AI是如何利用大数据解决气候问题的

w2012

话题既是从数据中心说起，那就先看看数据中心的近况，以谷歌为例。


上个月，2018年8月，“数据中心知识”网站刊登了一篇文章《谷歌正在切换至自驾驭数据中心管理系统》，报道谷歌数据中心的最新进展，刷新了我们2015年初对谷歌“基于AI的建议引擎”的数据中心温控系统的认知：它从提出建议，然后人工调节，升级至自动调节。

举个例，大多数的数据中心操作人员并不认为台风预警期是进行温控微调以获得零星节能效果的好时机，这是很自然的反应，这个时期的优先级是什么？自然是加固系统，以求不被台风搞断电。

一起看看全国平局气温空间分布图



全国平局气温空间分布图


但AI算法不一样，它就是被设计来寻找每一个可能省掉每一度电的机会，然而它并不将外界气候作为参数。在来自美国中西部一个数据中心的最新情况汇编中，AI对系统的调控起初让管理人员觉得匪夷所思，乱来。但经过仔细考察，AI所进行的每一个细微调控，在当时特定的参数环境下，都令人叹服。导致严重的风暴例如台风的气候条件，往往会形成气压和温度的戏剧性变化，这些在复杂的数据中心制冷系统中都是需要对参数进行调节的重要因素，在这种时候软件可以通过微校准来获得极细微的收效。然而，这样的微调是一个持续、实时的过程，人工不可能做到，并且人力的耗费和每一次调节的收效之间的比例也并不高效，与此同时，持续和实时的累积效应却又是巨大的。令业界惊叹的40%能耗节省报道，仰仗的正是DeepMind AI团队所开发的智能温控系统，它考察包括室外温度、气压、湿球温度、干球温度、露点、数据中心负载、热空气出口的服务器背部气压等21个变量，以达到实时优化数据中心PUE（Power Usage Effectiveness，数据中心设备能耗）的目的。

到2100年时，我们需要把墙修到多高才能抵御海水的入侵？下一个十年的热浪将会比现在糟糕多少倍？2030年的北极海运路线会是什么样？我们依然没有答案。在人类现有的认知情况下，AI最有可能是出路。连商业企业最怕的绿色和平组织也承认，没有回头路。能做的只是加大研究力度，并且在能源使用方面对企业进行跟进监督，鼓励“干净点击”（clicking clean）的“绿色互联网”竞赛。最后来感受下，大佬企业们谁最绿。