Nový recept na skrotenie slnečnej energie

Umelá inteligencia a zákony fyziky

Umelá inteligencia v spojení s čistou fyzikou dokáže predpovedať silu slnečného žiarenia rýchlejšie a lacnejšie než kedykoľvek predtým, čo otvára dvere k stabilnejšej a skutočne zelenej elektrickej sieti pre nás všetkých.

Predstavte si, že by sme dokázali s absolútnou presnosťou predpovedať, koľko energie vyrobia všetky solárne panely na svete o hodinu, zajtra alebo o týždeň. Presne tento oriešok rozlúskol medzinárodný tím vedcov. Využili na to fascinujúce prepojenie pokročilej umelej inteligencie s exaktnými zákonmi atmosférickej fyziky a vytvorili revolučný globálny model, ktorý mení pravidlá hry v oblasti obnoviteľných zdrojov.

Challenge

Prechod ľudstva na zelenú energiu naráža na jeden zásadný problém – vrtochy počasia. Slnko nesvieti na povel a mraky či hustota atmosféry spôsobujú v energetickej sieti obrovské výkyvy. Ak chcú operátori udržať sieť stabilnú a vyhnúť sa výpadkom, potrebujú precízne predpovede takzvaného priameho normálneho žiarenia (DNI).

Doterajšie pokusy o predpovede však mali obrovskú slabinu. Buď fungovali len lokálne pre jedno konkrétne miesto, alebo sa spoliehali na extrémne zložité „hladné“ modely umelej inteligencie. Tieto megamodely síce boli o niečo presnejšie, no v reálnej praxi zhltli obrovské množstvo času a gigantický výpočtový výkon, čo ich robilo pre bežné nasadenie nepoužiteľnými. Výzvou bolo nájsť inteligentný spôsob, ako získať maximálnu presnosť bez toho, aby sme na výpočty minuli viac energie, než solárne elektrárne vôbec dokážu vyrobiť.

Solution

Vedci z Fakulty prírodných vied a informatiky Univerzity Konštantína Filozofa v Nitre na to išli inak. Namiesto neustáleho zväčšovania a komplikovania kódov umelej inteligencie sa rozhodli vrátiť k základom prírody. Zvolili globálny prístup, definovali 12 hlavných klimatických zón po celej planéte a vybrali 36 reprezentatívnych svetových lokalít.

Aby našli dokonalý recept, natrénovali a otestovali dychberúcich 49 248 nezávislých modelov umelej inteligencie. Sledovali, ako presnosť ovplyvňuje hustota dátovej siete (ktorá mala vyše 2 000 uzlov) aj rôzne geometrické tvary mriežok v okolí elektrární. Hlavný prielom však nastal v momente, keď do rozhodovania umelej inteligencie natvrdo zakomponovali čistú fyziku – konkrétne výpočty vzdušnej hmoty (air mass) a prirodzenú filtráciu denného svetla. Ukázalo sa, že akonáhle model „rozumie“ fyzikálnym zákonom atmosféry, dokáže priniesť neuveriteľne presné výsledky aj s použitím oveľa jednoduchšej a rýchlejšej architektúry neurónovej siete.

Impact

Celý tento masívny experiment by nebol možný bez brutálnej výpočtovej sily. Výskum sa realizoval na fínskom superpočítači LUMI, ktorý patrí medzi najvýkonnejšie a najekologickejšie superpočítače na svete.

Detailné meranie výpočtovej náročnosti odhalilo niečo, čo nikto nečakal: pokročilé a populárne časové modely (TCN) spotrebovali viac ako 6-krát toľko času na tréning, pričom ich presnosť nebola o nič vyššia než u optimalizovaných, jednoduchších modelov (MLP) obohatených o fyziku. Prínos tohto výskumu je jasný: vedci dokázali, že obrovský hlad po výpočtovom výkone sa dá skrotiť inteligenciou. Výsledkom je globálne aplikovateľný, rýchly a úsporný model s minimálnou chybovosťou.

Tento prelomový vedecký úspech si vyslúžil celosvetovú pozornosť a bol kompletne publikovaný v prestížnom recenzovanom vedeckom časopise. Celú štúdiu vrátane detailných dát nájdete priamo v knižnici IEEE Xplore na tomto odkaze.

Pohľad do budúcnosti