谷歌和 DeepMind 應用人工智慧預測風電場的發電量

在今天（2 月27 日）發布的公告中，Google表示，他們已經找到了一種方法來統計和預測風電場的發電量，這是透過使用子公司DeepMind（總部位於倫敦）的人工智慧軟體來實現的。 。

該公司表示，利用DeepMind 的機器學習演算法來預測谷歌用於其綠色能源計劃的農場的風力發電量，他們現在可以製定運營電力存儲、分配和供應系統的具體計劃，帶來比谷歌高得多的值。今天使用的標準。

• 谷歌應用人工智慧檢測眼部疾病

據谷歌稱，與不使用風力發電量的儲存、分配和供應相比，該軟體幫助將這些發電場提供的風力發電量的「價值」提高了 20%。不過，這家美國巨頭並沒有明確說明這個價值是用貨幣還是用電量來衡量，以及谷歌在哪些風電場部署了這個項目，但很可能會在美國中西部地區，那裡有幾個大數據該國設有中心。

去年，Google表示，它終於達到了 100% 再生能源抵消能源使用的非凡里程碑。這一成績的實現在很大程度上要歸功於谷歌的電力購買協議以及對太陽能和風電場的有效投資，這有助於為該公司的數據中心供電，並且還計劃使用可再生能源來抵消其他市場的標準電網使用量。

• 中國持續推出全球首個人工智慧虛擬女主播

然而，當涉及風能時，使用這種能源產生的電力可能會更加困難，因為很難確定某個風電場可以產生多少電力，如何儲存該電力的最佳方式是什麼以及如何儲存這些電力有效地傳輸它並不簡單。谷歌表示，風的可變性使其成為非常不可預測的能源，或者更準確地說，無法預測的能源，因為它必須依靠自然來估計電網所需的電力需求。

「我們當然無法在計算中消除風的變化，但測試的初步結果表明，可以使用機器學習來預測許多地點的風力發電功率輸出。時間上有許多不同的自然變化是完全可能的。此外，這種方法還有助於為風電場的具體運作帶來嚴格的分析和數據生成，因為機器學習可以幫助風電場管理人員使複雜的評估變得更聰明、更快、更準確，特別是在估算風能輸出功率方面農場可以滿足.用電。

這並不是 DeepMind 的人工智慧專業知識第一次以這種方式被使用。早在 2016 年，Google就宣佈在人工智慧實驗室的幫助下，已成功將資料中心的電力成本削減了約 15%。2018 年，Google更進一步，賦予這些人工智慧系統更多的控制權來計算整個系統的用電量。此外，2017年還有一份報告表明，DeepMind正在與英國國家電網機構合作，幫助該機構計算和平衡整個英國的電力供需。

• Facebook AI 工程師談論人工智慧的深度學習、新程式語言和硬體

此外，這些項目也顯示了DeepMind在營運模式轉變方面的巨大潛力，從實驗中心轉向獲利中心。2017年，DeepMind「花費」了母公司谷歌高達3.68億美元的預算用於人工智慧相關的研究項目，而獲得的利潤卻並不十分可觀。如果 DeepMind 的軟體可以在實驗室之外的現實生活中使用，那麼這家公司就有潛力成為Google的一個巨大的創利業務。

最重要的是，我們再次看到人工智慧在生活各個領域的實用性和有效性！