
Skutečně udržitelná budoucnost vyžaduje sluneční energii, ale snaha soustavně maximalizovat energii sklizenou pomocí panelových polí zůstává jednou z největších výzev v tomto odvětví. Na rozdíl od fosilních paliv jsou výnosy sluneční energie diktovány komplexní souhrou počasí a atmosférických proměnných a také vlastní činností Slunce. To znamená, že je v podstatě nemožné vytvořit univerzální predikční model, takže lokalizované solární předpovědní systémy jsou nutností.
Přestože technologie strojového učení výrazně zlepšila dnešní modely prognózy, stále existuje spousta prostoru pro zlepšení. Program umělé inteligence je však jen tak dobrý jako údaje použité k jeho tréninku – a podle vědců z australské univerzity Charlese Darwina je však těžké najít lepší solární prognózující datový soubor než sezónní kalendáře prvního národa. Jejich nový přístup je podrobně popsán ve studii zveřejněné v IEEE Open Journal of the Computer Society.
Dnešní nepůvodní kultury obecně rozdělují rok na čtyři roční období, ale to není případ mnoha minulých a současných domorodých komunit. Solární kalendáře, jako jsou Aztékové, byly dostatečně přesné, aby například vedly zemědělské praktiky, které například krmily miliony lidí. V Austrálii používají lidé na ostrovech Tiwi třísezónní kalendář založený na jejich místních ekologických znalostech. Komunita Darwina Gulumoerrgin (Larrakia) uznává sedm základních období, zatímco Kunbarlanja (Gunbalanya) a Ngurrungurrudjba na severním území mají také vlastní kalendáře.
„Tyto kalendáře jsou úzce spjata s povětrnostními vzory a ročními obdobími. Hluboké porozumění místnímu klimatu v těchto kalendářích umožňuje lidem první národy činit informované řízení zdrojů a rozhodování o udržitelnosti,“ vysvětlují autoři studie. „Vzhledem k tomu, že změna klimatu ovlivňuje vzorce počasí, znalost těchto kalendářů se stává zásadní pro přizpůsobení se environmentálním výzvám.“
Na rozdíl od konvenčních kalendárních systémů navíc australské domorodé kultury zakládají své sezónní klasifikace na místních ekologických narážkách. Patří mezi ně chování rostlin a zvířat, které úzce souvisí s přesouváním slunečního světla a vzorů počasí.
S ohledem na to tým přerušil informace do různých datových bodů z Tiwi, Gulumoerrgin (Larrakia), Kunwinjku a Ngurrungurrudjba First Nations Calendars, spolu s moderním kalendářem známým jako Red Center. Vědci poté zadali svůj první datový soubor pro své první sezónní metriky národů (FNS-Metrics) do nového modelu strojového učení určeného k detekci rozsáhlých vzorců. Odtud testovali systém proti minulým informacím o sluneční energii a počasí shromážděné Desert Knowledge Australia Solar Center (DKASC) v Alice Springs.
Výsledky byly pozoruhodné: První sezónní metriky národů nesmírně překonaly mnoho dnešních předních prognózovacích modelů. Ve srovnání s již silným základním modelem byly údaje o prvních zemích o 14,6 procenta přesnější a zároveň snížily míru chyb o 26,2 procenta – méně než polovina míry chyb stávajících prognózovacích programů.
„Začlenění sezónních znalostí prvních národů do předpovědí na výrobu solárních zdrojů může výrazně zvýšit přesnost sladěním prognóz s přírodními cykly, které byly pozorovány a pochopeny po tisíce let,“ řekl Luke Hamlin, kandidát CDU Ph.D a studiem, který je také členem bundjulangského národa ve východní Austrálii.
Hamlin dodal, že integrace domorodých znalostí do prediktivních modelů může těsněji přizpůsobit systém tak, aby odrážel jemnější posuny v podmínkách prostředí. To nabízí „přesnější a kulturně informované předpovědi“ pro jednotlivé regiony. Tým říká, že tato strategie je také obzvláště slibná pro venkovské komunity, které jsou již pro větší komunity prvního národa. Tato stejná místa by mohla nejvíce těžit z dalších solárních farem. A přístup není omezen pouze na sluneční energii.
„V budoucí práci prozkoumáme aplikace modelu do jiných regionů a obnovitelných zdrojů energie,“ řekl Thuseethan Selvarajah, přednášející informačních technologií CDU a spoluautor studia.
Čerpáme z těchto zdrojů: google.com, science.org, newatlas.com, wired.com, pixabay.com