مخدِّمات Google تبرد نفسها بنفسها.

اختبرت شركة جوجل على مدى العامين الماضيين خوارزمية لتكتشف أفضل طريقة لضبط أنظمة التبريد (المراوح والتهوية وغيرها من المعدات)؛ سعيًا منها لتقليل استهلاك الطاقة وقد نجحت بخفض الاستهلاك بنسبة 40% في أنظمة التبريد تلك.  

أصبح استهلاك الطاقة من مراكز البيانات قضية مُلِّحة في مجال صناعة التقنية، وقد وَجد تقرير عام 2016 من باحثين في مختبر لورانس بيركلي القومي التابع لوزارة الطاقة الأمريكية أنَّ مراكز البيانات الأمريكية استهلكت قرابة 70 مليار كيلو وات ساعيّ عام 2014 أي قرابة 1.8% من إجمالي استهلاك الكهرباء على الصعيد الوطني؛ لكن الجهود المبذولة لتحسين كفاءة الطاقة كانت كبيرة.

يوضح المشروع إمكانيات الذكاء الصنعي في إدارة البنية التحتية، ويظهر كيف يمكن لأنظمة الذكاء الصنعي المتقدمة أن تعمل بالتعاون مع البشر، وعلى الرَّغم من أن الخوارزمية تعمل عملًا مستقلًا؛ لكن هناك شخص يديرها ويمكن أن يتدخل إذا بدا له أن النظام يؤدي عملًا خطيرًا للغاية.

تستغل الخوارزمية تقنيةً تُعرَف باسم التعليم المعزز Reinforcement Learning؛ إذ تتعلم بالتجربة والخطأ، وقَاد النهج نفسه باستخدام التعليم المعزز إلى AlphaGo (برنامج شركة DeepMind) الذي هزم بطل العالم الصيني ك جي عام 2017 في لعبة Go؛ فقد اكتسب البرنامج خبرته بدراسة المباريات السابقة واللعب ضد نفسه آلاف المرات.

أدخلت شركة DeepMind معلومات الخوارزمية الجديدة التي جُمِعت من مراكز بيانات جوجل وسمحت لها بتحديد ضبط التبريد الملائم الذي من شأنه تقليل استهلاك الطاقة، وقد يستطيع هذا المشروع إدرار ملايين الدولارات من توفير الطاقة، وقد يساعد الشركة على خفض انبعاثات الكربون كما يقول جو كافا نائب رئيس مراكز البيانات لشركة جوجل.

يقول كافا إن المديرين وثقوا في النظام السابق، وكان لديهم قليل من المخاوف فقط بشأن تفويض السيطرة للذكاء الصنعي على نحوٍ أكبر؛ إضافة إلى أنَّ النظام الجديد لديه ضوابط أمان لمنعه من فعل أي شيء له تأثير سلبي على التبريد، ويمكن لمدير مركز البيانات أن يتابع النظام في أثناء عمله والنظر إلى مستوى الثقة بالخوارزمية للتغييرات التي تريد إجراءها، والتدخل إذا بدا أنه يفعل شيئًا غير مرغوب فيه.

يقول جوناثان كومومي أحد الخبراء العالميين في مجال استخدام الطاقة في مراكز البيانات: "يُعدُّ استخدام التعلم الآلي تطورًا مهمًا"؛ لكنه يضيف أن التبريد يمثل كمية صغيرة نسبيًّا من استخدام الطاقة في المركز أي قرابة 10%.

يعتقد كومي أن استخدام التعلم الآلي لتحسين سلوك رقاقات الحاسوب المتعطشة للطاقة داخل مراكز البيانات قد يكون أكثر أهمية؛ فيقول: "أنا أتوق إلى رؤية جوجل واللاعبين الكبار الآخرين يطبقون هذه الأدوات لتحسين الأحمال الحاسوبية"، ويقول أيضًا: "الاحتمالات في جانب الحوسبة أكبر عشر مرات من التبريد".

المصادر :

1-هنا

2-هنا\

3-هنا

4-هنا

5-هنا