雷鋒網(wǎng)按，技術(shù)對人類生活的影響應(yīng)該是潛移默化的，AI 就在朝這個方向不斷進步。今天谷歌就宣布，自家的風力農(nóng)場已經(jīng)用上了 DeepMind 的 AI 軟件，大大提升了風力發(fā)電的效率。

借助 DeepMind 的機器學習算法，谷歌已經(jīng)能預測農(nóng)場的風力輸出，從而對電力輸出進行精細調(diào)度。對風力農(nóng)場來說，這樣的運營方式比非基于時間的標準電力輸送方式可要高明得多。

谷歌表示，借助基于時間的預測方法，該軟件將風電的“價值”提升了 20%。不過，它們并未明確解釋這所謂的“價值”指的是發(fā)電量還是多產(chǎn)出的電力價值。

眼下，谷歌的風力農(nóng)場大部分部署在美國中西部，這里是科技巨頭們數(shù)據(jù)中心的聚集地。不過，搜索巨頭并未指明該軟件到底用在了哪家風力農(nóng)場。

去年谷歌曾表示，它們終于實現(xiàn)了公司的能源過渡，現(xiàn)在搜索巨頭用的電已經(jīng) 100% 來自可再生能源了。能實現(xiàn)這一里程碑不得不提谷歌對太陽能和風力農(nóng)場的大手筆投資，這些新能源基地為谷歌的數(shù)據(jù)中心提供了源源不斷的電能供應(yīng)。

與太陽能不同，想從風中攫取電能并不容易，因為每家風力農(nóng)場的發(fā)電量及電力的存儲和輸送處在不斷的變化中。能不能發(fā)出電，什么時候能發(fā)電，發(fā)出多少電完全看老天爺心情。谷歌就指出，“風力不斷變化的特性讓它成了一種難以預測的能源形式，因此它也沒有那些能在固定時間輸送能量的能源形式可靠?！?/p>

“我們無法剔除風能的易變性，不過谷歌通過實踐發(fā)現(xiàn)，我們可以利用機器學習讓風能變得可預測且更有價值?！盌eepMind 產(chǎn)品經(jīng)理 Sims Witherspoon 寫道。谷歌無碳能源項目主管 Will Fadrhonc 也在博客中表示：“這種方式還讓風力農(nóng)場的運營有了更為嚴謹?shù)臄?shù)據(jù)，因為機器學習能幫助操作員更快且更聰明的做出評估，判斷農(nóng)場的電力輸出能否滿足數(shù)據(jù)中心的電力需求。”

其實 DeepMind 的 AI 已經(jīng)不是第一次做幕后操盤手了。2016 年時，谷歌就曾驕傲地宣布，借助 DeepMind 的 AI，它們把數(shù)據(jù)中心的電力消耗降低了 15 個百分點。去年，谷歌還進一步放權(quán)，讓 AI 系統(tǒng)當老大。2017 年還有份報告指出，DeepMind 正與英國國家電網(wǎng)商討合作事宜，它們要出手平衡英國電力的供需矛盾。

這樣的神仙操作其實讓谷歌和 DeepMind 取得了雙贏。

一直以來，DeepMind 都是一副搞科研的老學究面孔，花錢它們在行，但怎樣拿到持續(xù)現(xiàn)金流卻愁煞了人。2017 年，它們的虧損高達 3.68 億美元，即使財大氣粗如谷歌，也不愿意持續(xù)失血。如果 DeepMind 的軟件能脫出試驗室的范疇并運用在實際場景中，它們就能有個持續(xù)穩(wěn)定的收入，彌補自家研發(fā)項目的財務(wù)窟窿。雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)

Via. The Verge

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。