{"id":842325,"date":"2023-09-10T18:32:12","date_gmt":"2023-09-10T23:32:12","guid":{"rendered":"https:\/\/blogging-techies.com\/ge\/forscher-erhalten-zuschusse-in-hohe-von-44-millionen-us-dollar-fur-projekte-die-ki-zur-bekampfung-des-klimawandels-einsetzen\/"},"modified":"2023-09-10T18:32:12","modified_gmt":"2023-09-10T23:32:12","slug":"forscher-erhalten-zuschusse-in-hohe-von-44-millionen-us-dollar-fur-projekte-die-ki-zur-bekampfung-des-klimawandels-einsetzen","status":"publish","type":"post","link":"https:\/\/blogging-techies.com\/ge\/forscher-erhalten-zuschusse-in-hohe-von-44-millionen-us-dollar-fur-projekte-die-ki-zur-bekampfung-des-klimawandels-einsetzen\/","title":{"rendered":"Forscher erhalten Zusch\u00fcsse in H\u00f6he von 4,4 Millionen US-Dollar f\u00fcr Projekte, die KI zur Bek\u00e4mpfung des Klimawandels einsetzen"},"content":{"rendered":"
<\/figure>\n

Das C3.ai Digital Transformation Institute hat am Donnerstag 4,4 Millionen US-Dollar an Auszeichnungen f\u00fcr Forscher bekannt gegeben, die alles vom Offline-Reinforcement-Learning und gro\u00df angelegten Simulationen bis hin zur Boden- und Algenprobenahme nutzen, um L\u00f6sungen f\u00fcr den Klimawandel zu finden. Interdisziplin\u00e4re Teams aus Universit\u00e4ten und Forschungsgruppen wollen mithilfe k\u00fcnstlicher Intelligenz Stromnetze widerstandsf\u00e4higer machen, die Vorhersage von Waldbr\u00e4nden verbessern und praktikable Optionen zur Kohlenstoffbindung entwickeln. <\/p>\n

Das Institut veranstaltete im vergangenen Fr\u00fchjahr seinen ersten Aufruf zur Einreichung von Beitr\u00e4gen, um M\u00f6glichkeiten f\u00fcr den Einsatz von KI zur Bek\u00e4mpfung von COVID-19 zu ermitteln. Das zentrale Thema war in diesem Jahr der Klimawandel. <\/p>\n

Eric Horvitz, Chief Scientific Officer von Microsoft, ist Mitglied des Institutsvorstands und nahm an einer Pressekonferenz \u00fcber die Stipendiaten teil. Er sagte, er sei beeindruckt von den Vorschl\u00e4gen, die einige der schwierigsten Probleme der Welt angehen. <\/p>\n

\u201eWir brauchen solche mutigen, aber technisch und wissenschaftlich fundierten Projekte, und diese Projekte m\u00fcssen von Teams durchgef\u00fchrt werden, die f\u00fcr ihr tiefes technisches Denken und ihre Kreativit\u00e4t bekannt sind\u201c, sagte er. <\/p>\n

Ali Hortacsu, Wirtschaftsprofessor an der University of Chicago, nutzt Angebots- und Nachfragedaten aus dem Stromnetz, um ein Modell zu erstellen, um zu verstehen, wie das Netz auf Ereignisse wie den Wintersturm reagiert, der Texas im Februar heimgesucht hat. Ziel von Hortacsu ist es herauszufinden, wie Netzwerkinvestitionen \u00e4hnliche Ausf\u00e4lle in Zukunft reduzieren k\u00f6nnten. <\/p>\n

SEHEN: <\/strong>Der kalifornische EV-Deal k\u00f6nnte den Weg f\u00fcr eine \u201estrategische Stromreserve\u201c und Netzsicherheit ebnen<\/strong> (Technologische Republik)<\/strong><\/p>\n

Zido Kolter, Informatikprofessor an der Carnegie Mellon University, konzentriert sich ebenfalls auf das Stromnetz, sein Spezialgebiet ist jedoch Offline-Reinforcement Learning. Mit den Mitteln wird eine Simulation erstellt, die strenge Sicherheitsbeschr\u00e4nkungen beinhalten kann. Kolter und Sergey Levine von der University of California, Berkeley, sind die Hauptforscher dieses Projekts.<\/p>\n

Claire Tomlins Ziel ist der Aufbau intelligenter Algenanbaustrukturen, die sich selbstst\u00e4ndig durch den Ozean bewegen und Meeresstr\u00f6mungen als Energiequelle nutzen k\u00f6nnen. <\/p>\n

\u201eWir m\u00f6chten, dass sie in n\u00e4hrstoffreichen Gebieten bleiben, sich von Booten fernhalten und m\u00f6glichst wenig Energie verbrauchen\u201c, sagte er. <\/p>\n

Algen absorbieren Kohlendioxid und k\u00f6nnten bei der Kohlenstoffbindung helfen. Tomlin ist Professor f\u00fcr Elektrotechnik und Informatik an der University of California, Berkeley. <\/p>\n

W\u00e4hrend eines Pressegespr\u00e4chs zu den Auszeichnungen fragte ein Publikum, warum das Institut einen Open-Source-Ansatz mit von Forschungsgruppen entwickelter Technologie verfolgt. <\/p>\n

Tom Siebel, Pr\u00e4sident des Instituts und Pr\u00e4sident und CEO von C3.ai, sagte, dass es bei der Einbindung von Universit\u00e4tsforschern nicht darum gehen d\u00fcrfe, einem Unternehmen dabei zu helfen, Geld zu verdienen; Die Anstrengung musste darin bestehen, der Gesellschaft zu helfen. <\/p>\n

\u201eAlle Wissenschaft wird \u00f6ffentlich zug\u00e4nglich gemacht, und das war schon immer so\u201c, sagte er. \u201eDas ist der Grund f\u00fcr die aktive Teilnahme einiger der brillantesten K\u00f6pfe der Welt.\u201c <\/p>\n

Das Institut ver\u00f6ffentlichte im Februar eine Ausschreibung und erhielt 52 Einreichungen. Die Gutachter vergaben 21 Zusch\u00fcsse f\u00fcr Forschungsvorschl\u00e4ge zur Verbesserung der Widerstandsf\u00e4higkeit, Nachhaltigkeit und Effizienz durch Ma\u00dfnahmen wie Kohlenstoffbindung, Kohlenstoffm\u00e4rkte, Kohlenwasserstoffproduktion, dezentrale erneuerbare Energien und Cybersicherheit. <\/p>\n

Das Institut stellte den Forschern insgesamt 4,4 Millionen US-Dollar in bar zur Verf\u00fcgung. Forschungsteams erhalten au\u00dferdem Zugriff auf bis zu 2 Millionen US-Dollar an Azure-Cloud-Computing-Ressourcen, bis zu 800.000 Supercomputing-Knotenstunden auf dem Petascale-Supercomputer Blue Waters am National Center for Supercomputing Applications an der University of Illinois in Urbana-Champaign, bis zu 25 Millionen Rechenstunden auf Supercomputern im National Energy Research Scientific Computing Center des Lawrence Berkeley National Laboratory und unbegrenzter Zugriff auf die C3.ai Suite. <\/p>\n

Die Forscher verdienten im Laufe eines Betriebsjahres f\u00fcr jedes Projekt 100.000 bis 250.000 US-Dollar. Die Liste der Gewinner ist unten nach Projekttitel, Hauptforscher und Zugeh\u00f6rigkeit aufgef\u00fchrt: <\/p>\n

Nachhaltigkeit<\/strong> <\/h2>\n

Diese Projekte nutzen KI, maschinelles Lernen und fortschrittliche Analysen, um Nachhaltigkeitsinitiativen f\u00fcr Energieverbrauch und Treibhausgasemissionen zu unterst\u00fctzen: <\/p>\n

    \n
  • Lernen in Routingspielen f\u00fcr nachhaltige Elektromobilit\u00e4t (Henrik Sandberg, KTH Royal Institute of Technology)<\/li>\n
  • KI-gesteuertes Materialentdeckungs-Framework f\u00fcr nachhaltige und energieeffiziente elektrochemische Trennungen (Xiao Su, University of Illinois Urbana-Champaign) <\/li>\n<\/ul>\n

    KI zur Kohlenstoffbindung<\/strong> <\/h2>\n

    Diese Bem\u00fchungen nutzen Techniken der k\u00fcnstlichen Intelligenz\/maschinellen Lernens, um den Umfang zu vergr\u00f6\u00dfern und die Kosten der Kohlenstoffbindung zu senken: <\/p>\n

      \n
    • Optimierung des landwirtschaftlichen Managements f\u00fcr die Kohlenstoffbindung im Boden durch Deep Reinforcement Learning und gro\u00df angelegte Simulationen (Naira Hovakimyan, University of Illinois at Urbana-Champaign)<\/li>\n
    • Erschwingliche Kohlenstoffbindung im Gigaton-Ma\u00dfstab: Navigation auf autonomen Algenwachstumsplattformen unter Nutzung komplexer Meeresstr\u00f6mungen und maschinellem Lernen (Claire Tomlin, University of California, Berkeley) <\/li>\n<\/ul>\n

      KI f\u00fcr fortschrittliche Energie- und Kohlenstoffm\u00e4rkte<\/strong> <\/h2>\n

      Ziel dieser Arbeit ist es, eine dynamische, automatisierte und Echtzeit-Preisgestaltung f\u00fcr Energieerzeugungsquellen zu erm\u00f6glichen: <\/p>\n

        \n
      • Quantifizierung des CO2-Guthabens in Ackerland im Mittleren Westen der USA durch Zusammenf\u00fchrung KI-basierter Datenmodelle (Kaiyu Guan, University of Illinois at Urbana-Champaign)<\/li>\n
      • Die Rolle von Interkonnektivit\u00e4t und strategischem Verhalten f\u00fcr die Zuverl\u00e4ssigkeit elektrischer Energiesysteme (Ali Hortacsu, University of Chicago) <\/li>\n<\/ul>\n

        Cybersicherheit im Bereich Energie und Energieinfrastruktur<\/strong> <\/h2>\n

        Diese Projekte nutzen KI\/ML-Techniken, um die Cybersicherheit kritischer Strom- und Energieanlagen sowie intelligent vernetzter Fabriken und H\u00e4user zu verbessern: <\/p>\n

          \n
        • Datengesteuerte Cyber-sichere private Kontrolle verteilter Energieressourcen (Subhonmesh Bose, University of Illinois at Urbana-Champaign)<\/li>\n
        • Cyberangriffe und Anomalien f\u00fcr Energiesysteme: Abwehrmechanismen und Netzwerkst\u00e4rkung durch Techniken des maschinellen Lernens (Javad Lavaei, University of California, Berkeley) <\/li>\n
        • Ein gemeinsamer auf Physik und maschinellem Lernen basierender Ansatz f\u00fcr die Widerstandsf\u00e4higkeit gegen Cyberangriffe im Netzenergiemanagement (Amritanshu Pandey, Carnegie Mellon University) <\/li>\n<\/ul>\n

          Smart-Grid-Analyse<\/strong> <\/h2>\n

          Diese Forscher wenden KI und andere Analyseans\u00e4tze an, um die Effizienz und Effektivit\u00e4t von Netz\u00fcbertragungs- und -verteilungsvorg\u00e4ngen zu verbessern: <\/p>\n

            \n
          • Datengesteuerte skalierbare Spannungsregelung von extrem gro\u00dfen Stromnetzen (Alejandro Dom\u00ednguez-Garc\u00eda, University of Illinois at Urbana-Champaign)<\/li>\n
          • Offline-Verst\u00e4rkungslernen f\u00fcr energieeffiziente Stromnetze (Sergey Levine, University of California, Berkeley) <\/li>\n<\/ul>\n

            Verteiltes Energieressourcenmanagement<\/strong> <\/h2>\n

            Diese Arbeit wendet KI an, um die Durchdringung und Nutzung dezentraler erneuerbarer Energien zu erh\u00f6hen: <\/p>\n

              \n
            • Maschinelles Lernen f\u00fcr leistungselektronikgest\u00fctzte Energiesysteme: Eine einheitliche ML-Plattform f\u00fcr Leistungselektronik, Energiesysteme und Datenwissenschaft (Minjie Chen, Princeton University)<\/li>\n
            • Gemeinsame Nutzung mobiler Energiespeicher: Plattformen und Lernalgorithmen (Kameshwar Poolla, University of California, Berkeley) <\/li>\n
            • Datengesteuerte Steuerung und Koordination intelligenter Wandler f\u00fcr ein nachhaltiges Energiesystem mithilfe von Deep Reinforcement Learning (Qianwen Xu, KTH Royal Institute of Technology) <\/li>\n<\/ul>\n

              KI zur Verbesserung der Risikobewertung von Naturkatastrophen<\/strong> <\/h2>\n

              Diese Projekte nutzen KI, um die Modellierung von Naturkatastrophenrisiken durch zuk\u00fcnftige klimabedingte Ereignisse (z. B. tropische St\u00fcrme, Waldbr\u00e4nde und \u00dcberschwemmungen) zu verbessern: <\/p>\n

                \n
              • KI f\u00fcr Naturkatastrophen: Modellierung tropischer Wirbelst\u00fcrme und Erm\u00f6glichung des Resilienzparadigmas (Arindam Banerjee, University of Illinois at UrbanaChampaign)<\/li>\n
              • Multiskalenanalyse zur Verbesserung der Waldbrandrisikobewertung durch Daten und Computer (Marta Gonz\u00e1lez, University of California, Berkeley) <\/li>\n<\/ul>\n

                Resiliente Energiesysteme<\/strong> <\/h2>\n

                In dieser Arbeit geht es darum, wie der Einsatz von KI\/ML-Techniken sowie Energie- und Kohlenstoffm\u00e4rkte neue Schwachstellen mit sich bringt: <\/p>\n

                  \n
                • Ein lernbasierter Einflussmodellansatz zur kaskadierenden Fehlervorhersage (Eytan Modiano, Massachusetts Institute of Technology)<\/li>\n
                • Reinforcement Learning f\u00fcr ein widerstandsf\u00e4higes Stromsystem (Alberto Sangiovanni-Vincentelli, University of California, Berkeley)<\/li>\n<\/ul>\n

                  KI zur Verbesserung der Modellierung des Klimawandels<\/strong> <\/h2>\n

                  Diese Projekte nutzen KI\/ML, um die Modellierung und Anpassung an den Klimawandel anzugehen: <\/p>\n

                    \n
                  • Maschinelles Lernen zur Verringerung der Unsicherheit \u00fcber die Auswirkungen von Br\u00e4nden auf das Klima (Hamish Gordon, Carnegie Mellon University)<\/li>\n
                  • KI-basierte Vorhersage des Stadtklimas und seiner Auswirkungen auf bebaute Umgebungen (Wei Liu, KTH Royal Institute of Technology) <\/li>\n
                  • Interpretierbare Modelle f\u00fcr maschinelles Lernen zur Verbesserung der Vorhersage riesiger tropischer St\u00fcrme, die extremes Wetter verursachen (Da Yang, Lawrence Berkeley National Laboratory) <\/li>\n<\/ul>\n

                    Das C3.ai Digital Transformation Institute ist eine Forschungsgruppe, die sich darauf konzentriert, den Nutzen k\u00fcnstlicher Intelligenz f\u00fcr Unternehmen, Regierung und Gesellschaft zu beschleunigen. Das Institut arbeitet mit Wissenschaftlern zusammen, um Forschung zu betreiben und Fachkr\u00e4fte im Bereich der digitalen Transformation auszubilden, die \u201ean der Schnittstelle von k\u00fcnstlicher Intelligenz, maschinellem Lernen, Cloud Computing, dem Internet der Dinge, Big-Data-Analysen, Organisationsverhalten, \u00f6ffentlicher Ordnung und Ethik t\u00e4tig ist\u201c. <\/p>\n

                    C3.ai DTI wurde im M\u00e4rz 2020 von C3.ai, der Microsoft Corporation, der University of Illinois at Urbana-Champaign, der University of California, Berkeley, der Carnegie Mellon University, dem Lawrence Berkeley National Laboratory, dem Institute of Technology Massachusetts und dem National gegr\u00fcndet Center for Supercomputing Applications, Princeton University und University of Chicago. Das Institut wird gemeinsam von der University of California, Berkeley und der University of Illinois at Urbana-Champaign verwaltet und gehostet. <\/p>\n

                    C3.ai ist ein Beratungsunternehmen, das sich auf k\u00fcnstliche Intelligenz in Unternehmen und Datenvereinheitlichung, Modellbereitstellung und Anwendungsbereitstellung spezialisiert hat. <\/p>\n ","protected":false},"excerpt":{"rendered":"

                    Das C3.ai Digital Transformation Institute hat am Donnerstag 4,4 Millionen US-Dollar an Auszeichnungen f\u00fcr Forscher bekannt gegeben, die alles vom Offline-Reinforcement-Learning und gro\u00df angelegten Simulationen bis hin zur Boden- und Algenprobenahme nutzen, um L\u00f6sungen f\u00fcr den Klimawandel zu finden. Interdisziplin\u00e4re Teams aus Universit\u00e4ten und Forschungsgruppen wollen mithilfe k\u00fcnstlicher Intelligenz Stromnetze widerstandsf\u00e4higer machen, die Vorhersage von […]<\/p>\n","protected":false},"author":1,"featured_media":842326,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":"","fifu_image_url":"https:\/\/blogging-techies.com\/wp-content\/uploads\/2023\/06\/7.jpg","fifu_image_alt":""},"categories":[7],"tags":[],"_links":{"self":[{"href":"https:\/\/blogging-techies.com\/ge\/wp-json\/wp\/v2\/posts\/842325"}],"collection":[{"href":"https:\/\/blogging-techies.com\/ge\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blogging-techies.com\/ge\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blogging-techies.com\/ge\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/blogging-techies.com\/ge\/wp-json\/wp\/v2\/comments?post=842325"}],"version-history":[{"count":0,"href":"https:\/\/blogging-techies.com\/ge\/wp-json\/wp\/v2\/posts\/842325\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/blogging-techies.com\/ge\/wp-json\/wp\/v2\/media\/842326"}],"wp:attachment":[{"href":"https:\/\/blogging-techies.com\/ge\/wp-json\/wp\/v2\/media?parent=842325"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blogging-techies.com\/ge\/wp-json\/wp\/v2\/categories?post=842325"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blogging-techies.com\/ge\/wp-json\/wp\/v2\/tags?post=842325"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}