Tíz százalékkal csökkentette az épületek energiafelhasználását a DeepMind algoritmusa
A Google anyacégéhez (Alphabet) tartozó DeepMind nevét eddig nem az energetika, hanem a fehérjekutatás, a közpénzek újraelosztása vagy a szövegeket középiskolások szintjén értő nyelvi modellje miatt ismerhettük, a londoni kutatócég hétfőn azonban bejelentette, olyan algoritmust fejlesztett, amely hatékonyan képes optimalizálni az épületek hűtési rendszerét és ezzel az eddigi tesztekben 10 százalékkal csökkentette az energiafelhasználást.
Jerry Luo, a DeepMind technológiafejlesztéssel foglalkozó vezetője szerint a mesterséges intelligencia alkalmazásának egyik legnagyobb előnye, ha azt egy klímaszabályozó rendszerben használják, hogy folyamatosan megfigyeli a változásokat, és azonnal alkalmazkodik is hozzájuk.
A DeepMind a Google és az épületek vezérlőrendszereinek gyártásával foglalkozó Trane Technologies vállalatokkal együttműködésben fejlesztette ki az algoritmust, amely egyetemi kampuszépületek és lakásokat, éttermeket, üzleteket egyaránt tartalmazó épületek klímarendszereit vezérli.
A szoftvert úgy tanították be, hogy folyamatosan azt keresse, hogyan lehetne minimalizálni az energiafelhasználást anélkül, hogy az épületekben lévő emberek kényelmét fel kellene adni. A tanító adatbázis az adott épületek szabvány szerinti vezérlőrendszereinek kevesebb mint egy évnyi historikus adatait tartalmazta, majd ráengedték az épületek hűtőtelepeire, miközben figyelemmel kísérte az időjárási mintázatokat, a hűtés iránti igény változó mértékét és a saját hatásait. Az algoritmus a tanultakat arra használta, hogy minden egyes döntési helyzetben legenerálja lehetséges lépéseit, és lepontozza azokat.
Ezzel a rendszerrel 2021 nyarán és őszén, összesen három hónapig 9-13 százaléknyi hűtésre fordított energiát spóroltak meg. A lakóépületek, otthonok hűtése a világ energiaigényének mintegy 10 százalékát teszi ki, szóval lehet, hogy az algoritmus által megspórolt energiamennyiség első látásra kevésnek tűnik, de tömeges mértékben óriási hatása lehetne.
Ehhez azonban rengeteg munkára lenne szükség, ugyanis a DeepMind szerint az algoritmus betanításához hosszú beszélgetésekre volt szükség az épület üzemeltetőivel ahhoz, hogy különféle tippekkel és trükkökkel láthassák el a mesterséges intelligenciát még bevezetése előtt. Egyelőre valószínűleg olcsóbb is lenne a régi és alacsony energiahatékonyságú épületek szigetelését elvégezni és modernebb hűtő- és fűtőrendszerekkel felszerelni, a jövő azonban az AI-vezérelte energetikáé.
Kapcsolódó cikkek a Qubiten: