Salah satu perbelanjaan dan perbelanjaan utama syarikat Google ialah elektrik. Pusat pengkomputeran gergasi pencarian menggunakan banyak tenaga, sambil terus memanaskan dan menghasilkan haba, jadi mereka juga perlu disejukkan, dan ini juga menyebabkan kos tenaga. Jika tidak, pelayan mungkin gagal, dan ini juga akan memerlukan kos yang besar. Oleh itu, untuk tidak membazirkan elektrik dengan sia-sia, dan juga untuk meningkatkan kecekapan kapasitinya, syarikat memutuskan beberapa tahun yang lalu untuk mula melakukan sesuatu mengenainya, dan kemudian permulaan DeepMind baru sangat berguna, bekerja pada penciptaan kecerdasan buatan, yang dibeli oleh Google sekali-sekala.
Sebelumnya, pakar DeepMind mengajar kecerdasan buatan bagaimana bermain permainan video di konsol Atari, tidak lama kemudian mereka mengembangkan program yang mengalahkan juara dunia dalam permainan papan Go, dan sekarang mereka, tanpa penyertaan perkembangan mereka sendiri, membantu Google menjimatkan wang. Kini di bawah sayap syarikat induk Google Alphabet, projek ini membuahkan hasil.
DeepMind membuat sistem rangkaian neural dan menghubungkannya ke pusat data. Sebagai tambahan, program dimasukkan ke dalam rangkaian yang dapat meramalkan suhu berdasarkan data yang diperoleh sebelumnya. Sistem ini ternyata cukup rumit, ia berfungsi dengan banyak parameter, sambil mengambil kira kelajuan putaran penyejuk, kecekapan sistem penyejukan pada umumnya, tingkap dan banyak lagi.
Kepintaran buatan telah digunakan oleh Google untuk waktu yang lama, juga telah "berkawan" dengan pelayan selama beberapa tahun, tetapi program yang dikembangkan oleh DeepMind telah menjadikan kerja-kerja pusat pengkomputeran menjadi lebih efisien. DeepMind mengatakan bahawa kos elektrik yang diperlukan untuk menyejukkan pelayan mereka sendiri telah dikurangkan hampir 40 peratus. Indikator yang diukur pada pelayan Google lebih sederhana, tetapi juga mendorong optimisme.
Rajah di atas menunjukkan penggunaan kuasa sebelum dan selepas sistem DeepMind dilancarkan. Bahagian kanan rajah menunjukkan bagaimana penunjuk jatuh setelah mematikannya semula.
VYACHESLAV LARIONOV
