छवि: प्रॉक्सिमा स्टूडियो/एडोब स्टॉक अपतटीय पवन फ़ार्म हमारे द्वारा निर्मित सबसे बड़ी मशीनों में से हैं – टावरों की विशाल सरणियाँ धीरे-धीरे मुड़ने वाले ब्लेड के साथ सबसे ऊपर हैं। वे अपने विशाल टर्बाइनों से मेगावॉट बिजली पैदा करते हैं, मीलों तक जगह घेरते हैं। पक्षियों, मछलियों और यहां तक कि केल्प और अन्य समुद्री पौधों की वृद्धि को प्रभावित करते हुए उनके आसपास की पारिस्थितिकी पर अत्यधिक प्रभाव। उन टर्बाइनों का प्रबंधन करना है एक बड़ा मुद्दा। हम उन्हें जितना चाहें उतना अलग-थलग करके नहीं देख सकते। इसके बजाय, हमें उन्हें एक बड़ी प्रणाली के हिस्से के रूप में विचार करने की आवश्यकता है, जिसमें वह वातावरण शामिल है जिसका वे हिस्सा हैं। उन्हें अनुकूलित करने के बजाय बिजली उत्पादन के लिए टर्बाइन, हमें प्रवासी पक्षियों को गुजरने की अनुमति देने के लिए उन्हें नियंत्रित करने में सक्षम होना चाहिए, साथ ही यह सुनिश्चित करना चाहिए कि समुद्री पौधे उनके मूरिंग को प्रभावित न करें और मछली पकड़ने वाली नौकाएं तोरणों को नुकसान न पहुंचाएं क्योंकि वे हेरिंग और अन्य खेत में मछली। यह पफिन से शुरू होता है परियोजना के लिए प्रारंभिक प्रोत्साहन एक डिजिटल जुड़वां नहीं था, इसके बजाय यह स्कॉटिश तट से दूर एक दूरस्थ द्वीप पर पफिन की गणना करने के लिए एआई मॉडल का उपयोग कर रहा था। जैसा कि एसएसई रिन्यूएबल्स मई के आइल पर एक प्रमुख पफिन ब्रीडिंग ग्राउंड से कुछ मील की दूरी पर एक पवन फार्म का निर्माण कर रहा था, कंपनी जानना चाहती थी कि क्या टर्बाइन पफिन आबादी को प्रभावित कर रहे थे। पफिन की गिनती करना मुश्किल है; वे साल के आठ महीने समुद्र में बिताते हैं, प्रजनन के लिए किनारे पर लौटते हैं, साल में केवल एक अंडा देते हैं।
पास में कैमरों का एक सेट ब्रीडिंग बूर पफिन आंदोलनों की एक लाइव स्ट्रीम को कैप्चर करते हैं, जो एक प्रशिक्षित मॉडल को खिलाया जाता है जो अलग-अलग पक्षियों को ट्रैक कर सकता है, यहां तक कि जब वे छोड़ते और वापस आते हैं, तब भी ध्यान देते हैं। द्वीप ब्रिटेन के सबसे बड़े पफिन प्रजनन मैदानों में से एक है , पक्षी, जनसंख्या में उतार-चढ़ाव को ट्रैक करने के लिए इसे एक आदर्श स्थान बनाते हैं और यह समझने की कोशिश करते हैं कि क्या पास के पवन फार्म कोई बदलाव कर रहे हैं। पफिन को गिनने के लिए एआई का उपयोग करना कोई डिजिटल ट्विन नहीं है, लेकिन यह एक इनपुट और एक तकनीक है जिसका उपयोग हम विंड फार्म के आसपास के वातावरण का एक बड़े पैमाने पर मॉडल बनाने के लिए कर सकते हैं। कोई भी दो पवन फार्म एक जैसे नहीं होते हैं: वे विभिन्न टरबाइन प्रकारों का उपयोग करते हैं और विभिन्न तटीय जल और पवन पैटर्न में निर्मित होते हैं। परिणामस्वरूप, वे ‘विभिन्न पक्षी प्रवासी पैटर्न में हैं और मछलियों की विभिन्न प्रजातियों की मेजबानी करते हैं। नियंत्रण प्रणाली के हिस्से के रूप में उपयोग किए जाने वाले किसी भी पर्यावरण मॉडल को प्रत्येक पवन फार्म के लिए कस्टम होना चाहिए। क्लाउड में पवन खेतों का प्रबंधन माइक्रोसॉफ्ट और उसके सहयोगी अवनाडे जिस दृष्टिकोण का हिस्सा हैं, वह यह समझने के लिए विभिन्न सेंसर प्रकारों की एक विस्तृत श्रृंखला का उपयोग करना है कि क्या है पवन फार्म के आसपास हो रहा है, और उस डेटा का उपयोग करके परिस्थितियों का एक जटिल, निकट-वास्तविक समय दृश्य तैयार करना है। इसका उद्देश्य धीमी, मैन्युअल गणना तकनीकों को हटाना है, जो वर्तमान में उपयोग में आने वाली पफिन गिनती सेवा की तरह है।
आधुनिक पर्यावरण सेंसर निष्क्रिय हो सकते हैं, जैसे कैमरे या माइक्रोफ़ोन, या सक्रिय, जैसे लिडार और रडार। यह उन्हें मछली का नमूना लेने के लिए जाल का उपयोग करने या गिनती करने के लिए गोताखोरों में भेजने से कम दखल देता है।
एआई-व्याख्या किए गए सेंसर की एक सरणी चारों ओर हो जाती है मानव हस्तक्षेप के साथ आने वाली सीमाएं, सभी परिस्थितियों में और दिन के हर समय डेटा एकत्र करना। देखें: हायरिंग किट: क्लाउड इंजीनियर (TechRepublic Premium) इस तरह के मॉडल त्वरित दर पर समानांतर में कई सिमुलेशन चलाने के लिए क्लाउड स्केल का लाभ उठा सकते हैं। यदि कोई तूफान आ रहा है, तो टर्बाइनों के धीमा होने का क्या प्रभाव होगा, और किस गति से? इस तरह के सिमुलेशन के परिणाम हो सकते हैं वास्तविक डेटा की तुलना में, एक अतिरिक्त फीडबैक लूप जोड़ना जो टीम को अपने मॉडल को परिष्कृत करने देता है, इसलिए परिणामों का अगला सेट अधिक सटीक होगा। डेटा का उपयोग मशीन लर्निंग मॉडल को प्रशिक्षित करने के लिए किया जा सकता है ताकि उन स्थितियों की पहचान की जा सके जो समस्या पैदा कर सकती हैं, इसलिए उपयुक्त सुरक्षा लागू की जा सकती है। )बड़ी, जटिल प्रणालियों के साथ काम करना यह दृष्टिकोण एसएसई को प्रवासी पक्षियों के जोखिम को कम करने के साथ प्रयोग करने की अनुमति देगा। उदाहरण के लिए, वे एक इष्टतम ब्लेड गति निर्धारित कर सकते हैं जो झुंड को बिजली पैदा करते हुए सुरक्षित रूप से गुजरने की अनुमति देगा। टर्बाइनों के आसपास के वातावरण को समझकर, उन्हें अधिक प्रभावी ढंग से और काफी कम पर्यावरणीय प्रभाव के साथ नियंत्रित करना संभव होगा।
साइमन टर्नर, मुख्य प्रौद्योगिकी अवानाडे में डेटा और एआई के अधिकारी ने इस दृष्टिकोण को “एक स्वायत्त व्यवसाय” के रूप में वर्णित किया। यहां, डेटा और एआई एक ऐसी प्रणाली प्रदान करने के लिए एक साथ काम करते हैं जो प्रभावी रूप से स्व-ऑपरेटिंग है, जिसे उन्होंने एआई का उपयोग करने के रूप में वर्णित किया है “कुछ चीजों की देखभाल करने के लिए जिन्हें आपने समझा है जो आपकी ओर से निर्णय लेने के लिए सिस्टम का मार्गदर्शन कर सकते हैं।”
इस दृष्टिकोण की कुंजी मशीन लर्निंग और बड़े पैमाने पर डेटा के साथ एक डिजिटल ट्विन के विचार का विस्तार करना है। ऐतिहासिक डेटा का उपयोग वास्तविक समय के डेटा के साथ बड़े, जटिल सिस्टम के मॉडल बनाने के लिए किया जा सकता है, जो पूरे वातावरण में विस्तारित हो सकता है। के रूप में टर्नर नोट्स, इस दृष्टिकोण को पवन खेतों से अधिक तक बढ़ाया जा सकता है, इसका उपयोग किसी भी जटिल प्रणाली को मॉडल करने के लिए किया जा सकता है जहां नए तत्वों को जोड़ने का एक महत्वपूर्ण प्रभाव हो सकता है, जैसे कि यह समझना कि जलग्रहण क्षेत्र कैसे काम करते हैं या सैल्मन को पास करने के लिए जलविद्युत प्रणालियों को कैसे ट्यून किया जा सकता है। बिजली पैदा करते हुए पारंपरिक प्रजनन के मैदानों के रास्ते पर अप्रभावित। विंड फार्म परियोजना का एक और पहलू है जो माइक्रोसॉफ्ट के एआई के पीछे लोकाचार को दर्शाता है। अर्थ प्रोग्राम के लिए: एकत्र किए गए सभी डेटा एसएसई रिन्यूएबल्स के बाहर साझा किए जाएंगे और समुद्री और अन्य पर्यावरण शोधकर्ताओं के लिए उपलब्ध होंगे। परिणामी डेटासेट नए पवन खेतों की योजना बनाने और किसी अन्य महाद्वीपीय शेल्फ अवसंरचना परियोजनाओं के लिए एक मूल्यवान संसाधन होना चाहिए। यह एक और प्रतिक्रिया पथ जोड़ता है, जिससे वैज्ञानिकों को डेटा में अपनी विशेषज्ञता और विश्लेषण जोड़ने की अनुमति मिलती है। मौजूदा Azure सेवाओं का उपयोग करना Azure इस प्रकार के एप्लिकेशन के लिए एक आदर्श मंच है। इसे बनाने के लिए आवश्यक अधिकांश उपकरण पहले से ही मौजूद हैं: सेंसर को प्रबंधित करने के लिए Azure IoT हब; डेटा लेक बड़े पैमाने पर डेटा भंडारण आवश्यकताओं को संसाधित करने के लिए; और मॉडल को होस्ट करने और चलाने के लिए अपने मौजूदा डिजिटल ट्विन्स उत्पाद के साथ परिणामी मॉडलों के निर्माण, परीक्षण और उपयोग के लिए एज़्योर की एआई टूलिंग। यह एक दृष्टिकोण है। यह स्केलेबल और लचीला है जो विभिन्न स्थानों में निर्मित और संचालित पवन खेतों के बीच अंतर का समर्थन करने के लिए पर्याप्त है। जैसे ही नए डेटा बिंदु मिलते हैं, उन्हें मॉडल में जोड़ा जा सकता है, जिससे प्लेटफ़ॉर्म को नए डेटा और पवन फार्म चलाने वाली टीम के नए प्रश्नों के अनुकूल होने और इसके पर्यावरणीय प्रभाव का प्रबंधन करने की अनुमति मिलती है। डेटा को लंबी अवधि के लिए संग्रहीत करने की आवश्यकता होगी, क्योंकि पवन फार्म का प्रभाव एक वर्ष लंबा होता है, इसलिए मॉडलों को मौसम और वर्षों के क्रम में काम करने की आवश्यकता होती है, यहां तक कि दशकों तक, नहीं बस मिनट और सेकंड। इस तरह के बड़े पैमाने पर डिजिटल जुड़वां औद्योगिक इंटरनेट ऑफ थिंग्स में तार्किक अगला कदम है। Microsoft पहले से ही जटिल सिस्टम वाले अन्य ग्राहकों से रुचि देख रहा है जिन्हें निगरानी और नियंत्रण की आवश्यकता है।
यह स्वयं Microsoft के लिए एक लाभ बन जाता है, क्योंकि इसमें कार्बन नेगेटिव बनने की प्रतिबद्धता, इसलिए इसे अपने पर्यावरण पदचिह्न को कम करने के लिए नई तकनीकों को विकसित करने के लिए नवीन अक्षय ऊर्जा प्रदाताओं के साथ काम करने की आवश्यकता है। एक और पहलू है इस तरह के बड़े पैमाने पर पर्यावरण मॉडल के उपयोग के लिए, जिसमें उनके आउटपुट को अन्य प्रणालियों के साथ साझा किया जा सकता है, उदाहरण के लिए माइक्रोसॉफ्ट के अपने सटीक कृषि मंच फार्मबीट्स के लिए डेटा प्रदान करना।
Be First to Comment