Prąd w Polsce ma zdrożeć, i to drastycznie, nawet o 60 procent, bo rosną ceny emisji. Powodem tak radykalnych zmian miały być m. in. wyższe koszty uprawnień do emisji CO2, jak również stosunkowo niskie ceny energii w Polsce w porównaniu do średniej europejskiej
Znaczne oszczędności mogłoby przynieść wykorzystanie rozwiązań z dziedziny sztucznej inteligencji w zarządzaniu infrastrukturą energetyczną. Tak myślą m.in. Brytyjczycy. UK National Grid, największy operator energetyczny na Wyspach, wraz z firmą Keen Ai planuje wprowadzenie technologii pozwalającej na wczesne wykrywanie problemów na liniach przesyłowych dzięki wykorzystaniu sztucznej inteligencji – informuje „The Guardian”. Do zbierania danych brytyjski operator będzie wykorzystywał drony, które i tak już od 2 lat gromadzą je z ponad 7000 mil kabli wykorzystywanych przez UK National Grid. Latające maszyny, wyposażone w kamery o wysokiej rozdzielczości, wykorzystuje się do oceny stanu technicznego infrastruktury. Wykrywanie potencjalnych zagrożeń, choć do tej pory zajmowało ekspertom mnóstwo czasu, oznacza niższe koszty dla operatora.
Celem UK National Grid było przyspieszenie tego procesu, stąd pomysł na wykorzystanie uczenia maszynowego do analizy materiału z dronów. Zresztą to nie pierwsza przygoda brytyjskiego operatora ze sztuczną inteligencją. W 2017 oku firma z obszaru SI należąca do Google DeepMind zaproponowała podobną współpracę, choć w tym przypadku maszyny miały pomóc w znalezieniu oszczędności w zakresie przesyłu prądu, by straty były jak najmniejsze. DeepMind uznał 10-procentową obniżkę cen prądu za realną, choć na razie nie słychać o konkretnych efektach tej współpracy.
Drony nad liniami przesyłowymi to nie tylko domena brytyjska, podobne rozwiązania wykorzystują w Europie choćby Norwegowie. Czy w Polsce możliwe jest reagowanie z wyprzedzeniem na ewentualne usterki? O testach dronów w listopadzie 2018 informował m.in. Tauron, natomiast we wrześniu Energa podpisała z Instytutem Lotnictwa umowę dotyczącą rozwijania takich technologii.
Pozostaje kwestia czy zmniejszenie kosztów usterek technicznych przełoży się na niższy rachunek dla przeciętnego Kowalskiego. I czy polscy operatorzy wykorzystają uczenie maszynowe do czegoś więcej niż tylko przewidywanie awarii.