A ma, február 27-én közzétett közleményben a Google azt mondta, hogy megtalálták a módját a szélerőművek által termelt villamos energia statisztikai és előrejelzésének, ami a szélerőművek felhasználásával történik. A DeepMind (londoni székhelyű) leányvállalat mesterséges intelligencia szoftverének felhasználásával .
A DeepMind gépi tanulási algoritmusai segítségével előrejelzi a gazdaságok szélenergiája által termelt villamosenergia-kibocsátását, amelyet a Google zöldenergia-kezdeményezéseihez használ, a vállalat azt mondta, hogy konkrét terveket készíthetnek a villamosenergia-tároló, -elosztó és -ellátó rendszerek működtetésére, amelyek sokkal magasabb értéket hoznak, mint a ma használt szabványok.
A Google szerint ez a szoftver segített 20%-kal javítani a szél által termelt villamos energia "értékét", amelyet ezek a farmok szolgáltatnak a felhasználás nélküli tároláshoz, elosztáshoz és ellátáshoz képest. Valós idejű előrejelzések. Az amerikai óriáscég azonban nem fejtette ki egyértelműen, hogy ez az érték valutában vagy villamosenergia-termelésben értendő-e, és azt sem, hogy a Google mely szélerőműparkokban telepíti ezt a projektet, de valószínűleg az Egyesült Államok középnyugati régiójában lesz, ahol számos nagy adat központok vannak az országban.
Tavaly a Google bejelentette, hogy végre elérte azt a figyelemre méltó mérföldkövet, hogy energiafelhasználását 100%-ban megújuló energiaforrásokkal ellensúlyozza. Ez nagyrészt a Google áramvásárlási megállapodásainak és a nap- és szélerőművekbe történő hatékony beruházásoknak köszönhető, amelyek segítik a vállalat adatközpontjainak energiaellátását, valamint a megújuló energia felhasználásának terveinek köszönhetően más piacokon a szabványos hálózathasználat ellensúlyozására.
Ha azonban szélenergiáról van szó, az ilyen típusú energiából előállított villamos energia felhasználása nehezebb lehet, mert nehéz meghatározni, hogy egy adott szélerőmű mennyi villamos energiát tud termelni, hogyan. Mi a legjobb módja az energia tárolásának, és hogyan hatékony továbbítása nem egyszerű. A Google szerint a szél változó természete miatt nagyon kiszámíthatatlan, pontosabban megjósolhatatlan energiaforrássá válik, mivel a természetre kell támaszkodnia a hálózat szükséges villamosenergia-szükségletének becsléséhez.
„Számításaink során természetesen nem tudjuk kiküszöbölni a szél ingadozását, de a teszt kezdeti eredményei azt mutatják, hogy a gépi tanulás segítségével sok helyen megjósolható a szél által generált teljesítmény. A sokféle természeti változással járó időben teljesen lehetséges. Ezen túlmenően ez a megközelítés a szélerőművek specifikus műveleteinek elemzésében és adattermelésében is szigort tesz, egyszerűen azért, mert a gépi tanulás segíthet a mezőgazdasági üzemek vezetőinek. a gazdaságok találkozhatnak.elektromosságot használnak.
Nem ez az első alkalom, hogy a DeepMind mesterséges intelligencia szakértelmét ilyen módon használják fel. A Google még 2016-ban bejelentette, hogy mesterséges intelligencia-laboratóriuma segítségével mintegy 15%-kal sikerült csökkentenie adatközpontjai energiaköltségeit. 2018-ban a Google tovább ment, és nagyobb irányítást biztosított ezeknek az AI-rendszereknek a rendszerszintű energiafelhasználás kiszámításában. Ezenkívül 2017-ben megjelent egy jelentés is, amely szerint a DeepMind együttműködik az Egyesült Királyság nemzeti hálózati ügynökségével, hogy segítsen az ügynökségnek kiszámítani és egyensúlyba hozni a kibocsátott villamos energia keresletét és kínálatát az Egyesült Királyságban.
Emellett ezek a projektek azt is megmutatják, hogy a DeepMind milyen nagy potenciállal rendelkezik működési modelljének átalakításában, kísérleti központból profittermelő központtá. 2017-ben a DeepMind a Google anyavállalatának akár 368 millió dolláros költségvetést is "költett" mesterséges intelligenciával kapcsolatos kutatási projektekre, miközben a megszerzett nyereség nem volt túl jelentős. Ha a DeepMind szoftvere a laboron kívül is használható valós helyzetekben, akkor ez a vállalat hatalmas profittermelő vállalkozássá válhat a Google számára.
Mindenekelőtt ismét az AI gyakorlatiasságát és hatékonyságát láthatjuk az élet minden területén!
A vadászok gyakran éjszaka vadásznak, ezért észlelésükre drónokra szerelt infravörös kamerákat használnak. A probléma az, hogy mivel az orvvadász és az állat is hőt bocsát ki, nehéz lehet pontosan azonosítani őket.
Képzelje el, hogy alvás közben is válaszol az ügyfelek kérdéseire. Íme, mit tehetnek az ingyenes mesterséges intelligencia chatbotok az Ön webhelyén.
Japán elöregedő és csökkenő népessége miatt az országból jelentős számú fiatal munkaerő hiányzik, különösen a szolgáltatási szektorban.
A Character.AI, a Generatív mesterséges intelligencia és a chatbot technológiára összpontosító startup állítólag tárgyalásokat folytat olyan finanszírozás megszerzéséről, amely több mint 5 milliárd dollár értékben érheti el a céget.
A VIII. Henrik az angol irodalom történetének egyik legklasszikusabb darabja, amelyet két híres szerző, William Shakespeare és John Fletcher írt 1623-ban.
Egy YouTuber és egy brazíliai mérnök, Lucas Rizzotto a közelmúltban megosztotta a Twitteren azt a történetet, hogy megvalósította képzeletbeli barátját – egy mikrohullámú sütőt a házban, aki mesterséges intelligenciát használ, de élete "egyik legfélelmetesebb élményét" kapta.
A kutatók felfedezték, hogy a webkamerák és az okostelefonok kamerái kombinálhatók speciális mesterséges intelligencia-algoritmusokkal, hogy rendkívül hatékony távoli személyes egészségfigyelő rendszerként működjenek.
Úgy tűnik, hogy a modern élet egyre negatívabb hatással van az emberi kapcsolatokra.
Az élgráfokon alapuló összetett neurális hálózati architektúra segítségével a Google Brain mesterséges intelligencia modellje az emberi időnek csupán töredéke alatt képes alaprajzokat megtervezni.
A Python számos nagy könyvtárral és keretrendszerrel rendelkezik, amelyek kényelmesek a kódíráshoz és a számítástechnika fejlesztéséhez. A Docs.NeoTechSystems felkéri Önt, hogy beszéljen néhány hasznos Python-eszközről mind a gépi tanulási, mind az adattudományi alkalmazásokhoz.
