في إطار السعي إلى مستقبلٍ مستدام، يجب أن يبدأ العمل ضدّ تغيّر المناخ من كلّ منزل، بالمعنى الحرفيّ للكلمة. لهذا، ابتكر باحثون في جامعة كامبريدج نموذج ذكاء اصطناعيّ يحدّد المنازل الأقلّ كفاءة في استخدام الطاقة، وذلك باستخدام مصادر متعدّدة للبيانات، بغية تمكين السلطات من اتخاذ الإجراءات المناخية والقرارات السياسية المستنيرة وتسريع الوصول إلى المنازل المستدامة.

عند التفكير بواقع تغيّر المناخ والمقاربات المتنوّعة لمواجهته، يفكّر معظمنا بالمعامل ومحطات الطاقة، وقد لا يُخَيَّل إلينا أنّ كلّاً منا، في منزله، يساهم في رسم هذا المشهد الكارثيّ. فماذا لو كانت أماكن سكننا وممارساتُنا اليوميةُ جزءاً من الحل، بدل أن تكون سبباً للمشكلة؟

الحقيقة أنّ جزءاً كبيراً من الانبعاثات العالمية مصدرُه الأبنية السكنية. كما أنّ نسبة 25% من هذه الأبنية تُصنَّف على أنّها “مبانٍ تصعب إزالةُ الكربون منها”، بمعنى أنّها غير مؤهّلةٍ لتقنيات كفاءة استخدام الطاقة مثلاً، وهي منتشرةٌ في مختلف أنحاء العالم، ما يجعلها عقبةً كبيرةً في طريق تحقيق صافي الانبعاثات الصفرية.

لاجتياز هذه العقبة، لا بدّ أولاً من تحديد هذه المنازل غير الفعّالة في استهلاك الطاقة. عملية عادةً ما تتم بطرق تقليدية. وهذا ما تعترف به العديد من الحكومات، مثل رابطة الحكومات المحلية في المملكة المتحدة. والأبحاث الأكاديمية حول هذا الموضوع محدودة، كما أنّ الإجراءات الدقيقة تتطلّب بياناتٍ دقيقةً خاصةً بكلّ موقعٍ على حدة، مثل مؤشرات الطاقة والعادات الفردية، ما يجعل العمل في الغالب مقتصراً على ميزاتٍ عامةٍ جداً ويسهل الوصول إليها.

في جامعة كامبريدج، أطلقت مجموعة التصميم المستدام ابتكاراً جديداً، بقيادة باحثين في التخطيط الحَضَريّ وعلوم البيانات، بغية دمج المفاهيم العمرانية بالتكنولوجيا لدفع عجلة الاستدامة قدماً.

طوّر هذا الفريق نموذجَ ذكاء اصطناعيّ مصمَّماً لتحديد المنازل الأقل كفاءةً في استخدام الطاقة باستخدام البيانات المتاحة للعامة، مثل شهادات أداء الطاقة وصور الشوارع والصور الجوية ودرجات حرارة سطح الأرض ومعلومات عن حالة المباني. وعند اختباره في كامبريدج، أظهر النموذج دقةً بنسبة 82% في تحديد المنازل التي تصعب إزالة الكربون منها.

ومن الجدير بالذكر هنا أنّ صور الشوارع قد لعبت دوراً محورياً في تعزيز دقة التنبؤ، فهي توفّر ثروةً من المعلومات المرئية حول الخصائص الخارجية للمباني، مثل نوع مواد البناء والطراز المعماري ووضع النوافذ والعزل والحالة العامة للعقار، كما أنّها تساعد في فهم العوامل البيئية التي تؤثر في كفاءة الطاقة، مثل وجود الأشجار وظلال المباني المجاورة واتجاه العقار ومدى تلقّي المبنى لأشعة الشمس، فكلّ هذه العناصر تلعب دوراً في تحديد مقدار الطاقة التي يحتاجها المنزل للتدفئة والتبريد والحياة اليومية عموماً.

لكنّ تحدياتٍ كثيرةً استوقفت الفريق أثناء تطوير النموذج. على سبيل المثال، عند الاعتماد على البيانات مفتوحة المصدر، برزَ التباين في جودة البيانات عبر المناطق المختلفة. صحيحٌ أنّ البيانات عالية الدقة، مثل الصور الحرارية، ضروريةٌ جداً، لكنها قد تكون مكلفةً للغاية، ناهيك عن صعوبة الحصول عليها، لا سيما في المناطق ذات الموارد المحدودة. بالإضافة إلى ذلك، فقد شكّل إدماج نتائج النموذج ضمن الأطر التنظيمية القائمة عقباتٍ إداريةٍ لا يُستهان بها.

ولاجتياز كلّ هذه التحديات وغيرها، كان لِزاماً ضمانُ التعاون بين أولئك العاملين في التخطيط الحضريّ والتشريع والمواطنين وأصحاب المصلحة، من أجل مواءمة نتائج النموذج مع أهداف السياسة الحالية وإنجاح النموذج بصورةٍ عامة.

يمثّل هذا المشروع قفزةً كبيرةً إلى الأمام في استخدام التكنولوجيا لتعزيز الاستدامة وكفاءة الطاقة، فهو يتيح اتخاذ تدابير هادفةٍ لتوفير الطاقة وخفض الانبعاثات الكربونية، الأمر الذي يعني تخصيصاً أكثر كفاءةً للموارد وتقليلاً للآثار البيئية إلى الحدود الدنيا.

من ناحيةٍ أخرى، توفّر هذه النتائج رؤى قيّمةً للمستثمرين وصنّاع السياسات، وتوجِّهُ توزيعَ الموارد إلى المناطق التي تتطلّب أكبر قدرٍ من التحسين وتعزّز الفعالية الإجمالية.

على الأرض، استطاع المشروعُ رفعَ وعي أصحاب المنازل حول استخدامهم للطاقة، مما حفّزهم على اعتماد تدابير وتجديداتٍ لتوفير الطاقة وتبنّي الممارسات الخضراء. ومن شأن هذا الوعي المتنامي أن يدعمَ أهداف الاستدامة على المدى الطويل ويقدّم تجسيداً للإمكانيات التحويلية التي يمكن تحقيقُها عند إدماج التكنولوجيا مع علومنا كلّها من أجل الابتكار والتكيّف.

المراجع:

• https://www.cam.ac.uk/research/news/ai-trained-to-identify-least-green-homes-by-cambridge-researchers?utm_campaign=research&utm_source=linkedin,twitter&utm_medium=social
• https://www.sciencedirect.com/science/article/pii/S2210670723006261?via%3Dihub
• https://www.bbc.com/news/uk-england-northamptonshire-67304128