Des chercheurs ont mis au point une IA pour déterminer l'efficacité énergétique des bâtiments à partir d'une photographie ou d'une image satellite.

Par: Bohdan Kaminskyi | 06.11.2023, 20:37
Des chercheurs ont mis au point une IA pour déterminer l'efficacité énergétique des bâtiments à partir d'une photographie ou d'une image satellite.

Des chercheurs de l'université de Cambridge ont créé un algorithme d'intelligence artificielle capable d'évaluer l'efficacité énergétique de n'importe quel bâtiment à partir d'une simple photographie. Cela pourrait accélérer l'identification des maisons énergivores qui sont une source d'émissions de gaz à effet de serre.

Ce que nous savons

L'algorithme, formé à partir de données publiques, identifie les habitations "difficiles à décarboniser" avec une précision de 90 %. Ces bâtiments sont difficiles à rénover en raison de leur âge, de leur construction ou de leur emplacement.

Le modèle identifie les éléments de la maison - toit, fenêtres - qui perdent le plus de chaleur. Il détermine également si le bâtiment est ancien ou récent. À l'avenir, les chercheurs prévoient d'accroître le niveau de détail et de précision de l'IA.

Les maisons difficiles à décarboniser sont représentées en rouge, tandis que celles qui sont plus efficaces sur le plan énergétique sont représentées en bleu

Selon les auteurs, c'est la première fois qu'une IA est entraînée à identifier les maisons difficiles à décarboniser à partir de données ouvertes. Un tel modèle pourrait aider les autorités à identifier les sites prioritaires pour la réduction des émissions de carbone.

Les chercheurs travaillent actuellement à l'amélioration de l'IA. Ils ajouteront des données sur la consommation d'énergie, les niveaux de revenus des résidents et des images thermiques des façades. Cela permettra d'accroître la précision et le niveau de détail des analyses.

Selon les chercheurs, l'IA peut extraire des informations précieuses à partir de données massives pour résoudre des problèmes environnementaux complexes.

Source : TNW TNW