新しい機械学習アプローチによりエネルギー消費を20%削減

• エンジニアは、エネルギー消費を20%以上削減できる新しい機械学習手法を開発した。
• このアプローチにより、AIはこれまで不可能と思われていたタスクも達成できるようになる。
• スイス電子工学マイクロテクノロジーセンター（CSEM）のエンジニアが開発した新しい手法は、機械学習に大きな影響を与える可能性がある。

人工知能 (AI) エンジニアは機械学習の実践経験を持ち、データに基づく意思決定を促進し、新しいデータ駆動型ビジネス モデルを構築することで、組織が複雑なビジネス上の問題を解決するのを支援します。

計算知能、パターン認識、予測分析技術を使用して将来性のある機械学習アプリケーションを作成することで、スマートなアルゴリズムを使用してビジネス プロセスを最適化および自動化できます。

機械学習の進歩は、組織がビジネス成果を向上させるのに役立つだけでなく、画期的な結果を生み出し、運用効率を向上させることもできます。 COVID-19の世界的パンデミックにもかかわらず、人工知能と機械学習は大きな進歩を続けています。

スイス電子マイクロテクノロジーセンター（CSEM）のエンジニアたちは、エネルギー消費を20パーセント以上削減できる新しい機械学習手法を開発した。エンジニアたちの研究は、IEEE Transactions on Neural Networks and Learning Systems に掲載されました。このアプローチにより、これまでは不可能だった非常に繊細なタスクを AI が完了できるようになるとも言われています。

新たなアプローチ

CSEM のエンジニアが考案した新しい方法は、コンピューターが過去の経験から学習することで継続的に自己改善する、人工知能の主要側面である強化学習の改善に重点を置いています。 2016年には、同じタイプのAIを搭載したスーパーコンピューターが囲碁の世界チャンピオンに勝利した。

しかし、この技術の主な欠点は、強化学習によってもたらされる急激な温度変化に対応できないため、気候制御システムのトレーニングなど、現実世界のシナリオや状況に適用することが難しいことです。

これに対応して、CSEM のエンジニアは、コンピューターが過去の経験から学習することで継続的に自己改善する強化学習の限界を解決することに着手しました。これは、最初にコンピューターのトレーニングに使用し、その後実際のシステムに変換できる単純化された理論モデルを実証することによって実現されます。

これにより、より正確な機械学習プロセスが可能になり、理論モデル内の過去の試行錯誤のプロセスから学習する、より有能な現実のシステムが実現します。この新しく開発されたアプローチにより、気候制御技術に関するあらゆる問題が解決され、現実のシステムが急激な変動を経験しないことが保証されます。

「運転前に運転マニュアルを勉強するようなものです」と、研究の共著者でCSEMのインテリジェントエネルギーシステムの研究責任者であるピエール・ジャン・アレット氏は言う。「この事前トレーニングのステップにより、コンピューターは知識ベースを構築し、それを活用できるようになるため、盲目的に正しい答えを探す必要がなくなります。」

エネルギー消費を節約する

この新しい方法の主な利点は、従来消費されていたエネルギーの5分の1に相当する20％以上のエネルギーを節約できることです。これを保証するために、エンジニアは 3 段階のプロセスを使用して 100 室の建物の暖房、換気、空調 (HVAC) システムをテストしました。

最初のステップは、コンピューターを「仮想モデル」でトレーニングし、次に温度、気象条件、その他の変数などの実際の建物データを入力することで、より正確なトレーニングを行うことです。最後に、最後のステップでは、コンピューターが強化学習アルゴリズムを実行し、最終的に HVAC システムに最適なソリューションを提供します。

この発見は機械学習の新たな可能性を切り開き、大きな変動が発生して大きな金銭的または安全上のコストが発生する可能性のある分野への応用を拡大すると言われている。

エネルギーは 21 世紀の拡大する需要を満たすために進化し続けており、エネルギー消費における技術とデジタルの発展は、再生可能エネルギーとその統合、制御、メンテナンスを最適化するよりスマートな環境で企業が繁栄するのに役立っています。

人工知能と機械学習の最近の発展は、自然環境の保護、経済の活性化、エネルギー分野のイノベーションの推進に向けたほんの小さな一歩に過ぎないのかもしれません。 （キャシーがまとめました）