據(jù)Business Insider報道，牛津大學人類未來研究所(Future of Humanity Institute)本周在YouTube上發(fā)布了一段視頻，內(nèi)容是SpaceX創(chuàng)始人埃隆·馬斯克(Elon Musk)、DeepMind首席執(zhí)行官丹米斯·哈撒比斯(Demis Hassabis)、牛津大學哲學家尼克·博斯特羅姆(Nick Bostrom)等數(shù)位專家學者關于人工智能未來發(fā)展的談話。

關于人工智能這個話題，DeepMind首席執(zhí)行官丹米斯·哈撒比斯(Demis Hassabis)比埃隆·馬斯克(Elon Musk)更有發(fā)言權。

DeepMind首席執(zhí)行官丹米斯·哈撒比斯

去年，技術領域最受關注的新聞便是人工智能系統(tǒng)在圍棋比賽中擊敗了世界冠軍李世石，而這個系統(tǒng)便是由DeepMind開發(fā)的。

李世石與丹米斯·哈撒比斯

2010年，丹米斯·哈撒比斯與人創(chuàng)辦人工智能初創(chuàng)公司DeepMind Technoloies并擔任公司首席執(zhí)行官一職，專門從事通用學習算法的開發(fā)。2014年1月，谷歌以6.25億美元收購DeepMind。

2016年7月，DeepMind利用人工智能技術來優(yōu)化改進能源管理，效果驚人。他們在谷歌開發(fā)了一套系統(tǒng)，用機器學習來管理數(shù)據(jù)中心，期望達到比人管理更省電的效果。最終結果非常不錯，實際成績是：比人管理的時候節(jié)電40%。

為把事情說清楚需要簡單介紹一下背景：

Google這類大互聯(lián)網(wǎng)公司的應用比如搜索、Gmail、公有云服務等是完全跑在自己的服務器集群上的，這些集群無比龐大通常有數(shù)百萬臺服務器。

由于服務器太多因此并不會只放在一個地方，而是分布在多個數(shù)據(jù)中心里。管理各個數(shù)據(jù)中心時，一個核心問題就是冷卻。我們手機用時間長了還發(fā)熱，那么多總是在跑的服務器如果沒有有效的冷卻措施，那數(shù)據(jù)中心會變的火爐一樣。

數(shù)據(jù)中心的冷卻系統(tǒng)和中央空調差不多，這樣一來就需要來根據(jù)環(huán)境來控制什么時候開冷卻系統(tǒng)，開多少度等。但每個數(shù)據(jù)中心所處的地點、架構并不完全一致，這就給管理帶來了一些麻煩。

DeepMind把這種麻煩總結為三點：

• 1.冷卻設備、操作設備的方法、環(huán)境之間不是簡單的線性關系。也就是說不是環(huán)境溫度是30度時，那冷卻系統(tǒng)調成20度就完了。

• 2.冷卻系統(tǒng)并不能迅速響應內(nèi)部或外部的變化。也就是說外部氣溫上升，你據(jù)此進行調整，但實際起效果的時候，外部氣溫可能又下降了。

• 3.每個數(shù)據(jù)中心都有自己獨特的架構和地理位置。

DeepMind解決這問題時顯然又會用神經(jīng)網(wǎng)絡，這次他們訓練了三個神經(jīng)網(wǎng)絡：

• 1、一個神經(jīng)網(wǎng)絡用各種傳感器收集來的數(shù)據(jù)進行訓練，比如：溫度、功率、泵速等；

• 2、一個神經(jīng)網(wǎng)絡被訓練用于預測下一小時的溫度；

• 3、一個神經(jīng)網(wǎng)絡被訓練用于預測下一小時的工作負荷。

都訓練完之后DeepMind把這三個神經(jīng)網(wǎng)絡在某一個數(shù)據(jù)中心進行了應用，評測的指標是PUE(Power Usage Effectiveness)，這個值表示數(shù)據(jù)中心能源消耗在整個IT能源消耗中的占比（顯然越低越好）。為了說明結果，DeepMind貼了一張圖出來：

DeepMind稱2017年將把這一技術應用于發(fā)電廠及其他數(shù)據(jù)中心。