शोधकर्ताओं ने आठ राज्यों में सर्दियों में बिजली गुल होने के उच्च जोखिम वाले घरों की पहचान करने के लिए कृत्रिम बुद्धिमत्ता का उपयोग किया। Researchers used AI to identify electric homes at high risk of winter outages across eight states.

स्टीवंस प्रौद्योगिकी संस्थान के शोधकर्ताओं ने भौतिक निरीक्षण के बिना आठ राज्यों में कमजोर बिजली और सौर घरों की पहचान करने के लिए कृत्रिम बुद्धिमत्ता का उपयोग किया। Researchers from Stevens Institute of Technology used AI to identify vulnerable electric and solar homes across eight states without physical inspections. जर्नल ऑफ स्मार्ट सिटीज एंड सोसाइटी में प्रकाशित उनके अध्ययन में पाया गया कि मिश्रित ऊर्जा स्रोतों का उपयोग करने वालों की तुलना में पूरी तरह से बिजली से चलने वाले घरों में सर्दियों में बिजली गुल होने की संभावना लगभग तीन गुना अधिक होती है। Their study, published in the Journal of Smart Cities and Society, found fully electric homes are nearly three times more likely to suffer winter outages than those using mixed energy sources. मशीन-लर्निंग मॉडल 95 प्रतिशत से अधिक सटीकता के साथ जोखिम वाले घरों को इंगित कर सकते हैं, जिससे उपयोगिताओं और आपातकालीन उत्तरदाताओं को गंभीर मौसम के दौरान सहायता को लक्षित करने में सहायता मिलती है। The machine-learning models can pinpoint at-risk homes with over 95% accuracy, aiding utilities and emergency responders in targeting assistance during severe weather.