في الختام ، يولد استكشاف الفضاء كميات هائلة من البيانات
وفقًا لوكالة الطاقة الدولية (IEA) ، نما سوق الرياح البحرية العالمية بحوالي 30٪ بين عامي 2010 و 2018. تقود دول مثل الصين والدنمارك والمملكة المتحدة هذا المجال ، حتى أن رئيس الوزراء البريطاني بوريس جونسون صرح بأن المملكة المتحدة تنوي أن تصبح “المملكة العربية السعودية لطاقة الرياح”. بينما تعد مزارع الرياح مصدرًا مستدامًا للطاقة ، إلا أنها تتطلب إدارة مناسبة نظرًا لتأثيرها على تقليل انبعاثات ثاني أكسيد الكربون والحد من آثار تغير المناخ الذي يشهده الكوكب اليوم.تتطلب الكابلات والمكونات التي تدعم التوربينات وطاقة النقل من مزرعة الرياح إلى الأرض مراقبة وصيانة مستمرة. أما بالنسبة لتوربينات الرياح البحرية ، فإن القيام بالعمل يتطلب تكاليف تشغيل عالية للغاية ، حيث تقوم الشركات بإرسال سفن كبيرة ، والتي تستهلك كمية كبيرة من الوقود ، ويمكن أن تضم هذه السفن طاقمًا يتألف من أكثر من خمسين شخصًا من المهندسين والغواصين والطهاة وعمال النظافة. . على مدار عمرها ، يمكن أن تولد إحدى هذه السفن ما يصل إلى 275000 طن من انبعاثات الكربون.
بالنظر إلى هذه الحقائق ، فإن استخدام التقنيات القائمة على الذكاء الاصطناعي في قطاع الطاقة البحرية يمثل فرصة للحد من الآثار البيئية السلبية وتحقيق نمو كبير لهذه الصناعة. تشمل الأمثلة المركبات تحت الماء ، وتقنية التعريب والتخطيط المتزامنة المعروفة باسم “SLAM” ، والتي تسمح للروبوت بالحصول على معلومات حول محيطه ، مما يسمح له بتقدير موقعه.
تستخدم العديد من شركات الطاقة البحرية المركبات التي يتم تشغيلها عن بُعد (ROVs) لجمع بيانات الفيديو لفحص البنية التحتية ، مع وجود أطقم على الأرض أو السفن القريبة عبر الحبال التي تشمل كابلات الطاقة والاتصالات وأجهزة استشعار الفيديو المدمجة. أشياء مثل الكاميرات والأضواء وأنظمة الطفو والسونار والأدوات الأخرى ، ثم يقوم فريق من الأشخاص بمراجعة البيانات. بالنسبة للمركبات ذاتية القيادة التي تعمل تحت الماء (AUVs) ، يمكنهم الحصول على المعلومات عن طريق رسم الخرائط والتخطيط لإطار بيئتهم ، واستخدام مجموعة من الخوارزميات لأداء المهام المطلوبة.ومع ذلك ، فإن هذا لا يخلو من التحديات ، حيث أن البيانات التي تم جمعها من المركبات التي تعمل عن بعد (ROVs) أكبر من أن يتم إرسالها عبر الأقمار الصناعية. في كثير من الأحيان ، يتم تحليل عشرات أو حتى مئات الساعات من ملفات الفيديو بدقة 4K يدويًا من على متن السفينة لتحديد المشاكل المحتملة أو التلف. لذلك ، فإن هذا يستهلك الكثير من وقت وطاقة الكوادر البشرية. لحل هذه المشكلة ، يتم تقليل سعة الفيديو عن طريق ضغط الفيديو على السحابة ثلاثية الأبعاد ، باستخدام صورة منفصلة وتشغيلها من خلال منصة سحابية ذات عرض نطاق ترددي منخفض ، مما يساعد المساحين على تسريع العملية بشكل كبير. يمكن أن يؤدي استخدام تحليل التعلم الآلي إلى تحديد الميزات والحالات الشاذة الرئيسية وتصنيفها ، مما يوفر المزيد من الوقت ، ويسمح للمشغلين ببساطة بفحص الوظائف وتأكيد النتائج ، وأتمتة العمليات التي يحتمل أن تكون مملة.على الرغم من بعض التحديات التي واجهتها ، فمن الواضح أن هذه التقنيات لديها إمكانات كبيرة ، خاصة وأن البيئة البحرية توفر اختبارًا حقيقيًا لتطوير وتدريب الروبوتات المستقلة. من خلال دمج تقنية الذكاء الاصطناعي في طاقة المحيطات ، تقوم الشركات بانتقال مطرد إلى طاقة أنظف وأكثر استدامة. تتوقع شركة Vaarst التي تتخذ من المملكة المتحدة مقراً لها ، وهي شركة رائدة في مجال الحوسبة السحابية والروبوتات القائمة على الطاقة ، التخلي عن 75 سفينة كبيرة للصيانة البحرية بحلول عام 2026 ، وهو ما يكفي لتقليل تلوث ثاني أكسيد الكربون بأكثر من 800000 طن سنويًا. كما قال مديرها التنفيذي.