近日,通用电气(GE)子公司GE Power发布了一套新的基于人工智能的分析产品,从而帮助电网客户更好地利用他们的网络数据,应对运营问题。
这些新产品采用了GE最新的机器学习技术——可以让机器在无需明确编程的前提下,即可从经验中进行学习和改进。GE表示,这些产品利用从电网运营商网络中提取的数据,可以提高运营效率。
产品中集成了Storm Readiness工具,它可以利用高精度天气预报、停机历史信息和响应数据,提醒用户即将发生恶劣天气的可能性。借此,能够提前让响应团队做好准备,帮助他们预测未来可能发生的中断故障的风险,进而缩短重新上线所需的时间。
Exelon公司是最早采用该工具的客户之一,该公司公用事业公司副总裁兼首席分析官Brian Hurst表示:“[Storm Readiness]让公用事业企业能够在天气预报之前更好地预先安排工作人员,节省时间和金钱,提高客户满意度并加强员工安全。”
此外GE还推出了Network Connectivity,这款产品旨在纠正和维护网络数据的完整性。网络数据中的错误(通常出现在手动输入信息时)可能会给电网运营商带来很大问题,妨碍他们对故障做出快速响应。而Network Connectivity则利用人工智能来检测和纠正错误,并防止此类问题再次发生。
GE发布的新套件中的最后一款产品是Effective Inertia,该产品提供了对传输系统操作的更高可视性。GE表示,这一点对于可再生能源供应商来说尤为重要,因为他们通常会遇到“系统惯性位移,这是电网的一种属性,会在当电力不平衡时控制频率变化率”。
据GE称,传输系统的低效管理可能会导致停电故障,以及对电网运营商的巨额经济处罚。Effective Inertia的机器学习算法通过测量和预测系统惯性帮助确保电网变得更加稳定。
GE Digital首席执行官、GE Power首席数字官Steven Martin表示:“如今能源行业只利用了很小一部分的运营数据。我们的Grid Analytics能够让公用事业企业很好地利用更多数据,协调分配他们的网络和工作人员。”
去年,有报道称GE未能在所谓的“工业互联网”领域建立自己的领导地位。而GE Power利用基于AI分析改善电网运营之举,可能有望改变这一局面。
据报道,由于面对来自IBM和微软等大型软件公司的的激烈竞争,因此GE放弃了在这个领域的雄心壮志。然而,到目前为止,GE未能为其数字资产寻找到合适的买家,而如今GE发布这些新产品似乎仍然表明,他并没有抛弃这部分业务的打算。
Constellation Research分析师Holger Mueller表示,GE继续软件方面的开发并不令人感到奇怪,因为这是GE工业产品的一个重要组成部分。Mueller说:“对于GE来说唯一的选择就是合作伙伴,但显然他们尚未找到一个合适的选择。也就是说,这些新功能的定位相当保守,因为十多年前‘预测分析’就已经流行起来了,不过这次推出的新功能仍然能带来一些价值。”
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。