Umělá inteligence již není science fiction! Ačkoli chlapík, který přesně napodobuje lidské chování, je – alespoň prozatím – stále dosti vzdálenou představou, již nějakou jsme obklopeni takzvanou „úzkou umělou inteligencí“. Úzká umělá inteligence (narrow AI) se zabývá vždy jediným typem úkolů nebo úzce vymezeným problémem, a zde jsme již překonali bod zvratu. To, co je dnes možné v oblastech získávání, ukládání a zpracování dat, působí na umělou inteligenci doslova jako doping!
Cloudová prostředí nyní už umí účinně zacházet s obrovskými objemy dat a vytváří tak prostor pro ekonomicky efektivní řešení s umělou inteligencí, která nejen podporují činnost energetických společností, ale zároveň umožňují vyšší kvalitu služeb zákazníkům. Strojové učení na nashromážděných naměřených údajích se využívá pro podporu zabezpečení výnosů i plnění cílů v oblasti energetické účinnosti a zkvalitňování nabídky pro odběratele v rámci vysoce konkurenčních trhů energetických služeb.
Potenciál a výzvy pro umělou inteligenci
Umělá inteligence má skutečný potenciál tam, kde je možné shromažďovat dostatečně velké sady dat, které mohou být účinně použity k učení podle příslušných strojových algoritmů. Na straně provozovatelů sítí se o stanovení měřítek pro dostupné objemy dat a řádového rozlišení, které energetická společnost může využít, postaral přechod od klasického monitorování sítě na úrovni sekundárních rozvoden k ucelenému rezidenčnímu inteligentnímu měření. Na straně distribuce a výroby byly jak obchodníci, tak výrobci energie vždy na špici přijímání nových technologií, neboť se vždy zajímali o to, který způsob zacházení s daty by jim poskytl konkurenční výhodu.
V Landis+Gyr jsme se účastnili mnoha diskuzí s energetickými společnostmi směřujícími k vhodnému použití umělé inteligence a strojového učení pro optimální řízení a vyvažování zdrojů. Snadno dosažitelnými plody pro umělou inteligenci v energetických společnostech jsou především aplikace v oblastech úloh s otevřenou smyčkou (open loop) nebo člověka ve smyčce (human in the loop), například prediktivní analýzy, řízení zdrojů, detekce závad apod. Na složitější výzvy pak narazíme při přechodu k automatizaci s plně uzavřenou smyčkou (full closed loop). Značná část „znalostí v oboru“ se stále opírá o generaci ostřílených energetických profesionálů a dosud se brání kodifikaci pro správu sítě založenou na algoritmech s uzavřenou smyčkou. Je ovšem nutné očekávat, že i některé z nejnepoddajnějších okrajových případů se postupně začlení do rozvoje umělé inteligence souběžně s vyzráváním příslušných energetických aplikací.
Katalyzátor nových pořádků
Náš obor se musí vyrovnat s novými pořádky s umělou inteligencí i bez ní. Již jsme zaznamenali, jak klimatická změna způsobila odpor vůči zdrojům založeným na uhlovodíkových palivech, který zase vedl k rozvoji nestálé výroby z obnovitelných zdrojů, technologií pro uchovávání energie a elektrických vozidel, a to doslova na celé planetě. Máme všechny důvody očekávat, že v příštím desetiletí se bude tento trend dále urychlovat, stejně jako politicky i legislativně motivované pobídky k experimentování s novými obchodními modely pro větší odolnost sítí, zabezpečení dodávek a transaktivní energii.
Tento blogový článek je výtahem z kulatého stolu s oborovými specialisty a je součástí našeho nedávno vydaného magazínu pathway na téma možností umělé inteligence. Rádi byste se dozvěděli více? Přečtěte si celé číslo zde!
