Kto nie pracuje, ten nie je. DeepMind pracuje, by Google mniej płaciło za prąd

Sztuczną inteligencję i różne jej implementacje kojarzymy zazwyczaj z niezwykle ambitnymi przedsięwzięciami, która skutkują na przykład zwycięstwami maszyn nad człowiekiem w kolejne gry planszowe. Mimo że tytuł arcymistrzowski w szachy jest z pewnością niezwykle intratny, to niewiele się mówi o tym, jak sztuczna inteligencja ma generować przychody, czy też na siebie zarabiać.

Nie brakuje jednak już opracowanych, ciekawych rozwiązań. Jak nietrudno się domyślić, prym wiedzie tutaj Google. Pracownicy korporacji mogli wyjść z założenia, że kto nie pracuje, ten nie je, więc zaangażowali sztuczną inteligencję do specjalnych obowiązków, które mają przynieść firmie oszczędności. Jak donosi DeepMind na bieżąco optymalizują zarządzenie energią w korporacyjnych serwerowniach.

Oznacza to, że praca sztucznej inteligencji sprawia, w dużym skrócie, że Google płaci niższe rachunki za prąd. Program implementacji DeepMind w tych warunkach rozpoczął się jeszcze przed dwoma laty, a dziś działa już na „pełnych obrotach”, przede wszystkim w systemach chłodzących serwerownie. Dzięki SI, zapotrzebowanie na energie niezbędną do utrzymywania odpowiedniej temperatury, zredukowano w serwerowniach Google o 40%.

Oczywiście nie chodzi tutaj jedynie o redukcję kosztów utrzymania centrów danych, ale także o troskę o środowisko, co jest wśród korporacji IT jednym z najważniejszych w ostatnim czasie trendów. W przyszłym roku na dobre do nowej siedziby przeniesie się Apple – tam także priorytetem jest wykorzystanie odnawialnych źródeł energii, nie zabraknie zapewne nawet tak zaawansowanych algorytmów, jakie stosuje Google.

Oczywiście zarządzanie budynkiem w rękach SI może budzić wyświechtane w tym kontekście skojarzenia ze Skynetem, ważniejszy jest jednak nieco inny aspekt. Z reguły sztuczną inteligencję kojarzymy z zadaniami w rodzaju rozwiązywania problemów milenijnych czy symulowania zjawisk zachodzących we Wszechświecie. Okazuje się jednak, że czysty pragmatyzm może spopularyzować wykorzystywanie SI w znacznie bardziej trywialnych scenariuszach.