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
随着数字化时代的到来,网络安全威胁呈指数级增长。勒索软件、AI驱动的网络攻击和物联网设备漏洞成为主要威胁。企业需要建立全面的风险管理策略,包括风险评估、安全措施实施和持续监控。新兴技术如人工智能、区块链和量子计算为网络安全带来新机遇。组织应重视员工培训、供应链安全、数据治理和事件响应能力建设。
滑铁卢大学研究团队开发出ScholarCopilot,一个革命性的AI学术写作助手。该系统突破传统"先检索后生成"模式,实现写作过程中的动态文献检索和精确引用。基于50万篇arXiv论文训练,引用准确率达40.1%,大幅超越现有方法。在人类专家评估中,引用质量获100%好评,整体表现优于ChatGPT。这项创新为AI辅助学术写作开辟新道路。
AWS Amazon Bedrock负责人Atul Deo正致力于让人工智能软件变得更便宜和更智能。他在12月re:Invent大会前只有六个月时间来证明这一目标的可行性。Deo表示AI领域发展速度前所未有,模型每几周就会改进,但客户只有在经济效益合理时才会部署。为此,AWS推出了提示缓存、智能路由、批处理模式等功能来降低推理成本,同时开发能执行多步骤任务的自主代理软件,将AI应用从聊天机器人转向实际业务流程自动化。
哥伦比亚大学研究团队发布NodeRAG技术,通过异构图结构革新智能问答系统。该方法将文档信息分解为7种节点类型,采用双重搜索机制,在多个权威测试中准确率达89.5%,检索效率提升50%以上,为智能信息检索技术带来重大突破。