Google采用AI自主优化数据中心冷却系统。

谷歌已将其多个数据中心的冷却系统的自主控制权交给了一个人工智能算法。DeepMind应用AI负责人穆斯塔法·苏莱曼称这是"据我们所知，首次在如此规模部署自主工业控制系统"。该算法最初以建议的形式部署，为风扇、通风和其他冷却设备的调整提出建议，以降低功耗。在这个阶段，该系统在这些冷却系统中实现了约40%的能源节省，人类数据中心管理者保留了实施或拒绝每项建议的决定权。

该AI系统使用强化学习——一种算法通过试错学习的技术——这与生成了DeepMind围棋程序AlphaGo的方法相同。DeepMind使用从谷歌数据中心收集的信息训练了该算法，使其能够确定哪些冷却配置会减少能源消耗。根据谷歌数据中心副总裁乔·卡瓦的说法，该项目可能会产生数百万美元的能源节省，并可能帮助公司降低碳排放。

虽然该算法现在独立运作，但人类监管仍然内置在系统中。数据中心管理者可以观察算法的行动，检查其对所提议变更的置信度，并在必要时进行干预。安全控制防止系统进行会对冷却产生不利影响的调整。卡瓦指出，管理者对早期的建议系统表示信任，对将更大控制权委托给AI几乎没有顾虑。

数据中心能源消耗已成为科技行业的重大关切。美国能源部劳伦斯伯克利国家实验室2016年的一份报告发现，美国数据中心在2014年消耗了约700亿千瓦时电力——约占全国总电力使用的1.8%。同一份报告预计，虽然效率提升几乎抵消了新数据中心的能源消耗，但到2020年总使用量将达到约730亿千瓦时。

然而，数据中心能源使用领先专家乔纳森·库米警告说，冷却仅占数据中心能源消耗的约10%。他建议，将机器学习应用于优化数据中心内耗电的计算机芯片的计算负载可能会更加重要。库米说："计算端的可能性比冷却大十倍"，并表示渴望看到谷歌和其他主要科技公司将这类优化工具应用于他们的计算工作负载。