इंजीनियरों ने नई मशीन-लर्निंग विधि विकसित की जो ऊर्जा की खपत को कम कर सकती है

स्विस सेंटर फॉर इलेक्ट्रॉनिक्स एंड माइक्रोटेक्नोलॉजी के इंजीनियरों ने एक नई मशीन-लर्निंग विधि विकसित की है जो ऊर्जा की खपत को कम कर सकती है, साथ ही साथ कृत्रिम बुद्धिमत्ता (एआई) को उन कार्यों को पूरा करने में सक्षम बनाती है जो पहले बहुत संवेदनशील माने जाते थे।

सुदृढ़ लर्निंग सीमाएं

सुदृढ़ लर्निंग, जहां एक कंप्यूटर अपने पिछले अनुभवों से सीखकर लगातार सुधारता है, कृत्रिम बुद्धिमत्ता का एक प्रमुख पहलू है। हालांकि, यह तकनीक अक्सर वास्तविक जीवन की स्थितियों और परिदृश्यों में लागू करना मुश्किल होता है, जैसे कि जलवायु नियंत्रण प्रणालियों को प्रशिक्षित करना। ऐसे अनुप्रयोग तापमान में अचानक परिवर्तनों से निपटने में सक्षम नहीं होते हैं, जो सुदृढ़ लर्निंग द्वारा लाए जा सकते हैं।

यही समस्या है जिसे सीएसईएम इंजीनियरों ने संबोधित करने का प्रयास किया है, और यही वह जगह है जहां उन्होंने नई दृष्टिकोण विकसित की है। इंजीनियरों ने प्रदर्शित किया है कि सरलीकृत सैद्धांतिक मॉडल पहले कंप्यूटरों को प्रशिक्षित करने के लिए उपयोग किए जा सकते हैं, और फिर वे वास्तविक जीवन की प्रणालियों पर जा सकते हैं। इससे मशीन लर्निंग प्रक्रिया अधिक सटीक हो जाती है जब यह वास्तविक जीवन की प्रणाली तक पहुंचती है, क्योंकि यह अपने पिछले परीक्षणों और त्रुटियों से सीखती है। इसका मतलब है कि वास्तविक जीवन की प्रणाली में कोई अत्यधिक उतार-चढ़ाव नहीं होगा, जो जलवायु नियंत्रण प्रौद्योगिकी के साथ समस्या का समाधान करता है।

पियरे-जीन एलेट सीएसईएम में स्मार्ट ऊर्जा प्रणाली अनुसंधान के प्रमुख हैं, साथ ही अध्ययन के सह-लेखक भी हैं।

“यह ड्राइवर के मैनुअल को सीखने जैसा है trước कि आप कार शुरू करें,” एलेट कहते हैं। “इस पूर्व-प्रशिक्षण चरण के साथ, कंप्यूटर एक ज्ञान आधार बनाते हैं जिस पर वे निर्भर कर सकते हैं ताकि वे सही उत्तर की तलाश में अंधेरे में न चलें।”

ऊर्जा कटौती

इस नई विधि का सबसे महत्वपूर्ण पहलू यह है कि यह 20% से अधिक ऊर्जा की खपत को कम कर सकती है। इंजीनियरों ने इस विधि का परीक्षण एक हीटिंग, वेंटिलेशन और एयर कंडीशनिंग (एचवीएसी) प्रणाली पर किया, जो एक 100-कमरे की इमारत में स्थित थी।

इंजीनियरों ने तीन चरणों पर भरोसा किया, जिनमें से पहला एक कंप्यूटर को एक “वर्चुअल मोड” पर प्रशिक्षित करना था। यह मॉडल इमारत के व्यवहार को समझाने वाले सरल समीकरणों के माध्यम से निर्मित किया गया था। वास्तविक इमारत डेटा जैसे तापमान, मौसम की स्थिति और अन्य परिवर्तनीय को कंप्यूटर में डाला गया, जिससे प्रशिक्षण अधिक सटीक हो गया। अंतिम चरण कंप्यूटर को सुदृढ़ लर्निंग एल्गोरिदम चलाने की अनुमति देना था, जो अंततः एचवीएसी प्रणाली के लिए सबसे अच्छा दृष्टिकोण प्रदान करेगा।

सीएसईएम इंजीनियरों द्वारा विकसित नई विधि मशीन लर्निंग के लिए बड़े प्रभाव डाल सकती है। जिन अनुप्रयोगों को पहले सुदृढ़ लर्निंग द्वारा छुआ नहीं जा सकता था, जैसे कि बड़े उतार-चढ़ाव वाले लोग, अब एक नए तरीके से देखे जा सकते हैं। इससे ऊर्जा की खपत में कमी, वित्तीय लागत में कमी और कई अन्य लाभ हो सकते हैं।

शोध को जर्नल आईईईई ट्रांजैक्शन ऑन न्यूरल नेटवर्क्स एंड लर्निंग सिस्टम्स में प्रकाशित किया गया था, जिसका शीर्षक था “सिस्टम आइडेंटिफिकेशन और ऑप्टिमल कंट्रोल के लिए एक हाइब्रिड लर्निंग मेथड।”

लेखकों में शामिल हैं: बैप्टिस्ट शुबनेल, राफेल ई. कार्रिलो, पियरे-जीन एलेट और एंड्रियास हटर।