インタビュー
ジョシュ・ウォン、ThinkLabs AIの創設者兼CEO – インタビュー・シリーズ
Unite.AI を Google の優先ソースに追加
ジョシュ・ウォンは、ThinkLabs AIの創設者兼CEOです。以前は、GE Vernova (GEV ) でグリッド・オーケストレーションのゼネラルマネージャーとして働いていました。ジョシュ・ウォンは、ウォータールー大学に通っていました。
ThinkLabs AIは、専門のAI開発および展開会社です。その使命は、信頼できるAIを使用して、重要な産業およびインフラストラクチャーにグローバルなエネルギー・サステナビリティを実現することです。同社は、ThinkLabs Copilotというデジタル・アシスタントを開発しています。これは、独自の物理学に基づくAIデジタル・ツインを使用して、現実世界を理解し、エンジニアリング・システムの基礎モデルを提供します。
ThinkLabs AIのビジョンについてもっと詳しく教えてください。創設の背景は何ですか?
ThinkLabsのビジョンは、信頼できる、持続可能で、手頃なエネルギー・インフラストラクチャーをAIで実現することです。エネルギー・トランジションの中心にはグリッドがあり、脱炭素化するには電気化する必要があり、電気化するにはグリッドが必要です。グリッドは現代化する必要があります。私たちは、電力システム・エンジニアリング、AI、クラウド・コンピューティングの交差点が解決策であると考えています。
ThinkLabs AIは、グリッド管理のAIスタートアップからどのようにして差別化していますか?
グリッドは複雑で、AIだけではグリッド空間で存在する複雑な電力流れや運用プロセスについて学習することはできません。ThinkLabsは、信頼できる物理学に基づくAIを使用して、伝統的な電力システム・エンジニアリングとAIを組み合わせ、スケーラブルな自動化された推論および意思決定サポートを提供します。また、技術だけではなく、グリッドと公益事業、規制当局のニュアンスを理解している経験豊富なチームも必要です。私たちのチームは、電力システム空間から来ており、実績のあるトラック・レコードがあります。創設者であるジョシュ・ウォンは、以前の会社であるOpus One SolutionsをGEに売却しており、エンジニアリング、AI、クラウド・コンピューティングの交差点に位置しています。
ThinkLabs AIは、グリッド管理でどのような課題を解決しようとしていますか?
リアルタイムの状況認識、スケーラブルなシミュレーション、グリッド制約の緩和、グリッド性能の最適化のための自動化された分析および推奨を行うことを目指しています。具体的な機能領域には以下が含まれます：
- インサイト – グリッド電力流れのリアルタイム状態推定、輻輳、電圧違反、資本資産の使用状況の検出。
- ソリューション – 混雑緩解、DERs接続の緩和、損失の削減、停電の復旧などのための最適なディスパッチ推奨、スイッチング、グリッド・デバイス、DERs。
- モデル検証 – グリッド・モデル用のユーティリティ・ソース・データ・セットの検証および修正、運用コストの削減、オペレーターの信頼性の向上。
- オペレーターのコ・パイロット – グリッド物理学、ビジネス・ルール、標準手順、運用経験に基づくオペレーターのディスパッチ推奨、ワークフォース・トレーニングおよびスキル向上の強化。
ThinkLabs Copilotとは何ですか? それはどのようにしてグリッド計画と運用を強化しますか?
ThinkLabs Copilotは、独自の物理学に基づくAIデジタル・ツインを使用して現実世界を理解するデジタル・アシスタントです。ユーティリティ・プランナーおよびオペレーターと協力して、グリッドを「AIデジタル・ツイン」にモデル化し、高速で大規模な分析を実行し、グリッド運用、計画、設計について推奨を行います。
物理学に基づくAIデジタル・ツインとは何ですか? それがグリッドの信頼性にどのようにして利益をもたらしますか?
AIだけでは、測定データだけでは、グリッドのような複雑なシステムを学習することはできません。AIデジタル・ツインは、エンジニアリング・システムによってトレーニングされ、エンジニアリング・システムのために機能し、エンジニアリング・システムと協力して動作するため、「物理学に基づく」と呼ばれます。トレーニングは、エンジニアリング・シミュレーションから生成された大量の合成データを使用して行われます。伝統的な物理学のみに基づく、インピーダンスに基づくデジタル・ツインは、決定論的で数学的に最適化されていますが、データ品質、計算能力、応答時間の遅さなどの問題があります。一方、一般的なAI手法は速度を約束しますが、データの希薄さ、ホールシネーション、ブラックボックス効果などの懸念により、ミッションクリティカルなグリッド運用では問題があります。物理学に基づくAIデジタル・ツインは、透明性と信頼性のある分析を提供し、悪いデータに対して堅牢でロバストであり、リアルタイム運用に適した迅速な応答とアクションを提供し、事前にトレーニングされた運用シナリオの準備と、クローズド・ループの継続的な学習と改善プロセスを提供します。
ThinkLabs AIは、リアルワールド・シナリオでのAIモデルの信頼性と精度をどのように確保していますか?
物理学に基づくAIの性質により、AIは現実世界に根ざし、現実世界に拘束され、現実世界によって境界付けられます。また、モデル性能の継続的な学習と監視を行っています。
ThinkLabs AIのAIテクノロジーは、現代の電気グリッドの複雑さに対処するためにどのようにして特に適していますか?
決定的なエンジニアリング・モデルによってトレーニングされたAIは、不完全なデータ品質の現実世界の運用に対処することができます。また、AIは、伝統的なエンジニアリング数学では実現できない最適化と生成手法の豊富さを提供します。
ThinkLabs AIのテクノロジーは、ADMSやDERMSなどの既存のグリッド管理システムとどのように統合されますか?
ThinkLabsは、既存のADMS、DERMS、AEMSと統合され、基本的な通信および制御プラットフォームとして機能します。一方、ThinkLabsは、追加の知能と自動化をレイヤー化して提供します。車両の運転支援システムと同様です。
最近の500万ドルのシード投資は、ThinkLabs AIの将来にどのような意味を持っていますか?
このシード投資により、GEからスピンオフして立ち上げ、世界クラスの投資家グループと提携し、チームと製品に投資し、初の商用Copilotを市場に導入し、チャネル・パートナーと協力して顧客に提供することができました。これは、将来の拡大とスケールアップのための最初の基礎的なステップです。
グリッド管理とその他の重要なインフラストラクチャーにおけるAIの役割は、どのように進化するでしょうか?
私たちは、グリッド管理とその他の重要なインフラストラクチャーが、将来的には「AIファースト」になることを予測しています。特に物理学に基づくAIは、さらに大きな理解、状況認識、自動化された意思決定と重要なアクションの調整を可能にします。しかし、常にAIとして謙虚で信頼できるものであり、物理学とエンジニアリング・デザインの基本法則に忠実である必要があります。
ご協力感謝します。詳しく知りたい読者は、ThinkLabs AIを訪問してください。
