Clir和SINAI科技利用大数据对抗气候发展
发布时间：2021-10-03 13:47:33 所属栏目：大数据 来源：互联网
导读：你想到要解决气候危机时会想到什么呢？ 大多数人的本能反应是类似电气化、碳封存、回收或可再生农业等等。 没有多少人会想到大数据或人工智能，而最近的几次谈话让我相信大数据和人工智能领域在这方面的重要性，二者可以帮助我们的文明蓬勃发展及帮助其在下
|
你想到要解决气候危机时会想到什么呢？
大多数人的本能反应是类似“电气化”、“碳封存”、”回收”或“可再生农业”等等。
没有多少人会想到“大数据”或“人工智能”，而最近的几次谈话让我相信大数据和人工智能领域在这方面的重要性，二者可以帮助我们的文明蓬勃发展及帮助其在下一个世纪得以生存。
笔者最近有幸与两位创始人、CEO交谈，两位以非常不同的方式在完全不同的领域应用人工智能，但很明显，廉价的计算能力无处不在，再加上聪明的工程师以及专注、有远见的企业家，这些因素代表了一种强大的力量，可以帮助我们缓解气候挑战和适应当今更严酷、更具挑战性的后气候世界。
本文要介绍的公司是Clir和SINAI科技。
Clir
大家都知道可再生能源（RE）发电的一个大缺点是其间歇性。
虽然电网可以利用大规模电池装置减缓间歇性的一些不良影响，但不同的生产水平不可避免地会给可再生能源设施的运行增加不确定性。
不确定性对电厂经营者及电网管理者（他们必须实时匹配电力供应和电力需求）有一些负面影响，但不确定性对可再生能源项目的金融家也会有负面影响。
这会导致资产所有者在面对杠杆作用（即借钱）时犹豫不决，会影响股权收益的提高。银行则会倾向于收取更高的利率，保险公司倾向于收取更高的保险费，借以弥补增加的经营风险。并购交易流会放缓，因为潜在的可再生能源资产收购者不确定该设施的现金流能有多稳定。
初创公司Clir一直都在利用数据科学和人工智能的创新了解可再生能源工厂的运营驱动因素，Clir就是要利用获得的专业知识提高工厂的效率并减少不确定性。通过这种手段，Clir可以降低清洁发电商的资本成本，令可再生能源设施成为更具吸引力的投资资产。
Clir整合了来自风电场或太阳能阵列各单元的数据——真的是海量数据，再用机器学习算法处理这些数据，达到了解设施在不同时间和环境条件下运行情况的目的。
Clir人工智能接着会找出如何使设施的整体效率最大化的各种方法，首席执行官Gareth Brown表示这些方法有时可能看起来有点反直觉。
例如，对于一些海上风电场或位于美国大沙漠中间的风电场而言，不同海拔的空气之间并没有太多的混合。在这样的低混合情况下，领头的涡轮机应设置为以低于峰值的效率运行，如此可提高风电场的整体效率。
由于那些没被领头的、产生尾流的涡轮机搅动的风能够以更大的力量击打后面的受尾流影响涡轮机的叶片上，进而能产生更多的功率。受尾流影响的涡轮机所产生的功率会超出产生尾流的涡轮机减少的功率。学术研究称这个过程为 “尾流转向”，尾流转向可以增加约10%的发电量，更重要的是，尾流转向可以减少约70%的发电量不确定性。
减少70%的不确定性对资产所有者和支持他们的金融家来说是一个巨大的胜利。运营不确定性的减少了，银行和保险公司就可以更好地评估潜在的风险和回报并为自己的金融产品进行更适当的定价。而寻求收购可再生能源资产的投资者也就可以更好地知道什么是公平的价格。
本专栏的主要前提：资本主义既然代表了人类适应能力的经济表现，那它就是对抗气候变化的一个不可替代的工具。资本主义可以将资金导向最成功的想法，因此，由于Clir人工智能够帮助投资者做出合理的资本分配决策，从这一点出发，可以说Clir就是文明向可再生能源未来过渡的尖兵。
SINAI科技
公司经理们多年来必须关注的任务颇为直接明了：为公司的所有者实现利润最大化。虽然这个任务不那么简单，但由于政府过去不知道本应该向公司征收温室气体（GHG）排放费用，这个任务相应就不那么地棘手。
而在过去十年中，各国政府终于开始宣布和实施碳税，但仍然没有普遍的解决方案。不同的国家层面或地区层面的碳税计划迫使一些行业的公司要为温室气体排放付费；各地的实施参差不齐，而且各司法管辖区的执行情况也不同。
美国和欧洲最近宣布了征收边境调节税，两个最大的贸易区看起来终于快要逼着公司去“内部消化”与温室气体排放有关的成本了。
我们知道，碳边境税对于生活爱好者来说是不折不扣的好消息，但征收这些税项则会迫使公司完全重新考虑他们的资本支出和运营规划。大公司正朝着建立内部碳定价的方向发展（例如微软、达能），在内部碳定价的模式下，各部门和公司范围内的利润将根据设定的温室气体排放成本进行调整。
以内部碳定价为中心的公司规划并非一项小任务。公司的财会和规划系统本来不是为衡量或报告这些成本而设立的，所以仅仅要收集数据都具有挑战性，收集数据而且还是高度手动的。公司花巨资聘请顾问，将临时性的电子表格整到一起，目的是试图收集所需的数据，以便做出简单的“放行”或“不放行”的决定。
旧金山的初创公司SINAI科技公司是由Maria Fujihara (CEO) 和Alain Rodriguez (CTO)创立的。 SINAI科技旨在改变这些人工流程以及引领去碳化领域进入21世纪。
SINAI设计的自动化程序可以将来自不同公司部门的排放数据进行编译后储存到一个共同的数据存储中，进而准确地评估公司的整体排放状况。
SINAI除了公司的内部数据以外还收集区域发电数据和供应商的信息，用于估计公司的基准范围I、II和II温室气体（Scope I, II, and II GHG emissions.）排放量（有关范围I、II和II温室气体排放量的定义请参看相应的资料）。SINAI的客户因此能够全面了解自己的整体温室气体足迹及更深入地了解供应链的哪一部分最需要进行减排。
SINAI的系统在收集数据和创建基准后接着会利用人工智能预测不同减排方案下的排放水平。通过比较供应链上不同部分及不同技术实施的减排效果就可以制定与脱碳相关的资本支出计划。
SINAI的技术用于规划过程使得公司可以了解应该关注哪些脱碳项目以获得最大的收益，进而令公司作出明智的战略决策。各公司要适应我们的后暖化世界就得进行必要的巨大变革，而有效地利用这样的工具则是至关重要的。
Clir公司的Brown和SINAI公司的Fujihara和Rodriguez以及笔者都知道，为了迎接21世纪的挑战，我们需要使出浑身解数及用上我们工具包中的所有工具——包括大数据分析和人工智能。
聪明的投资者务必注意。
 （编辑：广安站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
