پژوهشگران دانشگاه صنعتی امیرکبیر موفق به توسعه یک مدل پیشرفته مبتنی بر یادگیری ماشین شدهاند که قادر است ارتفاع موج شاخص را با دقتی بین ۹۳ تا ۹۷ درصد پیشبینی کند. این دستاورد علمی که حاصل تلاش محققان دانشکده مهندسی دریا است، گامی مؤثر در جهت ارتقای فناوریهای مرتبط با انرژیهای تجدیدپذیر دریایی به شمار میرود و میتواند تحولی مهم در حوزه پیشبینی شرایط اقیانوسی و بهرهبرداری از انرژی موج ایجاد کند.
به گزارش رسانه اخبار فناوری تک فاکس، این مدل هوشمند در قالب یک رابط کاربری گرافیکی بر پایه هوش مصنوعی طراحی شده تا مهندسان و برنامهریزان بتوانند بدون نیاز به مهارتهای فنی پیچیده، از آن برای پیشبینی دقیق شرایط دریایی استفاده کنند. هدف از این طراحی، پشتیبانی از بهرهبرداری بهینه و برنامهریزی عملیات مبدلهای انرژی موج و همچنین تسهیل تصمیمگیری در پروژههای مربوط به انرژیهای تجدیدپذیر است. رابط کاربری یادشده به گونهای طراحی شده که حتی کاربران با دانش فنی محدود نیز بتوانند دادههای مورد نیاز خود را وارد کرده و خروجیهای دقیق و قابل تفسیر دریافت کنند.
این مدل نوآورانه که توانایی کار با دادههای محدود و پراکنده را دارد، پاسخی به یکی از بزرگترین چالشهای موجود در مدلسازیهای دریایی محسوب میشود. جمعآوری دادههای گسترده از محیطهای دریایی معمولاً هزینهبر، زمانگیر و در بسیاری از مناطق ساحلی جهان ـ بهویژه کشورهای در حال توسعه ـ دشوار یا حتی غیرممکن است. از همینرو، توسعه مدلی که بتواند با دادههای کم و ناپیوسته نتایج دقیق و قابل اتکا ارائه دهد، اهمیت فراوانی دارد. این دستاورد علمی میتواند بهطور قابل توجهی در کاهش هزینههای مطالعات اولیه و افزایش دقت برنامهریزی پروژههای انرژی دریایی نقشآفرینی کند.
این پژوهش توسط امیرحسین شهبازبگیان، دانشآموخته کارشناسی رشته مهندسی دریا، و با راهنمایی دکتر محمود غیاثی، دانشیار دانشکده مهندسی دریا دانشگاه صنعتی امیرکبیر انجام شده است. نتایج این تحقیق در قالب مقالهای با عنوان «توسعه یک رابط کاربری گرافیکی مبتنی بر یادگیری ماشین برای پیشبینی ارتفاع موج شاخص به منظور پشتیبانی از برنامهریزی عملیات مبدلهای انرژی» در نشریه معتبر Renewable Energy از انتشارات الزویر منتشر شده است. این امر نشان از کیفیت بالای پژوهش و اهمیت آن در جامعه علمی بینالمللی دارد.
شهبازبگیان در توضیح جزئیات این طرح گفت که هدف اصلی آنها، توسعه مدلی هوشمصنوعیمحور و کاربرپسند برای پیشبینی ارتفاع موج شاخص بوده است؛ پارامتری که بهعنوان یکی از حیاتیترین عوامل در طراحی و بهرهبرداری از مبدلهای انرژی موج شناخته میشود. او تاکید کرد که خطا در پیشبینی این پارامتر میتواند پیامدهای جدی از جمله کاهش بازدهی سیستم، افزایش هزینههای نگهداری و حتی بروز خسارات جبرانناپذیر به تجهیزات دریایی را در پی داشته باشد.
به گفته او، در این پروژه از دادههای بهدستآمده از چهار بویه دریایی واقع در نقاط مختلف سواحل استرالیا استفاده شده است. انتخاب این مناطق بهصورت هدفمند صورت گرفت تا طیف متنوعی از شرایط اقلیمی و الگوهای موجی پوشش داده شود. نتایج نشان داد که مدل توسعهیافته توانسته است با دقتی بین ۹۳ تا ۹۷ درصد عملکردی بسیار بهتر از بسیاری از الگوریتمهای مرسوم یادگیری ماشین ارائه دهد و توانایی بالایی در تعمیم به دادههای جدید از خود نشان دهد.
نقطه عطف این پژوهش، انتقال آن از مرحله آزمایشگاهی و دانشگاهی به سطح کاربردی و صنعتی است. تیم پژوهش، مدل طراحیشده را در قالب یک رابط کاربری گرافیکی هوشمند پیادهسازی کرده است که بدون نیاز به تخصص فنی، هر کاربر از جمله مهندسان ساحلی یا برنامهریزان انرژی میتواند تنها با چند کلیک دادههای منطقه مورد نظر خود را وارد کند و پیشبینیهای دقیق و چندبازهای از ارتفاع موج را بهصورت نمودار و گزارشهای تحلیلی دریافت نماید.
شهبازبگیان افزود که ترکیب هوش مصنوعی پیشرفته با طراحی کاربرپسند، ویژگیای است که تاکنون در حوزه انرژیهای تجدیدپذیر دریایی کمتر مشاهده شده است. این رویکرد امکان انتخاب بهینهترین مکان برای نصب مبدلهای انرژی موج را فراهم میکند، هزینههای اولیه مطالعات را کاهش میدهد و حتی در مناطقی با دادههای تاریخی اندک نیز پیشبینیهای قابل اطمینان ارائه میدهد.
وی در پایان تاکید کرد که این پژوهش تنها یک دستاورد علمی نیست، بلکه گامی عملی در مسیر دستیابی به آیندهای پاکتر و پایدارتر است. در دورانی که تغییرات اقلیمی و ضرورت کاهش وابستگی به سوختهای فسیلی به دغدغهای جهانی بدل شده، چنین فناوریهایی میتوانند نقشی کلیدی در گسترش انرژیهای پاک دریایی، کاهش اثرات زیستمحیطی و حرکت بهسوی جهانی کمکربن ایفا کنند.