موسسه تحقیقاتی Capgemini تخمین زده است که هوش مصنوعی در بخش انرژی، میتواند بین 237 تا 813 میلیارد دلار صرفهجویی ایجاد کند. شرکتهای خدماتی از هوش مصنوعی در زمینههای نگهداری پیشبینیکننده، بهینهسازی بازده و پیشبینی تقاضا/بار استفاده کردهاند. در سال 2022، بیش از نیمی از سازمانهای حوزه انرژی، آب و برق حداقل یک پیادهسازی عملی از فناوری هوش مصنوعی را بهکار گرفتهاند و از مزایای مستمر آن بهره میبرند.
به نظر میرسد عموم مردم نیز مشتاق لذت بردن از نوآوریهای مثبتی هستند که با تحول هوش مصنوعی ارائه شده است. بر اساس یک نظرسنجی از PwC، 71 درصد از پاسخ دهندگان نسبت به فرصتهایی که هوش مصنوعی به انسانها در حل مشکلات پیچیده و زندگی غنیتر در آینده نزدیک کمک میکند، بسیار خوشبین بودند. برخی موارد استفاده واقعی از هوش مصنوعی و زبان یادگیری ماشین در بخش شهرهای هوشمند/ خدمات شهری جهت ارزیابی تأثیر عملی این فناوریها از منظر عملگرایانه بدین قرار است:
1- پایش هوشمند انرژی
برای نهادهای بخش عمومی، مانند شرکتهای بزرگ انرژی، نیرو و برق، اطلاعات بیدرنگ در مورد مصرف انرژی میتواند اتلاف و تلفات را کاهش دهد، کارایی عملیات شبکه را بهبود بخشد، ذخیرهسازی را بهینه کند و نگهداری زیرساختهای پیشبینیکننده را افزایش دهد. کنتورهای هوشمند کاربرد هوش مصنوعی و زبان یادگیری ماشین هستند که پتانسیل بالایی در زمینه انرژی و تاسیسات دارند. هوش مصنوعی، زبان یادگیری ماشین و اینترنت اشیا (IoT) یک جزء حیاتی از چشمانداز دولت از شهرهای هوشمند و مناطق صنعتی هوشمند را تشکیل میدهند.
شهرها انبوهی از اطلاعات را ارائه میکنند که میتوان با استفاده از دستگاههای اینترنت اشیا در زمان واقعی از جمله مصرف انرژی دریافت کرد. ورودیهای برق را میتوان بهطور خودکار تنظیم کرد، که منجر به صرفهجویی مهم، تامین امنیت بیشتر و قطعیهای کمتر میشود. کنتورهای هوشمند حتی در مقیاس کوچکتر نیز مفید هستند. با استفاده از آنها، مشتریان میتوانند نیازهای انرژی خود را تنظیم کنند و در نتیجه هزینهها را کاهش دهند. دادههای تولید شده در این فرآیند میتواند برای تعرفههای سفارشی و عرضه کارآمدتر استفاده شود.
2- نیمکتهای پارک مجهز به اینترنت اشیا
پاریس مطمئنا یکی از زیباترین شهرهای جهان است - و همیشه توانسته است سنت تاریخی و هنری شگفت انگیز خود را با مدرنیته و نوآوری ترکیب کند. یکی از جالبترین ایدههایی که دولت پاریس اخیراً اجرا کرده است، به شکل حسگرهایی است که روی نیمکتهای پارک قرار میگیرند تا آنها را «هوشمند» کند. نیمکتهای پارک جدید مجهز به اینترنت اشیا میتوانند جریان ثابتی از اطلاعات را جمعآوری کنند که میتواند توسط هوش مصنوعی برای طیف وسیعی از کاربردهای برنامهریزی شهری پردازش و تجزیه و تحلیل شود.
آنها میتوانند با نظارت بر سطوح آلودگی، دما و فشار اتمسفر بینشی در مورد عوامل محیطی مانند کیفیت هوا ارائه دهند. آنها میتوانند با جمعآوری دادهها در مورد فراوانی ترافیک و استفاده از محیط به برنامهریزان شهری کمک کنند. آنها حتی میتوانند با ساکنان پارک و گردشگران «صحبت کنند» تا از طریق یک برنامه قابل دانلود، درباره امکانات آن بازخورد گیرند.
3- افزایش دانش و مهارتهای نیروی کار
مسئله پیری نیروی کار مشکلی است که تأثیر عمیقی در تاسیسات گاز طبیعی و برق خواهد داشت. به گفته وزارت انرژی ایالات متحده، 25 درصد از کارمندان ایالات متحده ظرف پنج سال آماده بازنشستگی خواهند شد و نیروی متخصص- ماهر خود را از دست خواهند داد. هوش مصنوعی میتواند با استفاده از پردازش زبان طبیعی (NLP) و تشخیص الگو برای پردازش دادههای ساختاریافته و استخراج اطلاعات ارزشمند از ارتباطات داخلی گذشته، اسناد آموزشی و یادداشتهای فنی، با این مشکل مقابله کند. شرکت IBM از قدرت IBM Watson AI برای یادگیری "دانش ضمنی" از کارگران باتجربه استفاده میکند و همه این اطلاعات تلفیقی را به نسل بعدی کارمندان منتقل میکند. ماشین هوشمند میتواند توصیههایی را به تکنسین ها و اپراتورهای تجهیزات در مورد نحوه انجام وظایف تعمیر و نگهداری پیچیده روی تجهیزات ارائه دهد. همچنین میتواند بازخورد تکنسینها را در طول زمان دریافت کند تا توصیههای آتی خود را به دقت تنظیم کند و به کل نیروی کار کمک کند تا با بهرهوری و ایمنتر کار کنند.
4- چتباتهای تجاری بهبود یافته
چت باتها همه جا هستند. نمیتوان در مورد موارد استفاده از هوش مصنوعی/ زبان یادگیری ماشین صحبت کرد بدون اینکه حداقل یک چتبات «محصول» در میان آنها پیدا شود. اما در مورد شهرهای هوشمند، تعداد زیادی از آنها وجود دارد. نیازی به تکنسین یا متخصص فناوری نیست تا ببیند چگونه رباتهای گفتگو با تغییر نحوه ارتباط مردم با برندها زندگی را آسانتر میکنند. مصرفکنندگان میتوانند در حال حاضر با برندها بر اساس برنامه زمانی خود صحبت کنند، چیزهایی بخرند یا پاسخهای مورد نیاز خود را در سرویس پیامرسانی دلخواه خود دریافت کنند.
شهرها در حال تبدیل شدن به "مکانی هوشمندتر" هستند زیرا تقریباً هر فروشگاه یا برندی از نوعی چت بات استفاده میکند، اما برخی از آنها هوشمندتر از دیگران هستند (یا حداقل این چیزی است که آنها میگویند). یکی از این نمونهها Maven است، یک موتور هوش مصنوعی که توسط LivePerson توسعه یافته است که تعاملات تجاری مکالمه را با ترکیب پردازش زبان طبیعی، رابطهای صوتی و متنی و عوامل انسانی واقعی هماهنگ میکند.
5- دوربینهای امنیتی هوشمند
بینایی کامپیوتری برای تقویت دوربینهای امنیتی یک کاربرد بسیار ساده از هوش مصنوعی است. داشتن ویدیویی که در آن یک جنایت ضبط شده عالی است، اما مگر اینکه کسی بداند چیزی اتفاق افتاده است، به سادگی هیچ دلیلی برای بازبینی فیلم وجود ندارد تا زمانی که آن فیلم در نهایت گم شود. یک سیستم نظارتی که توسط یک هوش مصنوعی قوی به دنبال الگوهای رفتار مجرمانه پشتیبانی میشود، معادل تیمی از کارآگاهان است که هرگز نمیخوابند و تمام ویدیوها را در زمان واقعی تجزیه و تحلیل میکنند.
دوربینهای امنیتی تقویتشده با هوش مصنوعی را میتوان در مدارس و کسبوکارها برای کاهش زمان پاسخدهی هر زمان که نیاز به انجام کاری است، استفاده کرد. برای مثال، اگر فردی که باید شناسایی شود «مرد سفیدپوستی با پیراهن آبی» باشد، هوش مصنوعی میتواند بین افرادی که وارد منطقهای میشوند که مطابق با توضیحات است تمایز قائل شود و هشداری را در زمان واقعی ارسال کند.عکسها و ویدیوی او همچنین میتوانند مستقیماً در اولین پاسخدهندگان محلی آپلود شوند، که میتوانند بخشهایی از ویدیوها را که ممکن است حاوی مشخصاتی بر اساس کلمات کلیدی باشد (پیراهن سفید، مردانه، و آبی، در مثال بالا) به جای جستجوی ساعتها فیلم پیدا کنند.در ژاپن، یک دوربین امنیتی مجهز به هوش مصنوعی آنقدر هوشمند است که میتواند وضعیت یک فرد مشکوک را که احتمال دارد مرتکب جنایت دزدی از مغازه شود، تخمین بزند.
6- سیستمهای بینایی کامپیوتری و پارکینگ
در فضای پارکینگ، هوش مصنوعی توسط شرکتهایی مانند Pixevia برای ادغام بینایی کامپیوتر و الگوریتمهای پیشرفته در یک اکوسیستم هوشمند استفاده شده است. با ترکیب بسیاری از عملکردهای پیشرفته مانند تشخیص پلاک و تشخیص پیکسل، دوربینهای هوشمند میتوانند اطلاعات بلادرنگ در مورد در دسترس بودن فضا را در اختیار مشتریان و اپراتورهای پارکینگ قرار دهند و بهطور خودکار پرداخت و مدت پارکینگ را اعمال کنند.
الگوریتمهای پیشرفته میتوانند تخمین دقیق موقعیت خودرو را ارائه دهند و میزان استفاده از پارکینگ را در زمانهای خاصی از روز یا شب پیشبینی کنند. در نهایت، این فناوری برای وسایل نقلیه خودران آینده که میتوانند مستقیماً با پارکینگها و گاراژها "صحبت کنند" مناسب خواهد بود.
![](data:image/png;base64,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)
7- کاهش آلودگی هوا
اگر اقدامات مناسب برای کنترل انتشار گازهای گلخانه ای (GHG) انجام ندهیم، زمین با فروپاشی قریب الوقوع مواجه است. هوش مصنوعی ممکن است از طرق مختلف کمک کند تا محیط زیست را نجات دهیم، بهویژه با کاهش اتلاف انرژی، زمین، آب و آلودگی هوا. تخمین زده شده است که تا سال 2030، استفاده از فناوریهای هوش مصنوعی میتواند انتشار گازهای گلخانهای جهانی را حداقل تا 4 درصد کاهش دهد.
در سنگاپور، حسگرهای اینترنت اشیا و هوش مصنوعی برای جمعآوری و تجزیه و تحلیل کیفیت هوا و سطوح آلایندهها و دما در شهر استفاده میشوند. این دادهها بهطور بالقوه با هوش مصنوعی ترکیب میشوند تا پیشبینی کنند که مسائل (مشکلات) مربوط به کیفیت هوا کجا هستند و خواهند بود تا در نهایت با اقدامات پیشگیرانه مؤثر، اثرات آن را کاهش دهند.محققان IBM در حال آزمایش شکل جدیدی از هوش مصنوعی برای کاهش شدت آلودگی هوا در پکن با تجزیه و تحلیل دادههای به دست آمده از کارخانههای با سوخت زغال سنگ، مجتمعهای صنعتی، شرایط آب و هوایی و ازدحام ترافیک هستند. این سیستم قادر است بینشهای مفیدی در مورد چگونگی کاهش اثرات آلودگی هوای خفگی شهر چین، مانند تعطیلی موقت کارخانههای خاص، ارائه دهد.
8- بهبود کنترل ترافیک
مکان دیگری که هوش مصنوعی میتواند به کاهش انتشار گازهای گلخانهای کمک کند، سیستمهای حمل و نقل است. به غیر از امکان ساخت خودروهای خودران در آینده نزدیک، حمل و نقل را میتوان حتی امروز پایدارتر کرد. محققان آزمایشگاه ملی لارنس برکلی وزارت انرژی امریکا در حال کار بر روی یک ابزار محاسباتی مبتنی بر مدلهای یادگیری تقویتی عمیق به نام CIRCLES هستند تا ترافیک را در تمام شهرهای شلوغ روان کند.
CIRCLES که مخفف "کاهش تأثیر ازدحام از طریق هموارسازی انرژی لاگرانژی" است - حجم زیادی از وسایل نقلیه را که در حال رانندگی هستند شبیهسازی میکند. این سیستم متصل و خودکار مجهز به وسیله نقلیه میتواند مصرف انرژی را کاهش دهد و جریان ترافیک را با کاهش ترافیک، توقف و حرکت در آزادراهها بهبود بخشد. کنترل ترافیک پیشرفته که برای ساخت شهرها برای زندگی بسیار بهتر استفاده میشود، میتواند به کاهش آلودگی هوا نیز کمک کند. الگوریتمهای یادگیری عمیق برای ترکیب تصاویر ماهوارهای با اطلاعات ترافیکی بهدستآمده از تلفنهای هوشمند و حسگرهای محیطی اینترنت اشیا برای بهبود پیشبینیهای کیفیت هوا استفاده میشوند.نرمافزار پلاکخوان خودکار مبتنی بر هوش مصنوعی (ALPR) مانند آنچه که توسط Rekor مستقر شده است نیز میتواند برای شناسایی وسایل نقلیه یا برای کشف بلادرنگ جرایم و تخلفات استفاده شود.
9- محیطهای کاری سازگار برای بهبود سلامتی کارکنان
احتمالاً یکی از شگفتانگیزترین کاربردهای بینایی رایانه و هوش مصنوعی، ایجاد مکانهای کاری است که میتوانند با نیازهای کارکنان سازگار شوند تا سلامتی آنها را بهبود بخشند. Encompass AV سیستمی را توسعه داده است که از هوش مصنوعی برای ادغام تهویه مطبوع، روشنایی و دوربینهای امنیتی با هم از طریق تجزیه و تحلیل دادهها استفاده میکند. این سیستم بسته به فعالیتهای ثبتشده یا سایر عوامل خارجی یا داخلی میتواند تصمیمات مستقلی برای انطباق و تنظیم محیط بگیرد.
به عنوان مثال: میتواند با ریتم شبانه روزی کار کند تا کارگران داخل ساختمانها احساس کنند که بیرون هستند، نورها را تا دمای رنگهای مختلف برای شبیهسازی یک زمان خاص از روز کاهش میدهد. این سیستم همچنین میتواند با کاشیهای سقفی که شبیه نورگیر در ساختمانهای فاقد نور طبیعی هستند، ادغام شود. این راهحلهای جامع همچنین میتوانند نیازها و منابع را بر اساس دادههای زمان واقعی و تاریخی شناسایی کنند تا پاسخهای مستقلی ارائه دهند که ایمنی را بهبود میبخشد و کارایی انرژی را افزایش میدهد.
10- نیروگاههای شناختی
حتی کشورهای در حال توسعه نیز اهمیت بهکارگیری هوش مصنوعی پیشرفته را برای توسعه انرژی درک میکنند. Beyond Limits از فناوری ابداع شده برای ماموریتهای فضایی ناسا برای ساخت اولین نیروگاه شناختی در غرب آفریقا به نمایندگی از Xcell، یک شرکت توسعه مالی و معدنی جهانی مستقر در سوئیس، استفاده میکند. راندمان تولید برق از گاز طبیعی چندین برابر خواهد شد. هوش مصنوعی شناختی در هر قسمت از نیروگاه جدید از همان ابتدای ساخت آن تعبیه خواهد شد.
راندمان و بهرهوری نیروگاههای گاز طبیعی همواره با شرایط نامطلوب محیطی مانند دما و رطوبت مواجه بوده است. هوش مصنوعی Beyond Limits به اندازه کافی هوشمند و آگاه است تا به اپراتورها با دانش انسانی در سطح کارشناسی رمزگذاری شده خود کمک کند تا تنظیمات را در زمان واقعی انجام دهند.این نرم افزار به جای تولید بیش از حد انرژی غیر ضروری که قابل ذخیره نیست، میتواند بهطور مداوم توربینهای گاز و کل سیستم را کنترل کند تا از هدر رفتن تولید جلوگیری کند.این نیروگاه آیندهنگر همراه با توانایی آن در هماهنگی چندین واحد تولیدی بههم پیوسته بهطور همزمان، کارآمدتر، مولدتر، ایمنتر و دوستدار محیط زیست خواهد بود.
11- آمار و پیش بینیهای دقیق
یکی از رایجترین کاربردهای هوش مصنوعی در تقریباً همه صنایع و بخشها، توانایی پیشبینی دقیق و توسعه مدلهای پیشبینی قابل اعتماد است. عوامل اجتماعی و نگرشی بهویژه در مورد محصولات جدید انرژی جایگزین برجسته هستند. بسیاری از شرکتهای انرژی و تاسیسات از مدلهای هوش مصنوعی استفاده میکنند تا این محصولات را به اندازه کافی برای مصرفکنندگان و دولتها در دسترس و جالب قرار دهند و میزان جذب آنها را پیشبینی کنند.
در ترکیب با اینترنت اشیا و کلان داده، هوش مصنوعی میتواند تقاضای بالقوه، قیمتگذاری معمولی و تخفیفهای دولتی را تحلیل کند که ممکن است بر قیمت، روند صنعت و همچنین سایر عوامل اجتماعی و جغرافیایی تأثیر بگذارد. هنگامی که همه این داده ها تحلیل شدند، یک پیشبینی دقیق میتواند به شرکتها کمک کند تا هزینههای سرمایهگذاری و بازده محصول را تخمین بزنند و احتمال پذیرش و اجرای منابع انرژی تجدیدپذیر را افزایش دهند.
12- رباتهای مجهز به هوش مصنوعی ابری
فراهم کردن رباتها با هوش مصنوعی فردی به معنای مواجهه با محدودیتهای متعدد است: قدرت پردازش، فضا و سایر محدودیتهای انعطافپذیری. CloudMinds با ایجاد هوش در فضای ابری راهحلی خلاقانه برای این مشکل پیدا کرد - مکانی که انسانها و روباتها میتوانند هوش خود را با هم ترکیب کنند و تعداد بیشماری "مغز" رباتیک را میتوان به طور همزمان میزبانی کرد. اکوسیستم ربات ابری جدید آنها با همکاری سایر ارائهدهندگان خدمات هوش مصنوعی و توسعهدهندگان برای افزایش قابلیتها، مهارتها و برنامههای کاربردی ربات هوشمند ساخته و تقویت شده است.
ربات انسان نما XR-1 اولین ربات خدمات انساننما است که از این هوش مصنوعی جدید ابری بهره میبرد و با سرعتی شگفتانگیز یاد می گیرد که چگونه قابلیتهای دستکاری کنترل شده بینایی خود را در عمل بهکار گیرد.در زمان انتشار فعلی، میتواند کارهای پیچیدهای مانند نخ کردن سوزن، باز کردن درها، دست دادن و حتی تا کردن لباسها را انجام دهد.از آنجایی که مغز هوش مصنوعی آن در فضای ابری میزبانی میشود، میتواند از موتورهای هوش مصنوعی بسیار قویتر با مصرف باتری کم استفاده کند و از قابلیتهای یادگیری جمعی استفاده کند. راهی برای نسل جدیدی از دستیاران واقعاً هوشمند برای انسانها.
13- مدیریت تعمیرات مبتنی بر هوش مصنوعی
هوش مصنوعی میتواند برای تقویت زیرساختهای عمومی با اعمال اهرم تعمیر و نگهداری پیشبینیکننده برای بهبود در دسترس بودن، کاهش تصادفات و اولویتبندی نیازهای تعمیر و نگهداری بهکار رود. تعمیر و نگهداری پیشگیرانه بهویژه برای ایمن نگه داشتن جادهها در داخل و خارج از شهرها و شهرکها بسیار مهم است. تعمیر و نگهداری شامل رویکردهای متفاوتی است، و انتخاب زمانی که بهتر است به جای مداخله اصلاحی یا پیشگیرانه به سراغ یک روتین بروید، زمانی که محدودیتهای بودجه همیشه مشکل است، هرگز آسان نیست.
تصمیم نادرست ممکن است در دراز مدت هزینه بسیار بیشتری را به همراه داشته باشد یا وسایل نقلیه را در معرض موقعیتهای خطرناک رانندگی قرار دهد. اکثر دولتها باید با انجام بازرسیهای بصری که اغلب خطرناک، پرهزینه و بسیار ذهنی هستند، نیازهای نگهداری خود را اولویتبندی کنند. شرکت فناوری زیرساخت RoadBotics یک الگوریتم یادگیری عمیق انقلابی را پیادهسازی کرده است که از بینایی کامپیوتری برای خواندن تصاویر جادهها استفاده میکند و بهطور خودکار تصمیمهای عینی و مقرونبهصرفه در شرایط جاده اتخاذ میکند. فناوری اختصاصی آنها با ارائه نتایج مبتنی بر داده به بیش از 150 دولت در سراسر جهان که اکنون میتوانند جادههای مناسب را در زمان مناسب تعمیر کنند، مقدار زیادی از پول مالیات دهندگان را پسانداز میکند.
14- اختراع مجدد کشاورزی
زبان یادگیری ماشین تغییرات عظیمی را در کشاورزی به ارمغان آورد و در حال حاضر انقلابی در این بخش آغاز کرده است. اگرچه موارد استفاده فعلی از هوش مصنوعی در کشاورزی بسیار زیاد است که نمیتوان آنها را فهرست کرد، اما قبلاً سطح جدیدی از مقیاسپذیری را به ارمغان آورده است. پهپادهای پرنده هوشمند برای جمعآوری مقادیر عظیمی از دادههای محیطی در مورد مزارع و محصولات کشاورزی استفاده میشوند که بعداً به ماشینهای هوشمند داده میشود. هیچ انسانی نمیتواند این حجم از دادهها را پردازش کند و الگوهایی را پیدا کند که در عوض برای هوش مصنوعی واضح هستند.
ماشینها میتوانند دادهها را در زمان واقعی تجزیه و تحلیل کنند و تصمیمات پیچیدهای را در محل اتخاذ کنند، مانند انتخاب یا استفاده از کدام نوع کود، زمان انجام آبیاری، بهبود کارایی و پایداری کلی. همچنین میتوان از آنها برای اجرای هر تعداد شبیهسازی حاصل از عملکرد اختصاصی یا مشترک و پیشبینی عملکرد محصولات استفاده کرد.
جمعبندی
هوش مصنوعی هر روز بهعنوان بخشی یکپارچهتر از چشمانداز آینده شهرهای جهان رشد میکند. هوش مصنوعی کمک نموده تا جامعهای هوشمندتر و کارآمدتر شکل گیرد، و ثابت شده که یکی از مفیدترین ابزارهایی است که فناوری رایانه برای بشریت به ارمغان آورده است.
پژوهشگر: صدیقه تدریس حسنی