Carbon Re、W&B と最先端の脱炭素技術を開発
"W&B により、知識の共有が容易になりました。実行した実験と結果をすぐに誰かに見せて、自分の仕事を説明できます。
"
テオ・ウルフ
機械学習エンジニア
現代世界の構築
今日、コンクリートは水に次いで世界で最も広く使用されている物質です。この材料は、主にその耐久性、強度、多用途性により、現代のインフラの基礎となっています。
セメントはコンクリートをこれほど有用な建築材料にする重要な成分ですが、環境コストが高くなります。について
地球上の人間が排出する CO2 排出量の 8%
セメント生産から来ています。大局的に考えると、セメント産業を国に例えると、米国と中国に次いで世界で第 3 位の CO2 排出国となるでしょう。
あるスタートアップがこの状況を変えようとしている。ケンブリッジ大学とUCLからスピンアウトしたCarbon Reは、セメント生産からの数ギガトンの排出量に取り組むことを目指している。同社は、人工知能の計り知れない可能性を活用することで、二酸化炭素排出量とコストを同時に削減し、すべての人に利益をもたらすことを目指しています。
セメント生産
セメントは人気があり、よく理解されている日用品製品ですが、セメント生産は、常に変化する投入物 (燃料、原材料)、条件 (設備の状態、シフト変更)、および競合する優先事項 (処理量、規制) を伴う複数のステップを含む複雑なプロセスです。要件）
通常、セメントの CO2 排出量の半分以上は、セメントの主成分であるクリンカーの生産に由来しており、このクリンカーでは、石灰石 (CaCO3) が高温に加熱されて石灰 (CaO) に変換されます。 CO2 排出量のさらに 40% は、予熱器と窯を加熱するための化石燃料の燃焼によるものです。排出量の最後の 10% は、材料の粉砕や原材料の輸送に使用される電気によるものです。
.
デルタゼロセメント
セメント工場の制御室に入ると、制御室のオペレーターを取り囲む多数のモニターに驚かされるでしょう。彼らが下すあらゆる決定は、施設の安全性、信頼性、持続可能性に直接影響します。
.
Carbon Re の最初の製品である Delta Zero Cement は、オペレーターがキルンと予熱器の運転方法を最適化するのに役立ちます。結果として効率が向上するということは、キルンで使用する燃料が減り、ひいては大気中に放出される CO2 の量が減少することを意味します。 「私たちが現在行っていることは、二酸化炭素排出量を最小限に抑えながら、より効率的に業務を遂行できるようにオペレーターに権限を与えることです」とカーボン・リ社の上級研究員であるナンタス・ナルデリ氏は述べています。
デルタ ゼロ セメントで採用されているモデルは、工場全体にあるセンサーから得られる豊富なデータに基づいてトレーニングされています。一般に、大規模なデータセットがあることはモデルのトレーニングには有益ですが、チームが時系列データを扱っているという事実により、問題はさらに複雑になります。データは一定の時間間隔で記録された一連の観察で構成されており、コンテキストによっては、ノイズが含まれたり、非常に塊状になったり、断続的になったりする場合があります。
.
以前は、この連続データ ストリームは、オペレータがプラントの現在の状態に基づいて事後的な意思決定を行うために使用されていました。そのデータを予測や将来計画に使用することは最優先事項ではありませんでした。 Carbon Re は、データの価値と関連性を最大化し、セメント工場のオーダーメイドのデジタル ツインであるモデルを構築した最初のグループの 1 つです。このデジタル ツインは、AI エージェントが高度なシミュレーションでセメント生産の複雑さを学習するためのプラットフォームを提供します。出力は、プラントの効率を最大化し、大幅なコスト削減と、何よりも排出削減を可能にする方法に関する洞察です。
.
知識と洞察を制度化する
気候変動に取り組むには集団的な行動が必要です。 Carbon Re は、志を同じくする人々をこの活動に参加するよう引き続き募集しています。そのため、チームは、新しいメンバーをより迅速に受け入れるために、信頼性が高く、組織化され、アクセスしやすい ML 記録のシステムを必要としています。 W&B のようなプラットフォームを使用すると、データ、実験、モデル、デプロイメントの追跡可能な履歴があり、場合によっては数か月以上経った以前のプロジェクトを簡単に参照できるようになります。
“W&B により、知識の共有が容易になりました。実行した実験と結果をすぐに誰かに見せて、自分の仕事を説明できます」と Carbon Re の機械学習エンジニア、Theo Wolf 氏は言います。
研究を加速する方法を見つけることも、Carbon Re の優先事項です。 W&B スイープを使用すると、チームはハイパーパラメータ値の何百もの組み合わせを自動的に試し、最適なものを見つけ、トレーニング プロセスに情報を提供するための豊富な視覚化セットを取得できます。これにより、多くの手作業が不要になり、各メンバーはより価値の高いタスクに集中できる時間が確保されます。
.
実験から運用に移行する際、チームは以前は手動のデプロイメントに依存していましたが、これには時間がかかり、場合によってはインシデントが発生することもありました。 W&B モデルを使用して以来、それは過去のことになりました。現在、チームはモデルを自動的に再トレーニングおよび再評価して、最良のモデルが本番環境に向けて導入されていることを確認できるようになりました。 「私たちは信頼できる情報源としてモデルレジストリを使用しています」とナンタス氏は説明しました。 「これは私たちのバックエンドの重要なコンポーネントです。
”
Chasing Carbon Zero
インダストリー 4.0 などの取り組みによりデータの台頭が進んでいますが、セメント業界全体としてはデジタル化の点では依然として後れを取っていません。従来のシステムや運用プロセスでは、利用可能なデータを活用できません。ここで、Carbon Re が登場します。
AI の限界を押し広げて脱炭素化を加速することは、決して簡単なことではありません。 W&B を活用することは、Carbon Re が知識を一元化して再利用し、時間のかかる MLOps タスクを自動化し、反復的なモデリング プロセスを合理化できることを意味します。 Carbon Re は世界の排出量に多大な影響を与えることに尽力しており、W&B はその取り組みに微力ながら貢献できることに興奮しています。
.