人工智能的新领域:美国农村的能源发展

埃文·帕特里克\

强调

  • 经过训练的算法可以对石油和天然气许可证的应用程序进行分类,以提取信息和主题,并在问题发生之前及时发现问题。
  • 人工智能将为当今带来更高的透明度’已过时且不堪重负的能源发展评论。

自从2016年初油价开始上涨以来,今年春天,怀俄明州的监管机构就争先恐后地想出如何处理10,000份石油和天然气许可证的申请。与此同时,新的许可证以前所未有的速度流入。他们保证某些拟议的能源项目不会得到审查或公众投入。

正是人工智能界的人们喜欢解决的问题。它只是没有’之前曾考虑过环境许可。

机器学习除了使监管机构的工作更轻松之外,还可以帮助看门狗组织和当地居民更好地了解新能源项目对环境和公共健康构成的风险。

一个新的AI应用程序

我决定由湾区技术社区的一些熟人来运行这个想法,其中一个人最近使用自然语言处理来整理关于有争议的XL管道项目的数千个公共评论。

我问他们,如果我们可以使用训练有素的算法来处理石油和天然气文件,并提取否则可能会落入裂缝的信息和主题,该怎么办?

它可以增强我们对根据《国家环境政策法》提交的申请的分析的能力,并帮助我们在影响发生之前就及时发现。其他类型的开发建议也可以从中受益,因为应用程序很受欢迎。

两个人–斯坦福大学的程序员和研究生,斯坦福大学的XL Pipeline研究人员 –立即对这个想法感到兴奋,并同意帮助我入门。

擦洗政府网站? 该项目初具规模

环保基金今年早些时候为AI项目奠定了基础,计划使用受过训练的计算机程序来评估对美国西部更多的鼠尾草栖息地的未来影响。

很快就很清楚,使用人工智能来分析能源开发项目可以为当今带来更高的透明度’过时和不堪重负的审批流程。通过将经过培训的软件和算法组合在一起,可以“清理”政府网站上的数据,从而可以在数小时内找到,下载和处理重要且可能被忽略的文件。

这也将解决另一个挑战:缺少许可申请的标准格式,这会使此类文档难以识别和标记NEPA申请的潜在问题,否则可能会被遗漏。

可以确定项目的未来影响,例如地下水盆地的污染或濒临灭绝的动物的栖息地的丧失,并在电子表格,注册表或在线地图上进行汇编,以供所有人查看。

对于 那,您也需要资源。

艰苦的工作,收获很大

将NEPA档案的人工智能处理付诸实践是一个人力,简单,简单的问题。这也解释了为什么我们最初的更大的鼠尾草项目进展缓慢。

除了高级数学和数据处理技能外,还需要数周的数据输入来训练算法 –您的典型看门狗组织或地方政府办公室都不拥有。但是如果我们停下来考虑一下我们’d增益–了解什么’真的在美国发生’迅速发展的农村地区-我们可能会看到这些进步的价值是多少。

所以我当时’令我惊讶的是,前一周有一位东海岸的企业家打电话给他,他听说了我们的项目。他提出了解决该问题的另一种方法,该方法可以处理大量许可证申请,然后根据一些简单的标准提取我们关心的信息。

探索这些方法以获取大量数据可能会绕过训练初始算法的耗时工作,并节省大量时间和资源。我们认为我们’重新涉足潜在的大问题。

获取创新更新

We’偶尔会发送有关技术,科学和环境发展的最新信息。

感谢您订阅创新与环境。

发表评论