάση. Ο Δρ. Kruitwagen και οι συνάδελφοί του εκπαίδευσαν ένα σύστημα μηχανικής μάθησης να εντοπίζει τους ηλιακούς συλλέκτες για λογαριασμό τους.
Η υπολογιστική όραση είναι τομέας σημαντικού ενδιαφέροντος, αλλά οι ιδιαιτερότητες της ανίχνευσης από τροχιά σήμαιναν ότι το έτοιμο λογισμικό δεν ήταν κατάλληλο για το έργο που είχαν στο μυαλό τους οι ερευνητές.
Τα συστήματα μηχανικής μάθησης διδάσκονται τι πρέπει να κάνουν εξετάζοντας ένα πακέτο εκπαίδευσης, το οποίο περιέχει παραδείγματα αυτού που αναζητείται. Για συνήθεις εργασίες όπως η αναγνώριση προσώπου, υπάρχουν συχνά διαθέσιμα έτοιμα πακέτα εκπαίδευσης. Αλλά η ομάδα του Δρ. Kruitwagen έπρεπε να φτιάξει το δικό της.
Για το σκοπό αυτό, στράφηκαν στο OpenStreetMap, έναν χάρτη ανοιχτού κώδικα, αντίπαλο του Google Maps, στον οποίο εθελοντές είχαν ήδη επισημάνει μεγάλο αριθμό ηλιακών εγκαταστάσεων, χωρίς όμως να υπάρχει αρκετή συνοχή.
«Κάποιοι άνθρωποι είχαν απλώς σχεδιάσει κάποια αδρομερή περιγράμματα γύρω από ένα ολόκληρο χωράφι», λέει ο Δρ. Kruitwagen. «Άλλοι είχαν πάει και είχαν χαράξει το περίγραμμα κάθε σειράς πάνελ χωριστά». Η διόρθωση όλων αυτών απαιτούσε πολλή χειρωνακτική εργασία.
Αφού ξεκαθαρίστηκαν τα εκπαιδευτικά δεδομένα, έπρεπε να προσαρμοστούν και οι αλγόριθμοι μάθησης. Από το διάστημα, ακόμη και οι μεγάλες ηλιακές εγκαταστάσεις φαίνονται μικρές. Κάθε εικονοστοιχείο (pixel) στις εικόνες του Sentinel αντιπροσώπευε ένα τετράγωνο δέκα επί δέκα μέτρα.
Ακόμη και για τους δορυφόρους SPOT που έχουν υψηλότερη ανάλυση, οι πλευρές των τετραγώνων έχουν μήκος ενάμισι μέτρο. Οι υπάρχοντες ταξινομητές, οι οποίο έχουν εκπαιδευτεί για πράγματα όπως η αναγνώριση προσώπου ή τα αυτοκινούμενα αυτοκίνητα, είναι συνηθισμένοι να εντοπίζουν αντικείμενα που ξεπροβάλλουν σε μεγάλο μέγεθος στο οπτικό τους πεδίο.
Το κυνήγι των μικρότερων σήμαινε ότι έπρεπε να τροποποιηθεί το λογισμικό ώστε να ενισχυθεί η ικανότητά του να ανιχνεύει μικροσκοπικά χαρακτηριστικά. Έπρεπε να αφαιρεθούν τα ψευδώς θετικά στοιχεία – όπως γήπεδα τένις και γεωργικά θερμοκήπια που από το διάστημα μοιάζουν με ηλιακούς συλλέκτες.
«Συλλεκτικά» παιχνίδια
Αν και εξαιρετικά, τα αποτελέσματα του Δρ. Kruitwagen είναι ήδη ξεπερασμένα. Η φάση συλλογής δεδομένων του έργου έληξε το 2018, πράγμα που σημαίνει ότι δεν περιλαμβάνονται οι χιλιάδες νέες εγκαταστάσεις που έχουν κατασκευαστεί από τότε. Όμως το έργο, όπως δηλώνει, αποδεικνύει ότι η μέθοδος λειτουργεί.
Σκοπεύει να διαθέσει τα αποτελέσματά του, συμπεριλαμβανομένου του απαιτητικού σετ εκπαίδευσης, για να τα χρησιμοποιήσουν και άλλοι. Μια λογική επέκταση του έργου του, λέει, θα ήταν να συμπεριλάβει τους ηλιακούς συλλέκτες που είναι εγκατεστημένοι σε οικιακές στέγες. Τέτοιες εγκαταστάσεις «πίσω από τον μετρητή» είναι ιδιαίτερα δύσκολο να εντοπιστούν με άλλους τρόπους.
Γενικότερα, ο Δρ. Kruitwagen ελπίζει ότι η δορυφορική προσέγγιση – η οποία, παρά την πλανητική κλίμακα του έργου, κόστισε μόνο 15.000 δολάρια περίπου, σε χρόνο υπολογιστικού νέφους – θα μπορούσε να προμηνύει ακριβέστερες εκτιμήσεις για άλλα κομμάτια υποδομών που σχετίζονται με το κλίμα, όπως σταθμοί παραγωγής ενέργειας από ορυκτά καύσιμα, εργοστάσια τσιμέντου και τερματικούς σταθμούς για πλοία που μεταφέρουν υγροποιημένο φυσικό αέριο.
Το τελικό αποτέλεσμα θα μπορούσε να είναι η συγκρότηση ενός δημόσια διαθέσιμου, μηχανογραφημένου καταλόγου κάθε σημαντικού κομματιού ενεργειακής υποδομής στη Γη. Πέρα από την εμπορική και ακαδημαϊκή αξία ενός τέτοιου μοντέλου, λέει ο ίδιος, ένα ενημερωμένο κοινό θα είναι σε θέση να ασκεί πίεση στους πολιτικούς.
© 2021 The Economist Newspaper Limited. All rights reserved.
Άρθρο από τον Economist το οποίο μεταφράστηκε και δημοσιεύθηκε με επίσημη άδεια από την www.powergame.gr Το πρωτότυπο άρθρο, στα αγγλικά βρίσκεται στο www.economist.com
Ακολουθήστε το Powergame.gr στο Google News για άμεση και έγκυρη οικονομική ενημέρωση!
