1
| 本文作者： 老王 | 2017-03-13 07:32 |
雷鋒網按：近日，DeepMind 正在與英國國家電網公司討論，利用 AI 平衡英國電力供需問題。
英國國家電網擁有將電力輸往英國各地的基礎設施，以確保任何時候有足夠電力來滿足英國各地的需求。不過近些年平衡電網供需矛盾有些棘手，其主要因客觀因素：如風能和太陽能等可再生能源已經成為英國能源結構中重要的組成部分。
這個時候，鑒于能源種類變多，如何使得可再生能源的分配和適當調度，成了英國電網需要解決的問題。
基于此，DeepMind 認為，機器學習算法可以更準確地預測需求模式，有效地平衡英國國家電力系統中的供需矛盾。
DeepMind 發言人提到，預測性機器學習在幫助電力系統減少對環境的影響上有巨大的潛力。一個真正令人感興趣的前景是，DeepMind 是否可以利用機器學習技術預測電力需求和供應的高峰，從而幫助英國國家電網公司最大限度地利用可再生能源。
DeepMind CEO 哈薩比斯說到：“目前，我們正在與英國國家電網公司以及其他大型電力供應商進行初步探討，以便幫助解決這些機構面臨的種種問題。無需投入新的基礎設施，只通過優化的手段，就可幫助英國節省 10％ 的電力使用量，這一成效將是非常令人興奮的。”
雷鋒網之前也曾報道過，去年 7 月 DeepMind 就有著成功的電力節能應用案例，其利用機器學習算法將谷歌數據中心的用電量減少了 15％。
DeepMind 的智能算法能夠更有效地預測谷歌數據中心的冷卻系統和控制設備的負載，從而將用于冷卻的電量減少了40％。DeepMind 人工智能軟件控制著數據中心內部大約 120 個設備參數變量，包括風扇、空調系統、甚至窗戶等等。雖然 DeepMind 人工智能系統僅幫助數據中心降低了十幾個百分點的耗電量，但由于總量巨大，一定程度上也節約了很多成本。根據 2014 年的數據，谷歌公司的總耗電量達到了 4,402,836 兆瓦小時，相當于 366,903 個美國家庭平均年耗電量總和，而其中最大的耗電源就是數據中心——用于支持全球的網頁及移動應用服務。分析師估計，未來幾年這可能會為谷歌節省數億美元。
雷鋒網了解到，這里需要指出的是，Google 也并不是在擁有了 DeepMind 后才想著用人工智能節能，它在 2014 年就將機器學習技術用在一數據中心上。當時它使用神經網絡預測能耗隨時間的變化，從而更高效地安排設備使用情況。
哈薩比斯稱：因為它的效果非常好，我們將這一技術的應用擴大至整個谷歌，但我們希望看到它能用于英國國家電網這樣的規模上。我們認為，你能用于數據中心的技術沒有理由不能用于一個國家的電網上。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
