Josh Wong, Gründer und CEO von ThinkLabs AI – Interview-Serie

Josh Wong ist der Gründer und CEO von ThinkLabs AI. Er arbeitete zuvor bei GE Vernova (GEV ) als General Manager, Grid Orchestration. Josh Wong besuchte die University of Waterloo.

ThinkLabs AI ist ein spezialisiertes Unternehmen für die Entwicklung und Bereitstellung von künstlicher Intelligenz. Die Mission des Unternehmens besteht darin, kritische Branchen und Infrastrukturen mit vertrauenswürdiger künstlicher Intelligenz zu stärken, um eine globale Energie-Nachhaltigkeit zu erreichen. Das Unternehmen entwickelt sein Flaggschiff-Produkt, ThinkLabs Copilot, einen digitalen Assistenten, der die reale Welt durch proprietäre physik-basierte künstliche Intelligenz-Digital-Twins versteht und ein grundlegendes Modell für Ingenieur-Systeme bereitstellt.

Können Sie uns mehr über die Vision hinter ThinkLabs AI und was die Gründung inspiriert hat, erzählen?

Die Vision hinter ThinkLabs ist eine zuverlässige, nachhaltige und bezahlbare Energie-Infrastruktur, die von vertrauenswürdiger künstlicher Intelligenz angetrieben wird. Wir verstehen, dass das Netz immer noch im Zentrum der Energiewende steht. Um zu entkarbonisieren, müssen wir elektrifizieren. Um zu elektrifizieren, benötigen wir das Netz, und das Netz muss modernisiert werden. Wir glauben, dass die Kreuzung von elektrischer Energietechnik, künstlicher Intelligenz und Cloud-Computing die Lösung ist.

Wie unterscheidet sich ThinkLabs AI von anderen künstlichen Intelligenz-Startups im Bereich des Netz-Managements?

Das Netz ist komplex, und so komplex, dass künstliche Intelligenz allein nicht in der Lage ist, die komplexen Stromflüsse und Betriebsprozesse zu lernen, die im Netzraum existieren. ThinkLabs kombiniert die reiche Geschichte und das Vertrauen traditioneller Energietechnik mit künstlicher Intelligenz, als vertrauenswürdige physik-basierte künstliche Intelligenz, für Vertrauen in skalierte, automatisierte Inferenz und Entscheidungsunterstützung für kritische Infrastrukturen. Es erfordert auch mehr als nur Technologie, sondern ein erfahrenes Team, das die Nuancen des Netzes und wie Versorgungsunternehmen und Regulierungsbehörden denken, versteht. Unser Team kommt aus dem Bereich der elektrischen Energietechnik mit einem nachweisbaren Erfolgsrekord, einschließlich des Gründers Josh Wong, der sein vorheriges Unternehmen Opus One Solutions an GE verkauft hat und sich an der Kreuzung von Ingenieurwesen, künstlicher Intelligenz und Cloud-Computing befindet.

Welche spezifischen Herausforderungen im Netz-Management zielt ThinkLabs AI darauf ab, zu lösen?

Automatisierte Analytik und Empfehlungen für Echtzeit-Situationsbewusstsein über das gesamte Netz, groß angelegte Simulationen und kontinuierliches Lernen und Empfehlungen, um Netz-Beschränkungen zu mindern und die Netzleistung zu optimieren. Spezifische Funktionsbereiche umfassen:

1. Erkenntnisse – Echtzeit-Schätzung des Netz-Stromflusses, Erkennung von Engpässen, Spannungsverletzungen und wie Kapitalgüter tatsächlich genutzt werden.
2. Lösungen – optimale Dispatch-Empfehlungen, einschließlich Schaltungen, Netz-Geräten und dezentralen Energiequellen, für Entlastung von Engpässen, Minderung von dezentralen Energiequellen-Interconnections, Reduzierung von Verlusten, Wiederherstellung von Ausfällen usw.
3. Modell-Validierung – Validierung und Korrektur von Versorgungs-Quelldaten-Sätzen für Netz-Modelle, um Betriebskosten zu sparen und das Vertrauen der Betreiber in die Netz-Betriebsführung zu erhöhen.
4. Operator-Copilot – Operator-Dispatch-Empfehlungen, die mit Netz-Physik, Geschäftsregeln, Standard-Verfahren und Betriebserfahrung trainiert sind, um die Schulung und Weiterbildung der Belegschaft zu ermöglichen.

Was ist ThinkLabs Copilot und wie verbessert es die Netz-Planung und -Betriebsführung?

ThinkLabs Copilot ist ein digitaler Assistent, der die reale Welt mit proprietären physik-basierten künstlichen Intelligenz-Digital-Twins versteht und ein grundlegendes Modell für Ingenieur-Systeme bereitstellt. Es arbeitet mit Versorgungs-Planern und -Betreibern zusammen, um das Netz in sein “künstliches Intelligenz-Digital-Twin” zu modellieren, Hochgeschwindigkeits- und Großmaßstab-Analytik durchzuführen, einschließlich Echtzeit-Analytik, und Empfehlungen für Netz-Betriebsführung, -Planung und -Entwurf zu geben.

Können Sie uns erklären, was ein physik-basierter künstlicher Intelligenz-Digital-Twin ist und wie er die Netz-Zuverlässigkeit verbessert?

Künstliche Intelligenz allein kann nicht so ein komplexes System wie das Netz mit Messdaten allein lernen. Künstliche Intelligenz-Digital-Twins der realen Welt werden mit Ingenieur-Systemen trainiert, arbeiten für und mit Ingenieur-Systemen, daher “physik-basiert”. Die Trainingsdaten werden mit großen Mengen synthetischer Daten generiert, die aus Ingenieur-Simulationen stammen. Traditionelle physik-basierte, impedanz-basierte Digital-Twins sind deterministisch und mathematisch optimiert, aber durch Datenqualität, hohe Rechenleistung und langsame Reaktionszeit herausgefordert. Im Gegensatz dazu versprechen allgemeine künstliche Intelligenz-Techniken Geschwindigkeit, abersparse Daten, Halluzinationen und “Black-Box”-Effekte sind Anliegen für mission-kritische Netz-Betriebsführung. Ein physik-basierter künstlicher Intelligenz-Digital-Twin bietet transparente und vertrauenswürdige Analytik, resilient und robust gegen schlechte Daten, schnelle Reaktion und Aktion, geeignet für Echtzeit-Betriebsführung, Vorbereitung mit großen vorab trainierten Betriebsszenarien und einem geschlossenen, kontinuierlichen Lern- und Verbesserungsprozess.

Wie stellt ThinkLabs AI sicher, dass seine künstlichen Intelligenz-Modelle in realen Szenarien zuverlässig und genau sind?

Die Natur der physik-basierten künstlichen Intelligenz hält die künstliche Intelligenz an die reale Welt gebunden und begrenzt sie auf die reale Welt. Wir führen auch kontinuierliches Lernen und Überwachung der Modellleistung durch.

Was macht Ihre künstliche Intelligenz-Technologie besonders geeignet für die Komplexität moderner elektrischer Netze?

Das Training durch deterministische Ingenieur-Modelle, aber die Behandlung der unvollkommenen Datenqualität der realen Welt. Künstliche Intelligenz bringt auch eine Fülle von Optimierungs- und Generierungstechniken mit, die traditionelle Ingenieur-Mathematik nicht erreicht.

Wie integriert ThinkLabs AI seine Technologie in bestehende Netz-Management-Systeme wie ADMS und DERMS?

ThinkLabs integriert als Copilot mit bestehenden ADMS, DERMS und AEMS, die als grundlegende Kommunikations- und Steuerungsplattform bleiben, während ThinkLabs zusätzliche Intelligenz und Automatisierung als ähnlich wie ein Fahrzeug-Assistenzsystem schichtet.

Was bedeutet die jüngste Seed-Investition von 5 Mio. USD für die Zukunft von ThinkLabs AI?

Diese Seed-Investition hat es uns ermöglicht, von GE abzuspalten und zu starten, mit einer Gruppe von weltklasse-Investoren zu partner, in unser Team und Produkt zu investieren, mit unserem ersten kommerziellen Copilot auf den Markt zu kommen und mit einer Reihe von Channel-Partnern zusammenzuarbeiten, um dies in die Hände unserer Kunden zu bringen. Dies ist der erste grundlegende Schritt zu späterer Expansion und Skalierung.

Wie sehen Sie die Rolle der künstlichen Intelligenz in der Netz-Verwaltung und anderen kritischen Infrastrukturen in Zukunft?

Wir sehen die Netz-Verwaltung und andere kritische Infrastrukturen als zunehmend “künstliche Intelligenz-erst” an, insbesondere mit physik-basierter künstlicher Intelligenz. Dies ermöglicht ein viel größeres Verständnis, Situationsbewusstsein und zunehmende Automatisierung von Entscheidungsfindung und Orchestrierung von kritischen Aktionen. Doch immer bleiben wir bescheiden und vertrauenswürdig als künstliche Intelligenz, treu zu den Grundlagen der Physik und des Ingenieur-Designs.

Vielen Dank für das großartige Interview, Leser, die mehr erfahren möchten, sollten ThinkLabs AI besuchen: ThinkLabs AI.