每周能源AI运用案例:谷歌如何节省30%的能源

每周能源AI运用案例:谷歌如何节省30%的能源

2016年，谷歌和DeepMind合作开发了一个人工智能推荐系统，旨在提高谷歌数据中心的能源效率。

现在，谷歌采用了同样的人工智能系统，并对其进行了增强，删除了人为执行的建议，让它直接控制数据中心的冷却——当然，目前还必须在专家的监督下进行。

每隔五分钟，基于云的人工智能从数千个传感器中提取数据中心冷却系统的快照，并将其输入深层神经网络，预测不同组合的行为将如何影响未来能源消耗。然后，人工智能系统会识别出哪些措施可以在满足一系列安全限制的同时，将能耗降至最低。这些操作将被发送回数据中心，由本地控制系统验证，然后执行。

谷歌拥有数千台服务器，它们都能可靠高效地运行，这是任务的关键。有鉴于此，该公司声称，它已经为人工智能定制了安全可靠的优先级，使用八种不同的机制以确保可靠的系统行为。

例如，谷歌实施的一个单独步骤：估计不确定性。与数据中心相关的行动有数十亿之多，对于每一个行动，人工智能都会决定它是否是个好步骤——置信度不足的行动将被排除在考虑范围之外。

另一个例子是双层验证，人工智能计算出的最优操作将根据数据中心操作员建立的安全约束的内部列表进行审查。此外，操作者始终处于控制状态，可以随时退出AI控制模式。

虽然人工智能系统有能力确定数据中心的行动，但谷歌表示，它有目的地限制了系统的优化边界，以优先考虑安全性和可靠性。

在运行了几个月之后，这个系统已经证明了它的节能效果——目前，它大约能够节省30%的能源，谷歌希望这项技术更加成熟之后会有更佳的表现。

令人惊讶的是，人工智能学会了利用冬季的条件，产生比正常温度更低的水，这降低了数据中心冷却所需的能量。

谷歌声称，它对这项技术感到兴奋，数据中心只是个开始，因为它相信人工智能系统可以在其他几个工业环境中实现，包括英国国家电网在内的能源供应商对这项技术很感兴趣。