Comment l'apprentissage en profondeur a aidé à cartographier chaque panneau solaire aux États-Unis

Catégorie: Intelligence artificielle Posté 20 décembre

L'apprentissage en profondeur a été utilisé pour identifier 1,47 million d'installations solaires aux États-Unis, dépassant la dernière estimation de 1,02 million.

Quoi de neuf: Les panneaux solaires sont de plus en plus populaires aux États-Unis, mais il s'est avéré difficile de déterminer leur nombre exact. Des chercheurs de l'université de Stanford nous ont beaucoup rapprochés, grâce à un nouveau système appelé DeepSolar , qui utilise l'apprentissage en profondeur pour numériser des images satellites à la recherche de panneaux solaires.

Comment cela a fonctionné : L'équipe a formé DeepSolar sur 370 000 images satellites en lui apprenant lesquelles comprenaient des panneaux solaires. Le programme a ensuite déterminé comment repérer les panneaux solaires, les trouvant correctement 93 % du temps. Il a fallu environ un mois au système pour numériser le milliard d'images nécessaires pour atteindre son chiffre final.

Les usages: Les cartes pourraient nous aider à mieux comprendre l'adoption de l'énergie solaire aux États-Unis. À l'avenir, les chercheurs prévoient d'utiliser leur système pour créer des cartes solaires pour d'autres pays, et peut-être de le déployer pour localiser des éoliennes et d'autres infrastructures énergétiques.

Cette histoire est apparue pour la première fois dans notre newsletter The Download. Inscrivez-vous ici pour recevoir votre dose quotidienne des dernières technologies émergentes.