在数据中心内保持服务器的冷却是需要大量电力的,特别是像谷歌等技术巨头运营的大型设施。现在谷歌正试图利用人工智能来削减电费。
谷歌透露,它已经打造了一个专门的AI来自动管理数据中心的复杂冷却设备。据称,该系统自动微调冷却的能力已经让电源效率有了显著提高。
该项目是以谷歌DeepMind AI部门在2016年首次发布的工作成果为基础的。该团队开发了一个系统,可以收集有关冷却设备的运行数据,为工程师提供关于如何优化电力使用的建议。谷歌新推出的AI可以完全接管任务,但出于安全考虑,它是在人工监督下运作的。
系统每五分钟会对数据中心内的冷却设备进行快照,并且会综合数千种不同指标,从设施温度到例如热泵运行速度等更多细节。谷歌的AI根据这些信息来决定采取哪些措施来优化电力消耗。
谷歌写道:“人工智能计算出的最佳行动是经过了由数据中心运营商定义的内部安全约束列表进行审查的。一旦指令从云发送到物理数据中心,本地控制系统就会根据约束条件验证指令,这种冗余检查可确保系统是保持在局部约束范围内运行的,操作员可以完全控制操作边界。”
根据谷歌的说法,总共有八种不同的机制可以确保AI按预期工作。如果出现问题,系统将简单地回退到用于管理冷却系统的预定义自动化规则。
谷歌表示,部署人工智能之后可以让数据中心平均节能30%,这个数字低于2016年开发的推荐系统节能40%,但谷歌解释说,该软件是故意有限制的,以便平衡电源效率和可靠性。此外,谷歌认为随着时间的推移,人工智能收集到的数据越来越多,实现的节能效果也会不断提高。
“很高兴我们的直接人工智能控制系统安全可靠地运行,同时始终如一地实现节能。但是,数据中心只是个开始。从长远来看,我们认为这项技术将有可能应用于其他工业环境中,有助于在更大范围内应对气候变化。”
好文章,需要你的鼓励
文章详细介绍了Character.AI这款主要面向娱乐、角色扮演和互动叙事的AI聊天工具的原理、用户群体、特色功能以及面临的法律与伦理争议,同时揭示了其新推出的视频和游戏互动体验。
上海人工智能实验室研究团队开发了MMSI-Bench,这是首个专注于多图像空间智能评估的全面基准。研究人员花费300多小时,从12万张图像中精心构建了1000道问题,涵盖了位置关系、属性和运动等多种空间推理任务。评测结果显示,即使最先进的AI模型也仅达到41%的准确率,远低于人类的97%,揭示了AI空间认知能力的重大缺陷。研究还识别了四类主要错误:物体识别错误、场景重建错误、情境转换错误和空间逻辑错误,为未来改进提供了明确方向。
思科报告指出,自主型人工智能未来三年内有望承担高达68%的客户服务任务,通过个性化与前瞻性支持提升效率与节省成本,但用户仍重视人与人之间的互动和健全的治理机制。
卡内基梅隆大学研究团队开发了ViGoRL系统,通过视觉定位强化学习显著提升AI的视觉推理能力。该方法让模型将每个推理步骤明确锚定到图像的特定坐标,模拟人类注视点转移的认知过程。与传统方法相比,ViGoRL在SAT-2、BLINK等多项视觉理解基准上取得显著提升,并能动态放大关注区域进行细节分析。这种定位推理不仅提高了准确性,还增强了模型解释性,为更透明的AI视觉系统铺平道路。