Игорь Градов
Игорь Градов
5 мин
ai

Электроснабжение Африки к югу от Сахары за пределами энергосети: 3,7 млн солнечных устройств

Google подвела итоги трёх лет работы с Ignite Energy Access по электроснабжению Африки к югу от Сахары и оценила эффект первого полугодия 2026 года в 160 тысяч тонн сокращённых выбросов.

Электроснабжение Африки к югу от Сахары за пределами энергосети: 3,7 млн солнечных устройств

По данным Google, сотрудничество шло через программу компании Startups for Sustainable Development («Стартапы для устойчивого развития»). За это время прошло больше 100 консультаций с исследователями, инженерами и специалистами по данным. Ignite Energy Access ставит цель подключить к электричеству 100 миллионов человек в Африке к 2030 году.

Контекст задачи такой: в Африке к югу от Сахары без электричества живут больше 600 миллионов человек, почти половина населения. Семьи освещают дом дорогим керосином и свечами, чтобы дети могли учиться, а взрослые вести хозяйство.

Показатель Значение Источник
Люди без электричества в регионе больше 600 млн, почти половина населения Блог Google
Срок сотрудничества Google и Ignite 3 года Блог Google
Консультации с командой Google больше 100 Блог Google
Солнечные устройства, доставленные с 2023 года 3,7 млн Блог Google
Сокращение выбросов за первое полугодие 2026 года больше 160 тыс. тонн CO2-эквивалента (оценка Google) Блог Google
Цель Ignite к 2030 году подключить 100 млн человек Блог Google
Цель Google к 2030 году помогать партнёрам сокращать 1 гигатонну выбросов в год Блог Google
Одна панель на спутниковом снимке около 1 пикселя Блог Google

Что измеряли?

Электроснабжение Африки к югу от Сахары за пределами энергосети упирается не только в сами солнечные панели, но и в данные. Google выделяет три задачи: найти дома без адресов, довезти до них оборудование по бездорожью и удалённо понять, где панели уже стоят.

Первую задачу решали так: спутниковые снимки совместили с Open Buildings, открытым набором данных Google о контурах зданий, и с алгоритмами построения маршрутов. Дома, которых нет в обычных картографических приложениях, стали видны на карте.

Для второй задачи исследователи Google разрабатывают геопространственные модели. Это нейросети, которые находят на снимках сельские грунтовые тропы и добавляют их в реальные маршруты выездных бригад.

Отдельно работают модели исследования операций (раздел математики, который ищет самый выгодный вариант логистики). Они подсказывают, где ставить центральные склады и местные мини-хабы. При этом учитываются:

  • стоимость перевозки;
  • маршруты доставки;
  • вместимость машин;
  • расходы на хранение запасов.

Третья задача сложнее всего. Для неё Google создаёт модели компьютерного зрения (нейросети, которые распознают объекты на изображениях) на базе Gemini for Science. Их дообучение (донастройку модели на ваших примерах под узкую задачу) проводят на снимках с дронов, которые Ignite сделала на месте и которые служат эталоном.

Что обнаружили?

  • 3,7 миллиона солнечных устройств доставлено в регионе с 2023 года.
  • Больше 160 тысяч тонн CO2-эквивалента выбросов удалось сократить за первое полугодие 2026 года, по оценке Google. CO2-эквивалент означает единицу, в которой все парниковые газы пересчитаны в углекислый газ.
  • Около 1 пикселя занимает одна панель на стандартном спутниковом снимке, поэтому визуальный поиск в масштабе региона почти невозможен. Команда тестирует тысячи вариантов кода, чтобы поднять точность (долю верных находок) и полноту (долю найденных панелей из всех существующих).
  • Больше 100 консультаций превратили разрозненные проблемы в повторяемую схему, которую Google называет планом для расширения доступа к энергии на развивающихся рынках.
  • 1 гигатонна в год к 2030 году остаётся целью Google по сокращению выбросов вместе с партнёрами. Следующий этап проекта касается чистой готовки.

Последний пункт стоит пояснить. Миллионы сельских семей готовят на дровах и угле, дышат дымом и тратят часы на сбор топлива, и, по словам Google, сильнее всего это бьёт по женщинам и девочкам. Электроплитам нужно больше энергии, чем даёт одна панель на крыше, поэтому партнёры моделируют микросети (небольшие локальные электросети на целую общину).

Как это читать

Все цифры приводит сама Google, и сокращение выбросов прямо названо оценкой компании: независимой проверки и методики расчёта в материале нет. Модели распознавания панелей и сельских дорог пока в разработке, показатели их точности Google не раскрывает.

Что это значит для вас?

Схема проекта понятна и без Африки: открытые данные, затем дообучение модели на своих эталонных примерах, затем оптимизация логистики. Ниже три способа применить её.

Автору Дзена. Это готовый сюжет про ИИ без хайпа: нейросеть ищет дома и прокладывает маршруты, а не пишет стихи. Расскажите читателю на этом примере, как работает дообучение: модель «доучивают» на сотнях своих фото, и она начинает видеть то, чего не видела.

Маркетологу. Главная мысль кейса в том, что результат дала не одна модель, а связка данных, маршрутов и складской логистики. Если вы считаете доставку или выбираете точки присутствия, задача та же: стоимость, маршруты, вместимость, запасы.

Предпринимателю в РФ и СНГ. О доступности инструментов в России источник ничего не говорит. Для маршрутизации курьеров из доступных у нас сервисов есть Яндекс Маршрутизация, а для разбора документов и черновиков подойдут YandexGPT и GigaChat.

Как это применить

Соберите 50 эталонных примеров своей задачи: фото товара с браком, удачные заголовки, типовые обращения клиентов. Опишите их в промпте нейросети и проверьте, насколько точнее она стала отвечать по сравнению с запросом без примеров.

Мнение редакции dzen.guru

Мне в этой истории нравится честная приземлённость. ИИ здесь работает картографом и логистом, а не пророком. При этом я бы не торопился с громкими выводами: цифры сокращения выбросов посчитала сама Google, а модели распознавания всё ещё в тестах.

Для нашей аудитории урок простой. Нейросеть даёт результат, когда у вас есть свои эталонные данные и понятная задача, как снимки с дронов у Ignite. Начните со своих 50 примеров, это работает и в Москве, и в Алматы.

По данным Google

Поделиться:TelegramVK
Игорь Градов
Игорь Градов

Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».

Комментарии

Читайте также

$2,5 млн от Google.org: миллион фермеров по всему миру получат доступ к онлайн-сервисам
ai

$2,5 млн от Google.org: миллион фермеров по всему миру получат доступ к онлайн-сервисам

Google.org выделила 2,5 млн долларов Группе Всемирного банка на сеть с ИИ, которая после удачного пилота в Индии соберёт для миллиона фермеров кредиты,…

5 мин
15 студентов Google назвали любимые функции нейросети Gemini: 10 приёмов для учёбы и работы
ai

15 студентов Google назвали любимые функции нейросети Gemini: 10 приёмов для учёбы и работы

Google опросила 15 своих студентов-амбассадоров о любимых функциях нейросети Gemini, и получился список рабочих сценариев от подготовки к сессии до вёрстки…

4 мин
Школьники картируют мозг с нейросетью: квесты Google набрали 400 тысяч прохождений
ai

Школьники картируют мозг с нейросетью: квесты Google набрали 400 тысяч прохождений

Google Research и Стэнфордский центр обучения запустили «Polar Peaks», игровой квест про картирование мозга с помощью ИИ для школьников от 11 до 14 лет, когда…

5 мин