英國國家電網(wǎng)擁有將電力輸往英國各地的基礎設施，以確保任何時候有足夠電力來滿足英國各地的需求。不過近些年平衡電網(wǎng)供需矛盾有些棘手，其主要因客觀因素：如風能和太陽能等可再生能源已經(jīng)成為英國能源結(jié)構(gòu)中重要的組成部分。

這個時候，鑒于能源種類變多，如何使得可再生能源的分配和適當調(diào)度，成了英國電網(wǎng)需要解決的問題。

基于此，DeepMind認為，機器學習算法可以更準確地預測需求模式，有效地平衡英國國家電力系統(tǒng)中的供需矛盾。

DeepMind發(fā)言人提到，預測性機器學習在幫助電力系統(tǒng)減少對環(huán)境的影響上有巨大的潛力。一個真正令人感興趣的前景是，DeepMind是否可以利用機器學習技術(shù)預測電力需求和供應的高峰，從而幫助英國國家電網(wǎng)公司最大限度地利用可再生能源。

DeepMind CEO哈薩比斯說到：“目前，我們正在與英國國家電網(wǎng)公司以及其他大型電力供應商進行初步探討，以便幫助解決這些機構(gòu)面臨的種種問題。無需投入新的基礎設施，只通過優(yōu)化的手段，就可幫助英國節(jié)省10％ 的電力使用量，這一成效將是非常令人興奮的。”

雷鋒網(wǎng)之前也曾報道過，去年7月DeepMind就有著成功的電力節(jié)能應用案例，其利用機器學習算法將谷歌數(shù)據(jù)中心的用電量減少了15％。

    DeepMind的智能算法能夠更有效地預測谷歌數(shù)據(jù)中心的冷卻系統(tǒng)和控制設備的負載，從而將用于冷卻的電量減少了40％。DeepMind人工智能軟件控制著數(shù)據(jù)中心內(nèi)部大約120個設備參數(shù)變量，包括風扇、空調(diào)系統(tǒng)、甚至窗戶等等。雖然DeepMind人工智能系統(tǒng)僅幫助數(shù)據(jù)中心降低了十幾個百分點的耗電量，但由于總量巨大，一定程度上也節(jié)約了很多成本。根據(jù)2014年的數(shù)據(jù)，谷歌公司的總耗電量達到了4,402,836兆瓦小時，相當于366,903個美國家庭平均年耗電量總和，而其中最大的耗電源就是數(shù)據(jù)中心——用于支持全球的網(wǎng)頁及移動應用服務。分析師估計，未來幾年這可能會為谷歌節(jié)省數(shù)億美元。

雷鋒網(wǎng)了解到，這里需要指出的是，Google也并不是在擁有了DeepMind后才想著用人工智能節(jié)能，它在2014年就將機器學習技術(shù)用在一數(shù)據(jù)中心上。當時它使用神經(jīng)網(wǎng)絡預測能耗隨時間的變化，從而更高效地安排設備使用情況。

哈薩比斯稱：因為它的效果非常好，我們將這一技術(shù)的應用擴大至整個谷歌，但我們希望看到它能用于英國國家電網(wǎng)這樣的規(guī)模上。我們認為，你能用于數(shù)據(jù)中心的技術(shù)沒有理由不能用于一個國家的電網(wǎng)上。