Odmieniana do znudzenia przez wszystkie przypadki sztuczna inteligencja kojarzona jest często z najbardziej demonicznymi scenariuszami rodem z „Terminatora” lub też z szeroko pojętym gadżeciarstwem spod znaku kolejnych niewiele różniących się od siebie smartfonów. Rzadziej mamy okazje przestudiować implementację maszynowego uczenia, która już dziś doskonali jakiś aspekt ludzkiej działalności.
DeepMind – sieć neuronowa przeznaczenia ogólnego
Jednym z chwalebnych wyjątków jest tu działalność firmy DeepMind Technologies, przejętej w 2014 roku przez Google. Wrażenia robią kolejne zwycięstwa AlphaGo czy Alpha Zero, ale przede wszystkim zastosowania medyczne. W ramach DeepMind Health rozwijane są na przykład uczone maszynowo skanery tęczówek, które są w stanie rozpoznawać na wczesnym etapie choroby wzroku. W ostatnim czasie Google pochwaliło się kolejnym ciekawym zastosowaniem Deep Mind dotyczącym przewidywania warunków pogodowych.
Wykres prezentujący rozbieżności między prognozą i faktycznymi warunkami wiatrowymi. Dziś w żadnej konferencji szanującej się branżowej korporacji nie może zabraknąć wzmianki o przebudowie siedzib tak, aby były one samowystarczalne energetycznie z zachowaniem jak najwyższej troski o środowisko naturalne. Nie inaczej jest w przypadku Google – od zeszłego roku budynki i infrastruktura tej korporacji jest zasilania w 100% energią odnawialną. Równolegle Google pracuje nad oprogramowaniem, które przyniesie wzrosty rentowności turbin wiatrowych. Dzięki uczeniu maszynowemu możliwe jest już prognozowanie siły wiatru z 36-godzinnym wyprzedzeniem.
Zobacz też: Spowszedniała osobliwość – najwyższy czas przestać mylić SI z uczeniem maszynowym
DeepMind na farmie wiatrowej Google
Poligonem doświadczalnym dla DeepMind była należąca do Google 700-megawatowa farma wiatrowa położona w centralnej części Stanów Zjednoczonych. DeepMind jest siecią neuronową ogólnego przeznaczenia, więc nic nie stało na przeszkodzie, by nauczyć maszynowo już istniejących instancji danych dostarczanych przez prognozy pogody oraz zbieranych latami przez mierniki montowane na samych turbinach. DeepMind może się także z czasem doskonalić samodzielnie poprzez rewizję własnych prognoz post factum i wyciągnie wniosków.
Dzięki DeepMind cena produkowanego przez Google prądu wzrosła o 1/5. Google informuje, że dzięki DeepMind osiągnięto wzrosty w szczególnie ważnym dla elektrowni wiatrowych parametrze – przewidywalności dostaw, czyli gwarancji, że turbiny będą mogły w danym momencie zasilić infrastrukturę energetyczną. Dzięki DeepMind Google może zadeklarować produkcję dzień przed tym, gdy ta się rozpocznie. To zaś pozwala w większym stopniu polegać administratorom sieci energetycznej na dostawach z farm. W ten sposób cena prądu produkowanego przez Google wzrosła o 20%.
