اخیراً پژوهشگران دانشگاه استنفورد ایالات متحده، الگوریتمی مبنی بر هوش مصنوعی به نام DeepSolar برای شمارش تعداد پنل‌ خورشیدی طراحی کرده‌اند.

اگرچه شمارش کل پنل‌های خورشیدی موجود در ایالات متحده به صورت دستی کار تقریباً غیرممکنی است، تکنولوژی DeepSolar این امر را میسر کرده و تمام 1/47 میلیون پنل خورشیدی موجود در آمریکا را شناسایی و شمارش می‌کند.

نحوه شمارش تعداد پنل خورشیدی

در این تکنولوژی، شبکه‌ی عصبی دیجیتالی تصاویر تهیه‌شده توسط ماهواره‌ها به کاشی‌های کوچکتری تبدیل شده و پیکسل‌های موجود در هر یک از این کاشی‌ها دسته‌بندی می‌‌شوند. سپس با تحلیل پیکسل‌های قرارگرفته درکنار هم متوجه می‌شود که آیا سطح مدنظر از پنل خورشیدی تشکیل شده است یا نه؛ خواه با مزرعه‌ای از پنل‌های خورشیدی مواجه باشیم یا با تنها یک پنل خورشیدی در سقف یک مجتمع مسکونی.

مزایا و معایب

در این فرایند که با استفاده از هوش مصنوعی انجام می‌شود، از خطاهای انسانی جلوگیری می‌شود، دقت کار بالا می‌رود و مهم‌تر از همه، کار شمارش با حداکثر سرعت و کارایی انجام می‌شود. شمارش پنل‌های خورشیدی با این روش تنها چند هفته طول می‌کشد؛ در حالیکه در روش‌های عادی ممکن است ماه‌ها و حتی سال‌ها به طول بیانجامد، بدین ترتیب ممکن است اطلاعات نادرستی به دست آوریم؛ زیرا در این حین احتمالا پنل‌های جدیدی نصب شده‌اند که فرایند شمارش را طی نکرده‌اند.

شمارش سریع پنل‌های خورشیدی به دولت نیز در زمینه‌های مختلفی کمک می‌کند؛ به‌عنوان مثال با استفاده از داده‌های این شمارش، دولت درباره‌ی استراتژی‌های خود در زمینه‌ی انرژی‌های تجدیدپذیر تصمیم‌گیری می‌کند، ضریب نفوذ پنل‌های خورشیدی در بین مردم را اندازه‌گیری می‌کند و حتی با استفاده از تحلیل تعداد پنل‌های هر منطقه، وضعیت اقتصادی مردم آن منطقه را بررسی می‌کند.

البته موانعی هم بر سر راه این تکنولوژی وجود دارد؛ مثلا شمارش پنل‌ها با استفاده از تصاویر تهیه‌شده توسط ماهواره‌ها، اطلاعات مفیدی درباره‌ی ویژگی‌های پنل‌ها در اختیار ما قرار نمی‌دهد یا مشخص نمی‌کند که پنل‌ها قدیمی هستند یا جدید. احتمالا در آینده‌ای نزدیک شاهد سیستم‌های مبتنی بر هوش مصنوعی خواهیم بود که این مشکلات را نیز حل خواهند کرد.