近日，DeepMind 正与英国国家电网公司讨论，利用 AI 平衡英国电力供需问题。
英国国家电网拥有将电力输往英国各地的基础设施，以确保任何时候有足够电力满足英国各地需求。不过近些年平衡电网供需有些棘手，其主要因客观因素：如风能和太阳能等可再生能源已经成为英国能源架构中重要的组成部分。
鉴于能源种类变多，如何使可再生能源的规格和适当排程，成了英国电网需要解决的问题。
基于此，DeepMind 认为，机器学习可以更准确地预测需求型态，有效平衡英国国家电力系统中的供需矛盾。
DeepMind 发言人提到，预测性机器学习在辅助电力系统减少对环境的影响上有巨大潜力。一个真正令人感兴趣的前景是，DeepMind 是否可利用机器学习技术预测电力需求和供应的高峰，进而帮助英国国家电网公司最大限度利用可再生能源。
DeepMind CEO 哈萨比斯说：“目前，我们正在与英国国家电网公司以及其他大型电力供应商进行初步探讨，以便帮助解决这些机构面临的种种问题。无需投入新的基础设施，只要透过最佳化，就可帮助英国节省 10% 的电力使用量，这一成效将非常令人兴奋。”
之前也曾报导，去年 7 月 DeepMind 就有成功电力节能应用的案例，其利用机器学习将Google 资料中心的用电量减少了 15%。
DeepMind 的智慧算法能更有效预测 Google 资料中心的冷却系统和控制装置的负载，进而将冷却电量减少 40%。DeepMind 人工智能软件控制资料中心内大约 120 个装置参数变量，包括风扇、空调系统、甚至窗户等。虽然 DeepMind 人工智能系统仅帮助资料中心降低了十几个百分点的耗电量，但由于总量巨大，一定程度上也节约了很多成本。根据 2014 年资料，Google 公司的总耗电量达 4,402,836 百万瓦小时，相当于 366,903 个美国家庭平均年用电量总和，而其中最大的耗电源就是资料中心──用于支援全球网页及行动应用服务。分析师估计，未来几年这可能会为 Google 节省数亿美元。
这里需要指出，Google 并不是拥有 DeepMind 后才想用人工智能节能，而是 2014 年就将机器学习技术用在一资料中心上，当时使用神经网络预测能耗随时间的变化，更有效地安排装置使用情况。
哈萨比斯称，“因为效果非常好，所以将这技术的应用扩大至整个 Google，但我们希望看到它能用于英国国家电网这样的规模上。我们认为，能用于资料中心的技术没有理由无法用在国家电网上。”
（本文由 雷锋网 授权转载；首图来源：DeepMind）
延伸阅读：
- Google 名利双收，用 DeepMind 的技术减少电费
