The ultimate project goal of EnergizAIR Infrastructure was to raise individual awareness of the contribution of renewable energy sources, and ultimately change behaviors. Now ten years later, with orders of magnitude more data, AI/machine learning, cloud, and smartphones in the hands of individuals, this is an idea whose time has come.
Author: Didrik Pinte, M.S., CTO
Renewables’ contributions as energy sources and their part in driving business strategies are rising steadily. Multiyear objectives are appearing across companies and countries that rely on renewables, with terms like climate neutrality becoming more familiar. Environment, social, and governance (ESG) strategies are now used by all major companies, with renewables playing an important role, particularly for major oil and gas operators.
Concurrently, the public is becoming more aware of the drive to utilize renewables. However, positive information demonstrating how renewable energy can fit into their everyday lives is limited. Such visibility at the individual level will be necessary to influence behavior and to gain people’s confidence and support.
In 2010, Enthought participated in EnergizAIR, an ahead-of-its-time project by Intelligent Energy Europe and funded primarily by the European Union. EnergizAIR was designed to provide consistent visibility of the contribution of renewable energy sources by integrating them into standard media weather reports with three objectives: to make European citizens aware of the contribution of renewable energy sources, to help them understand the energy sphere, and to encourage them to support sustainable energy management.
Enthought’s role was to create the data management framework that would retrieve raw energy and meteorological data, store and process it, and provide interpretations, as well as create and distribute reports in various formats to media channels.
The project was successful in integrating renewable energy data with traditional weather data for a media audience of 2.5 million through 19 channels. Enthought worked closely with the EnergizAIR team using rapid iterations and ensuring complete transparency for the test-driven development. This enabled obtaining and implementing quick feedback. The result was a well-tested solution that was flexible and extensible while remaining readable and requiring minimal Python knowledge to extend and modify.
There are a number of possibilities for a similar project today to influence individual behaviors for energy sources and consumption, integrating weather information, with orders of magnitude more data, cloud, AI/machine learning and personal mobile devices. Enthought has similarly advanced over the last 10 years in ways that could meet the challenge. Scalable cloud-enabled infrastructures would be key, integrating the latest AI/machine learning models for data processing, analysis and sharing. Perhaps time for us to approach the EU – we have it covered.
To learn more, read the case study here.
About the Author
Didrik Pinte, CTO at Enthought holds an M.S. in bio-engineering and an M.S. in management from the Catholic University of Louvain (UCL) in Belgium. He is an expert in artificial intelligence, data management, and software development. He served as a research assistant at UCL, developing Python-based integrated water resource management applications.
Related Content
「AIスーパー・モデル」が材料研究開発を革新する
近年、計算能力と人工知能の進化により、材料科学や化学の研究・製品開発に変革がもたらされています。エンソートは常に最先端のツールを探求しており、研究開発の新たなステージに引き上げる可能性を持つマテリアルズインフォマティクス(MI)分野での新技術を注視しています。
デジタルトランスフォーメーション vs. デジタルエンハンスメント: 研究開発における技術イニシアティブのフレームワーク
生成AIの登場により、研究開発の方法が革新され、前例のない速さで新しい科学的発見が生まれる時代が到来しました。研究開発におけるデジタル技術の導入は、競争力を向上させることが証明されており、企業が従来のシステムやプロセスに固執することはリスクとなります。デジタルトランスフォーメーションは、科学主導の企業にとってもはや避けられない取り組みです。
産業用の材料と化学研究開発におけるLLMの活用
大規模言語モデル(LLM)は、すべての材料および化学研究開発組織の技術ソリューションセットに含むべき魅力的なツールであり、変革をもたらす可能性を秘めています。
R&D イノベーションサミット2024「研究開発におけるAIの大規模活用に向けて – デジタル環境で勝ち残る研究開発組織への変革」開催レポート
去る2024年5月30日に、近年注目のAIの大規模活用をテーマに、エンソート主催のプライベートイベントがミッドタウン日比谷6FのBASE Qで開催されました。
科学研究開発における小規模データの最大活用
多くの伝統的なイノベーション主導の組織では、科学データは特定の短期的な研究質問に答えるために生成され、その後は知的財産を保護するためにアーカイブされます。しかし、将来的にデータを再利用して他の関連する質問に活用することにはあまり注意が払われません。
デジタルトランスフォーメーションの実践
デジタルトランスフォーメーションは、組織のデジタル成熟度を促進し、ビジネス価値を継続的に提供するプロセスです。真にビジネスを変革するためには、イノベーションを通じて新しい可能性を発見し、企業が「デジタルDNA」を育む必要があります。
科学研究開発リーダーが知っておくべき AI 概念トップ 10
近年のAIのダイナミックな環境で、R&Dリーダーや科学者が、企業の将来を見据えたデータ戦略をより効果的に開発し、画期的な発見に向けて先導していくためには、重要なAIの概念を理解することが不可欠です。
科学における大規模言語モデルの重要性
OpenAIのChatGPTやGoogleのBardなど、大規模言語モデル(LLM)は自然言語で人と対話する能力において著しい進歩を遂げました。 ユーザーが言葉で要望を入力すれば、LLMは「理解」し、適切な回答を返してくれます。
ITは科学の成功にいかに寄与するか
科学と工学の分野においてAIと機械学習の重要性が高まるなか、企業が革新的であるためには、研究開発部門とIT部門のリーダーシップが上手く連携を取ることが重要になっています。予算やポリシー、ベンダー選択が不適切だと、重要な研究プログラムが不必要に阻害されることがあります。また反対に、「なんでもあり」という姿勢が貴重なリソースを浪費したり、組織を新たなセキュリティ上の脅威にさらしたりすることもあります。
科学データを活用して発見とイノベーションを加速する
デジタルトランスフォーメーションがもたらす変革の中心にはデータがあります。研究開発におけるデジタルトランスフォーメーションでは科学データを取り扱いますが、科学データには他の業務データと異なる特徴があり、取り扱い方に注意を払う必要があります。