？▲ ?開發AlphaGo的AI技術，不僅能下圍棋，還能用於更多民生相關的用途:省電？雖然還處於非常早期的討論階段，但是關於這個合作案例，DeepMind的聯合創始人兼CEO(同時也是牛蛙經典遊戲《主題公園》的主要遊戲設計者)認為，只要通過AI優化，每年可以在英國節省65，438+00%的電力，2065，438+04年英國將產生約330 TWh的電力。成本數百億英鎊，所以如果真的能每年節省10%，無論是碳排放還是發電成本，都是壹個非常可觀的數字。？英國的電力是發電廠和電網分離的模式，即發電廠和配電網由不同的公司負責，電力供需平衡的任務仍然落在負責配電的國家電網身上。電力需求實際上是可以預測的，例如通過標準的人類行為模式來判斷。比如人醒著的時候，電力需求壹定比睡著的時候高，或者天氣變冷變熱，我們可以先預測電力需求的漲跌。然而，當涉及到能源供應時，它是相對不穩定和不可預測的。特別是英國更依賴風能、太陽能等可再生能源(綠色能源)。去年聖誕節，英國單日綠色供電比例超過40%，成為可再生能源的重要裏程碑。但供電穩定性不足也是可再生能源的老問題。如何維持供需不平衡是英國國家電網的壹大難點。
▲ ?如果要用可再生能源替代核能和火力發電，就必須面對能源供應不穩定的問題。？DeepMind認為，只要通過預測機器學習技術，就可以幫助電力系統減少外部環境沖擊帶來的影響，例如通過機器學習預測供電和用電的峰值，就可以優化可再生能源的使用，也就是說，通過他們類似神經網絡的技術，我們可以分析所有可能影響供電效率的數百萬個可能因素，找出英國國家電網之前沒有發現的原因和解決方案。？其實在去年，DeepMind(在拋出AlphaGo橫掃圍棋界之後)就已經針對Google的數據中心做了類似的分析，這個數據中心需要大量的制冷設備，產生巨大的功耗，顯然可以節省數據中心15%的功耗。那個應用可以在全國的電網上試用。
▲ ?谷歌數據中心需要大量制冷設備才能讓服務器正常運行。如果AI能省電15%，對國家電網是否也能產生同樣的效果？？回頭看看臺灣省，我們每年的發電量大概是2000億千瓦時。如果每度電的成本在2元左右，壹年就要花4000億左右。如果能省下10%，就省下400億臺幣。如果可能的話，也許臺電應該AlphaGo到DeepMind幫臺灣省電力網做個全面體檢，可能會比平時多。