Апаратна центру Національної компанії мережі енергопостачання в Уокінгемі. Джерело: Міністерство енергетики та зміни клімату Великобританії.
Компанія DeepMind Technologies Limited і британська Національна мережева компанія (National Grid, Great Britain) ведуть переговори про співпрацю. DeepMind пропонує знизити споживання електроенергії за рахунок використання нейронних мереж - при цьому змінювати інфраструктуру не буде потрібно.
Деміс Хассабіс (Demis Hassabis), співзасновник і CEO DeepMind, вважає, що, завдяки оптимізації під керівництвом штучного інтелекту, компанія зможе знизити енерговитрати на 10%. У 2014 році Великобританія виробила близько 330 ТВт рік енергії, і це обійшлося країні в мільйони фунтів стерлінгів, так що 10% - це відчутна економія грошей і істотне зниження викидів вуглекислого газу.
Національна мережева компанія управляє лініями електропередач і підстанціями по всій країні. Джерелами енергії - електростанціями, ГЕС, вітрогенераторами і сонячними батареями - володіють інші корпорації (в основному, EDF Energy і E.ON). Саме Національна мережева компанія відповідає за дотримання балансу між енергопостачанням та енергоспоживанням. Завдання організації - підтримувати частоту змінного струму в будинках британців рівною 50Гц +/- 1%. Прогнозувати потреби в енергії відносно легко: вони залежать від погоди і людських циклів сну і пильнування. А ось прорахувати енергопостачання набагато складніше, особливо враховуючи той факт, що країна все активніше використовує енергію сонця і вітру.
Сукупна встановлена потужність вітрогенераторів становить 13 гігават. Це чимало - в середньому, країна споживає всього близько 35 гігават електричної потужності - але в безвітряну погоду виникають серйозні складнощі. У листопаді 2015 року, коли Британія зіткнулася з дефіцитом електроенергії, вітрові установки виробляли тільки 400 мегават.
Для аналізу даних, прогнозування та пошуку рішень нейронні мережі DeepMind підходять просто ідеально. Національна компанія теж працює над оптимізацією енергопостачання, але штучний інтелект може виявити проблеми, які оператори-люди ніколи не помічали. Одне можна сказати з упевненістю: у такій великій енергомережі знайдеться безліч слабких місць. Найбільші втрати припадають на передачу енергії на і трансформатори напруги.
"Машинне навчання має великий потенціал щодо зменшення впливу енергосистем на навколишнє середовище. Одне з цікавих завдань - чи зможемо ми прогнозувати піки енергопостачання та енергоспоживання і таким чином максимізувати використання відновлюваних джерел ", - розповів представник DeepMind виданню Financial Times. «Ми знаходимося на ранній стадії переговорів і розглядаємо можливості, які вони можуть нам запропонувати», - обережно говорять співробітники Національної мережевої компанії.
У минулому році DeepMind провела аналогічний аналіз в дата-центрах Google і скоротила витрату електроенергії на 15%. Розроблені компанією нейронні мережі точно прогнозували потребу в холоді і знижували енергоспоживання системи охолодження на 40%. "Оскільки цей підхід виявився дуже ефективним, ми розширимо область його застосування в Google. Крім того, ми хотіли б спробувати його в масштабах Національної компанії, - розповів Хассабіс Financial Times. - Ми не розуміємо, чому не можна розглядати національну енергосистему з тієї ж точки зору, що і датацентри ".
DeepMind Technologies Limited - британська компанія, що займається штучним інтелектом. Заснована в 2010 році в Лондоні, в 2014 році куплена Google. Здобула популярність завдяки розробці комп'ютерної системи AlphaGo, яка перемогла кількох професійних гравців в го.