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
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
IDEA研究院等机构联合开发了ToG-3智能推理系统,通过多智能体协作和双重进化机制,让AI能像人类专家团队一样动态思考和学习。该系统在复杂推理任务上表现优异,能用较小模型达到卓越性能,为AI技术的普及应用开辟了新路径,在教育、医疗、商业决策等领域具有广阔应用前景。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
上海人工智能实验室提出SPARK框架,创新性地让AI模型在学习推理的同时学会自我评判,通过回收训练数据建立策略与奖励的协同进化机制。实验显示,该方法在数学推理、奖励评判和通用能力上分别提升9.7%、12.1%和1.5%,且训练成本仅为传统方法的一半,展现出强大的泛化能力和自我反思能力。