这个人工智能可以通过观察来判断你的家庭是否在浪费能源
这个人工智能可以通过观察来判断您家是否在浪费能源
来自剑桥大学的两位研究人员开发了一个深度学习算法，能够更容易、更快速、更便宜地识别浪费能源的住宅——这是温室气体排放的一个重要来源。
根据这项研究，该人工智能（AI）通过训练开源数据，包括能源性能证书和卫星图像，能够以90%的准确率对所谓的“难以脱碳”住宅进行分类。这些住宅之所以难以实现电气化或改造，原因包括老化、结构或地理位置等多种因素。
该模型可以准确定位建筑物的具体部分，例如屋顶和窗户，并确定它们损失的热量，以及住宅是老式还是现代化。然而，研究人员对于能够随着时间显著增加模型的细节和准确性充满信心。
英国计划到2050年将所有住宅进行脱碳，即使是有漏风的住宅。但是，研究人员表示，如果没有一种识别高优先级“问题物业”的方法，政策制定者可能无法实现这些目标。
剑桥大学可持续设计研究组的负责人、该研究的共同作者Ronita Bardhan博士表示:“这是首次利用开源数据训练AI来识别难以脱碳的建筑物。”她继续说:“政策制定者需要知道他们需要实现脱碳的房屋数量，但他们往往没有资源对每个房屋进行详细审计。我们的模型可以引导他们找到优先考虑的房屋，节省他们宝贵的时间和资源。”
Bardhan和研究的另一位作者Maoran Sun表示，他们正在研发一个更先进的框架，将引入更多的数据层，例如能源使用、贫困水平以及建筑物立面的热像。他们预计这将提高模型的准确性，同时提供更详细的信息。
研究人员表示，直到现在，脱碳政策决策都是基于有限的数据集。他们对于AI能够改变这种情况的能力充满乐观。人工智能算法从大量数据中提取价值的能力，无疑是解决复杂问题的一个重要因素。
在学术界之外，有无数家公司正在利用人工智能来解决气候变化问题。例如，位于柏林的Dryad Networks利用机器学习来加快野火检测时间，挪威的7Analytics使用人工智能来更好地预测洪水并减少对基础设施的损害。
