相比於傳統的自動化，人工智慧的強大之處在於可以透過機器自主學習，來完成對未來的預測，從而作出相應的調整。而傳統的自動化則缺乏自動學習和預測未來的能力，在預測未來的動態變化方面，傳統自動化會顯得無能為力。英國的電網現在就面臨一個這樣的問題。
據英國《金融時報》報導，Google旗下的AI實驗室DeepMind，正在與英國國家電力公司商議，如何利用人工智慧平衡電力供應的問題。
英國國家電網公司擁有並運營將電力輸往英國各地的基礎設施，來確保英國各地可以有足夠的電力供應。可是近些年，平衡電網供需矛盾開始變得更加困難，因為間歇性的可再生資源，例如風能和太陽能，已經成為英國能源結構當中非常重要的部門。
DeepMind認為，他們的演算法可以更準確地預測電力需求，有助於解決電力系統的供需矛盾。機器學習技術的預測功能在減少電力系統中外部環境的影響上有很大潛力。
DeepMind的發言人表示：
一個真正令人感興趣的前景是，我們能否用機器學習來預測電力需求和供應的洪峰，從而幫助英國國家電網公司最大限度地利用再生能源。
據他透露，兩家公司之間正處於探索「一個可能的合作夥伴關係」的過程中。
他們對這個專案的期許很高。DeepMind的CEO Demis Hassabis表示：「如果不要新建基礎設施，只透過優化的手段，可以幫助英國節省10％的電力使用量，這將是非常驚人的，也是十分令人興奮的。」
英國國家電網公司發言人也表示：「我們正處於探索與DeepMind合作潛力的早期階段，研究他們可以為我們提供什麼機會。我們總是很樂意看看技術的最新進展將如何改善我們的功能，確保我們能充分利用再生能源，並幫助消費者節省資金。」
人工智慧去年AlphaGo戰胜李世石，一時間在全民輿論上徹底引爆了人工智慧的話題。
從公關的角度上講，Google很聰明，選擇了讓機器人對戰圍棋高手。
一來，圍棋是一個難度較高的棋類游戲，棋盤上有高達10的170次方個決策點。然後圍棋終究是一個有著明確規則的遊戲，因此機器學習起來終究要簡單一些。
二來，對戰世界高手，並採用全程直播的形式，噱頭十足。這一標誌性的事件不僅拉開了人工智慧元年的序幕，也逐漸樹立了Google在普通消費者心目中人工智慧公司的形象。
但是，要讓機器學習實際問題則要復雜得多，比如自動駕駛汽車學習各地路況。在AI的實際應用當中，雖然展現了極其廣闊的應用前景，但是在商業化的應用層面基本也都在探索中前進。Google與英國國家電網的合作可以說是一個很好的嘗試。
在此之前，Google有一個demo版的嘗試。去年7月，DeepMind宣布，他們的機器學習演算法將Google數據中心的用電量減少了15％。
DeepMind的人工智慧軟體，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、窗戶等等。DeepMind的智慧演算法能夠更有效地預測Google數據中心的冷卻系統和控制設備的負載，從而將用於冷卻的電量減少了40％。分析師估計，未來幾年這可能會為Google節省數億美元。
DeepMind的共同創辦神Mustafa Suleyman去年11月在一次會議上表示，Google的技術應用在數據中心和應用在一個國家的能源基礎設施上，本質上沒什麼不同。
從數據中心到整個英國的電網，DeepMind的人工智慧預測能不能完美嫁接呢？讓我們拭目以待吧。
本文授權轉載自：36 氪
| 
