Une erreur dans le texte ?

C'est le bon endroit pour nous l'indiquer !
Attention, ce formulaire ne doit servir qu'à signaler une erreur. N'hésitez pas à utiliser la page de contact pour nous contacter ou nous faire part de vos suggestions. Merci.

Etape 1

Cliquez sur les paragraphes contenant des erreurs !

Peut-on prédire la production d'une éolienne ? Google s'y essaye avec du machine learning

Google propose d'utiliser l'intelligence artificielle pour anticiper la production des éoliennes. La solution permettrait de mieux valoriser cette énergie renouvelable d'un point de vue économique.

Les éoliennes sont écologiques mais leur rendement est difficile à prévoir. Partant de ce constat, Google propose sa solution pour mieux prédire le rendement de ces installations, en utilisant l'apprentissage automatique.

Le 26 février 2019, Sims Witherspoon, responsable du programme DeepMind, et Will Fadrhonc, responsable du programme Énergie sans carbone de Google, ont expliqué cette nouvelle idée dans une publication de blog. « Nous avons configuré le système DeepMind pour prédire la production d'énergie avec 36 heures d'avance sur la production actuelle », détaillent les représentants de Google.

Depuis son rachat en 2014, DeepMind est la filiale de Google qui travaille dans l'intelligence artificielle. Ses technologies font régulièrement sensation, comme lorsque l'une de ses IA a battu des joueurs professionnels sur StarCraft 2 ou lorsque qu'AlphaGo s'est mesurée à des champions du jeu de go.

Mieux répondre à la demande en électricité

Dans le cas des éoliennes, l'algorithme a été entrainé à partir de deux éléments : des « prévisions météorologiques » ainsi que les « données historiques des turbines ». Le système s'en sert alors pour calculer, avec plus d'une journée d'avance, quelle production devrait pouvoir fournir l'éolienne. Ces anticipations permettraient de valoriser davantage cette forme d'énergie, d'un point de vue économique.

Google reconnaît que le vent reste une variable difficile à prédire. L'entreprise pense néanmoins que cette solution peut service aux gérants de fermes éoliennes afin de mieux « répondre à la demande en électricité ». La précision des prédictions pourrait compenser la marge d'incertitude et encourager l'adoption de cette source d'énergie renouvelable -- alors que les énergies fossiles sont vouées à disparaitre.