Η IBM και το UNDP παρουσιάζουν νέα εργαλεία για την πρόβλεψη της πρόσβασης στην ενέργεια
• To UNDP και η IBM ανέπτυξαν δύο νέα διαδραστικά μοντέλα για το κεντρικό GeoHub της πλατφόρμας Data Futures Exchange του οργανισμού: το μοντέλο τεχνητής νοημοσύνης Electricity Access Forecasting και το στατιστικό γεωχωρικό μοντέλο Clean Energy Equity Index. • Η συνεργασία πραγματοποιήθηκε στο πλαίσιο του προγράμματος IBM Sustainability Accelerator, αξιοποιώντας τεχνολογίες όπως το IBM watsonx, το ΙΒΜ Cloud και την πλατφόρμα IBM Environmental Intelligence. • Τα νέα μοντέλα θα διατίθενται δωρεάν στο ευρύ κοινό μέσω των dashboards του GeoHub του UNDP, βοηθώντας τους χρήστες να έχουν πρόσβαση σε δεδομένα και πληροφορίες για την ερμηνεία σύνθετων προκλήσεων και ευκαιριών στον κλάδο της καθαρής ενέργειας.
Η IBM και το UNDP, το Πρόγραμμα των Ηνωμένων Εθνών για την Ανάπτυξη, ανακοίνωσαν την έναρξη της λειτουργίας δύο νέων διαδραστικών μοντέλων για την ενέργεια, μέσω της παγκόσμιας πλατφόρμας GeoHub. Οι καινοτόμες αυτές λύσεις αξιοποιούν τεχνολογίες, όπως την πλατφόρμα τεχνητής νοημοσύνης και δεδομένων watsonx της IBM, προσφέροντας τη δυνατότητα στους χρήστες – που περιλαμβάνουν από υπεύθυνους χάραξης πολιτικής σε εθνικό και κοινοτικό επίπεδο έως το ευρύ κοινό – να αναλύουν πολύπλοκα ενεργειακά ζητήματα με την αξιοποίηση προηγμένης τεχνολογίας τεχνητής νοημοσύνης (ΑΙ) και να έχουν πρόσβαση σε ευρύ φάσμα πόρων, υποστηρίζοντας διαδικασίες λήψης αποφάσεων, που βασίζονται σε δεδομένα, και με σκοπό μια δίκαιη ενεργειακή μετάβαση.
«Συνδυάζοντας τις γνώσεις και την ηγετική θέση του UNDP στη βιώσιμη ανάπτυξη και της IBM στην καινοτομία στους τομείς της τεχνητής νοημοσύνης και του υβριδικού νέφους, αναπτύσσουμε λύσεις που αναδεικνύουν τον διαρκή, θετικό αντίκτυπο της τεχνολογίας στο περιβάλλον και στις κοινότητές μας», δήλωσε η Justina Nixon-Saintil, Vice President και Chief Impact Officer της IBM. «Προσφέροντας στο ευρύ κοινό ελεύθερη πρόσβαση στα καινοτόμα αυτά μοντέλα, προσβλέπουμε στην ενδυνάμωση των ηγετών, των οργανισμών και των μελών της παγκόσμιας κοινότητας με την απαραίτητη πληροφορία που θα τους βοηθήσει να λάβουν ουσιώδεις αποφάσεις στον τομέα της ενέργειας».
Ως μέρος του Data Futures Exchange (DFx) του UNDP, το GeoHub αποτελεί ένα κεντρικό οικοσύστημα γεωχωρικών δεδομένων και υπηρεσιών. Συγκεκριμένα, παρέχει μια πλατφόρμα για την εύκολη ενσωμάτωση, οπτικοποίηση και ανάλυση δεδομένων, συνδυάζοντας χρονικά και γεωγραφικά δεδομένα με δορυφορικές εικόνες. Παράλληλα, το GeoHub υποστηρίζει μια σταδιακή, τεκμηριωμένη και τοπικά παραμετροποιήσιμη προσέγγιση των αναπτυξιακών προκλήσεων και της ολοκληρωμένης χάραξης πολιτικής - από τον προσδιορισμό της κατανομής της πρόσβασης στην ηλεκτρική ενέργεια μέχρι την αξιολόγηση των επιπέδων ευαλωτότητας στις επιπτώσεις της κλιματικής αλλαγής σε βάθος χρόνου για τις κοινότητες.
«Η πρωτοποριακή συνεργασία του UNDP με την IBM βοηθά τις χώρες να αξιοποιήσουν τα αναπτυξιακά δεδομένα και την τεχνολογική καινοτομία βελτιώνοντας τη ζωή και συμβάλλοντας στην προστασία του πλανήτη. Οι λύσεις που έχουμε συνδημιουργήσει παρέχουν μια αξιόπιστη βάση δεδομένων για την υποστήριξη των κρατών στην προσπάθεια τους για ουσιαστική πρόοδο προς μια δίκαιη ενεργειακή μετάβαση. Οι πράσινες επενδύσεις και οι ανθρωποκεντρικές στρατηγικές ανάπτυξης είναι θεμελιώδεις για την επίτευξη των SDGs» δήλωσε η Laurel Patterson, Head of the SDG Integration Team του UNDP, από το Γραφείο Υποστήριξης Πολιτικής και Προγραμμάτων του UNDP.
Το UNDP και η IBM συνεργάστηκαν για δύο χρόνια στο πλαίσιο του προγράμματος IBM Sustainability Accelerator. Το έργο ξεκίνησε με κοινή προσπάθεια μέσω του IBM Garage και κατέληξε στην αναβάθμιση του GeoHub του UNDP με δύο καινοτόμα μοντέλα: το μοντέλο τεχνητής νοημοσύνης Electricity Access Forecasting και το στατιστικό γεωχωρικό μοντέλο Clean Energy Equity Index.
Ποια εργαλεία αξιοποιεί το Electricity Access Forecasting
• Το μοντέλο τεχνητής νοημοσύνης Electricity Access Forecasting αξιοποιεί την πλατφόρμα watsonx στο Cloud της IBM, καθώς και μια βιβλιοθήκη μηχανικής μάθησης (machine learning) ανοικτού κώδικα, για να παρέχει προβλέψεις σε κλίμακα όσον αφορά την τη πρόσβαση στην ηλεκτρική ενέργεια έως το 2030, αξιολογώντας ένα σύνολο παραγόντων, όπως ο πληθυσμός, οι υποδομές, η αστικοποίηση, το υψόμετρο, τα δορυφορικά δεδομένα και τα δεδομένα χρήσης γης που παρέχονται από την λύση IBM Environmental Intelligence, προσφέροντας, με αυτόν τον τρόπο, σημαντικό πλεονέκτημα σε σύγκριση με τις τρέχουσες εκτιμήσεις. Το μοντέλο θα περιέχει δεδομένα από 102 χώρες του Νότου, συμπεριλαμβανομένων της Αφρικής, της Ασίας-Ειρηνικού, της Λατινικής Αμερικής και της Μέσης Ανατολής.
Σχετικά με το Clean Energy Equity Index
• Το Clean Energy Equity Index, που αναπτύχθηκε από την IBM και το UNDP σε συνεργασία με το Πανεπιστήμιο Stony Brook, είναι ένα πρωτοποριακό στατιστικό γεωχωρικό μοντέλο που συνδυάζει γεωχωρικές αναλύσεις με περιβαλλοντικούς, οικονομικούς και κοινωνικούς παράγοντες – όπως είναι η εκπαίδευση, οι εκπομπές αερίων του θερμοκηπίου και η χρηματοοικονομική κατάσταση της εκάστοτε περιοχής - για να δημιουργήσει μια βαθμολογία για το Κεφάλαιο Καθαρής Ενέργειας, από το 0 έως το 1. Η βαθμολογία αυτή αντικατοπτρίζει τόσο τις ευκαιρίες όσο και την επιτακτική ανάγκη για την ανάπτυξη καθαρής ενέργειας με όρους ισότητας και δίκαιης μετάβασης. Επιπλέον, οι χρήστες του GeoHub μπορούν να έχουν πρόσβαση και να προσαρμόσουν μεμονωμένα κάθε περιβαλλοντικό, οικονομικό ή κοινωνικό παράγοντα που αναλύεται στο μοντέλο για να αξιολογήσουν ποιοι παράγοντες έχουν το μεγαλύτερο αντίκτυπο στη δίκαιη πρόσβαση στην καθαρή ενέργεια, βελτιστοποιώντας με αυτόν τον τρόπο τη λήψη αποφάσεων. Σημειώνεται ότι το μοντέλο θα διαθέτει δεδομένα από 53 αφρικανικές χώρες.
Προηγμένα μοντέλα όπως αυτά δεν ήταν πάντα προσβάσιμα και αξιοποιήσιμα από όλους τους χρήστες. Η IBM και το UNDP αποφάσισαν από κοινού τη συνδημιουργία λύσεων που θα ενισχύσουν την ελεύθερη πρόσβαση σε σύνθετες πληροφορίες σε θέματα καθαρής ενέργειας, καθώς και προηγμένων τεχνολογιών, παρέχοντας ταυτόχρονα σημαντικούς ενεργειακούς πόρους στους υπεύθυνους χάραξης πολιτικής, τις κυβερνήσεις, τους δημοσιογράφους και τους φορείς λήψης αποφάσεων.
Σχόλια