في ظل التحديات المتصاعدة التي يفرضها الطلب العالمي المتزايد على الطاقة. وارتفاع معدلات الاستهلاك الكهربائي. تتجه الأنظار بقوة نحو الحلول الذكية القادرة على تحقيق التوازن بين الكفاءة التشغيلية والاستدامة البيئية.
إطار جديد يحمل اسم SustainEdgeAI
ومن هذا المنطلق، يظهر إطار جديد يحمل اسم SustainEdgeAI. ليعيد صياغة مفهوم إدارة الطاقة في الشبكات الذكية عبر دمج الذكاء الاصطناعي عند الحافة (Edge AI) بطريقة أكثر كفاءة واستدامة.
يعتمد هذا النموذج المبتكر على فكرة تقليل الاعتماد على الحوسبة السحابية التقليدية. التي تعاني من بطء الاستجابة، وارتفاع استهلاك الطاقة الناتج عن نقل البيانات الضخم، إضافة إلى محدودية قدرتها على التعامل مع الزمن الحقيقي.
في المقابل، يقوم إطار SustainEdgeAI بنقل الذكاء مباشرة إلى الأجهزة الطرفية مثل العدادات الذكية ووحدات التحكم في إنترنت الأشياء داخل الشبكات الكهربائية، مما يسمح باتخاذ قرارات فورية دون الحاجة إلى الرجوع إلى خوادم مركزية.
نماذج تعلم عميق خفيفة الوزن
ويتميز النظام باستخدام نماذج تعلم عميق خفيفة الوزن قادرة على العمل بكفاءة على الأجهزة محدودة الموارد، إلى جانب نموذج تعلم هجين يجمع بين التحليل الزمني وأنماط الشبكات (Temporal-Graph Learning). مما يتيح فهمًا دقيقًا لسلوك استهلاك الطاقة وعلاقته بين مختلف مكونات الشبكة الكهربائية.
ولتعزيز الكفاءة التشغيلية وتقليل الاستهلاك الحسابي. يقدم الإطار تقنيات متقدمة في ضغط النماذج تشمل التقليم (Pruning) والتكميم (Quantization) والتنفيذ المبكر (Early-Exit Inference)، وهي تقنيات تقلل بشكل كبير من الحمل الحسابي دون التأثير على دقة التنبؤ.
كما يضيف النظام بعدًا جديدًا من خلال استراتيجية تحسين موجهة نحو الاستدامة. حيث لا يركز فقط على دقة التوقعات، بل يوازن أيضًا بين تقليل استهلاك الطاقة، وزمن الاستجابة، والبصمة الكربونية، وهو ما يجعله نموذجًا متكاملًا للذكاء الاصطناعي الأخضر.
قواعد بيانات خاصة باستهلاك الكهرباء
وقد تم اختبار الإطار باستخدام مجموعة بيانات UK-DALE. التي تعد من أدق قواعد البيانات الخاصة باستهلاك الكهرباء على مستوى الأجهزة المنزلية. وأظهرت النتائج التجريبية تفوقًا واضحًا للنظام، حيث نجح في تقليل استهلاك الطاقة والحد من ذروة الأحمال الكهربائية، مع الحفاظ على دقة عالية في التنبؤ وسرعة استجابة تفوق النماذج السحابية التقليدية وحلول الذكاء الاصطناعي الطرفي الحالية.
وتشير هذه النتائج إلى أن SustainEdgeAI لا يمثل مجرد تحسين تقني. بل خطوة استراتيجية نحو بناء شبكات طاقة ذكية أكثر استدامة، قادرة على التكيف مع المستقبل الرقمي، وتقليل الأثر البيئي في الوقت نفسه.
إن هذا الاتجاه يعكس تحولًا عالميًا في فلسفة إدارة الطاقة، حيث لم يعد الهدف فقط هو زيادة الكفاءة، بل تحقيق ذكاء اصطناعي مسؤول بيئيًا، يوازن بين الأداء والاستدامة، ويمهد الطريق لجيل جديد من أنظمة الطاقة الذكية منخفضة الكربون.
بقلم / الدكتورة دعاء محيي الدين
خبير الذكاء الاصطناعي وعلوم البيانات