DeepMind начала вести переговоры об оптимизации энергосетей с Единой энергосистемой Великобритании и другими крупными энергетическими предприятиями страны. Впервые о сотрудничестве представители компании заговорили еще в ноябре прошлого года.
Алгоритмы лондонского стартапа, принадлежащего Google, уже могут с большой точностью предсказывать пик спроса на энергию и адаптировать энергосети под установленные требования. Для этого DeepMind использует машинное обучение. Эксперты компании также планируют максимизировать использование источников возобновляемой энергии при помощи ИИ. По словам главы стартапа Демиса Хассабиса, снижение затрат на электроэнергию возможно даже без изменений в инфраструктуре.
Изобретатель литий-ионных батарей нашел им замену
Идеи
У DeepMind есть успешный кейс применения машинного обучения для сокращения потребления электричества. В 2016 году алгоритмы стартапа позволили Google сократить расход электроэнергии в дата-центрах на 15%. Система рассчитала, в какие периоды нагрузка на системы охлаждения и контрольное оборудование достигает максимума. Это позволило сократить энергозатраты на охлаждение серверов на 40%. По данным аналитиков, со временем такой подход поможет Google сэкономить несколько сотен миллионов долларов.
«Нет причин считать, что единая энергосистема страны сильно отличается от системы в дата-центрах. К ним можно применять одинаковые методы», — отметил Хассабис в интервью Financial Times.
Самый прочный материал на Земле продается в мотках по $20
Кейсы
DeepMind не единственная компания, которая применяет ИИ в сфере энергетики. Стартап Upside Energy предоставляет сервис, который с помощью алгоритмов машинного обучения и искусственного интеллекта распределяет энергию в электросети. Под его управлением работают электростанции, хранилища энергии и солнечные батареи.