TechTalkThai ศูนย์รวมข่าว Enterprise IT ออนไลน์แห่งแรกในประเทศไทย
Deepmind ได้ออกมาเผยถึงความคืบหน้าในการร่วมมือกับ Google เพื่อสร้าง AI สำหรับช่วยลดพลังงานที่ใช้ภายใน Data Center ของ Google ทั่วโลกที่ริเริ่มกันมาตั้งแต่ปี 2016 ว่าปัจจุบันสามารถปรับปรุงจากการลดพลังงานประมาณ 10-15% ไปเป็น 30% ได้แล้ว พร้อมเผยแนวคิดต่างๆ ที่ใช้ใน AI ดังต่อไปนี้
-
ระบบ Data Center Cooling System จะส่งข้อมูลของ Sensor จำนวนนับพันไปยังระบบ Cloud-based AI ทุกๆ 5 นาที เพื่อนำข้อมูลจำนวนมากนี้ไปเรียนรู้อย่างต่อเนื่องใน Deep Neural Networks และทำนายว่าการกระทำต่างๆ ที่เกิดขึ้นนั้นจะส่งผลอย่างไรกับการใช้พลังงานบ้าง และเรียนรู้ว่าการกระทำใดจะช่วยลดพลังงานได้ในขณะที่ยังคงอยู่ภายใต้เงื่อนไขด้านความปลอดภัยของ Data Center
-
มีระบบ Automatic Failover หากค้นพบว่าการประมวลผลของ AI นั้นแนะนำให้ทำในสิ่งที่ละเมิดต่อเงื่อนไขด้านความปลอดภัย เพื่อให้ Data Center ยังคงทำงานได้อย่างปลอดภัยอยู่เสมอ
-
มีระบบ Smooth Transfer เพื่อให้การเปลี่ยนแปลงที่เกิดขึ้นจากการทำ Automatic Failover นั้นเป็นไปแบบค่อยเป็นค่อยไป และไม่ทำให้ระบบเสียหายจากการเปลี่ยนแปลงอย่างฉับพลัน
-
มีระบบ Two-layer Verification โดย Data Center แต่ละแห่งเองก็จะมีเงื่อนไขด้านความปลอดภัยของตนเอง สำหรับใช้ตรวจสอบคำสั่งจาก AI บน Cloud ว่าคำสั่งเหล่านั้นละเมิดเงื่อนไขใดๆ หรือไม่อีกชั้นหนึ่ง
-
มีระบบ constant Communication เพื่อให้ Cloud-based AI กับ Physical Infrastructure ภายใน Data Center ทำการรับส่งข้อมูลกันอย่างต่อเนื่อง และเข้าใจสถานะการทำงานระหว่างกันอยู่เสมอ
-
มีระบบ Uncertainty Estimation ที่ระบบ AI จะวิเคราะห์ค่าคะแนนความมั่นใจในแต่ละการกระทำที่จะส่งเป็นคำสั่งออกไป และตัดคำสั่งที่มีค่าคะแนนความมั่นใจต่ำออกไปโดยอัตโนมัติ เพื่อป้องกันการกระทำที่อาจส่งผลไม่คาดฝันขึ้นมา
-
มีระบบ Rules and Heuristics เป็นกฎที่ระบุเอาไว้สำหรับใช้ควบคุมการทำงานของ Data Center เพื่อเป็น Backup ในกรณีที่ต้องการยกเลิกการใช้ AI ในการควบคุม Data Center
-
Human Override เปิดให้เจ้าหน้าที่ผู้ดูแลระบบ Data Center สามารถเข้าควบคุมระบบและทำงานแทนระบบ AI ได้ตลอดเวลา
ระบบ AI ของ Google นี้มีประสิทธิภาพสูงขึ้นเรื่อยๆ จากในช่วงปลายปี 2017 ที่สามารถลดปริมาณพลังงานที่ใช้ได้ 15% ก็สามารถทำการเรียนรู้จากข้อมูลที่ส่งเข้ามามากขึ้นในแต่ละวันๆ จนกระทั่งเดือนสิงหาคมปี 2018 นี้ ระบบก็สามารถลดปริมาณพลังงานที่ใช้ลงไปได้ถึง 30% แล้ว
นอกจากนี้ ด้วยการเรียนรู้ของระบบ AI ทำให้เหล่าผู้ดูแลระบบเองได้เรียนรู้ Best Practice ใหม่ๆ ไปด้วย เช่น การกระจาย Cooling Load ไปยังอุปกรณ์จำนวนมากขึ้นนั้นจะมีประสิทธิภาพในการทำงานที่ดีกว่า ไปจนถึงการที่ AI เองได้เรียนรู้ถึงการนำสภาพแวดล้อมของฤดูหนาวมาใช้เพื่อสร้างอุณหภูมิในระดับที่เย็นกว่าน้ำได้ และช่วยลดพลังงานที่ต้องใช้ภายใน Data Center ลงไปเป็นอย่างมาก
ที่มา: https://deepmind.com/blog/safety-first-ai-autonomous-data-centre-cooling-and-industrial-control/
