Развитие современного сегмента технологий, связанных с использованием солнечной энергии для конвертации ее в электричество продолжает происходить семимильными шагами. К примеру, в 2007 году общий объем финансовых затрат на развитие технологий солнечных панелей и их установку по всему миру насчитывал около 42 миллионов долларов США, а в 2017 году аналогичный показатель составил 210 миллионов долларов США – и эта тенденция продолжает увеличиваться. И несмотря на то, что в целом это замечательно, все же для специалистов в этой области и поставщиков солнечных панелей присутствует необходимость в сборе как можно большего количества данных относительно актуальности панелей.
В частности, их интересует вопрос о том, в каких случаях такие системы могут актуальны или неактуальны – именно для этого талантливая команда специалистов из Стэндфордского Университета представила свою новую разработку под названием DeepSolar. Разработка является полноценным искусственным интеллектом с собственными алгоритмами машинного обучения, которые позволяют ей выяснять, в каких регионах планеты солнечные панели проявляют себя наиболее эффективным и отличным образом.
Для этого специалисты периодически “скармливают” ИИ фотографии различных участков планеты, где располагаются солнечные панели и связанные с ними системы – искусственный интеллект уже проанализировал более 37,000 фотографий такого типа. Делается это для того, чтобы научить его самостоятельно выискивать наиболее эффективные места и способы установки солнечных панелей, при этом разработчики отмечают тот интересный факт, что они ни разу не задавали машинному обучению ни один из факторов анализа.
Иными словами, разработанная система искусственного интеллекта DeepSolar представляет собой полностью самообучаемую систему, которая уже продемонстрировала высокий результат по анализу – она умеет обнаруживать солнечные панели с вероятностью в 93%. При этом работа по ее улучшению продолжается и система обещает быть действительно многофункциональной в ближайшее время.
