Buzz SolutionsのCTO、COO、共同創設者であるVikhyat Chaudhry：リターン・コンベルゼーション

Vikhyat Chaudhry、Buzz SolutionsのCTO、COO、共同創設者は、人工知能、機械ビジョン、予測分析をエネルギーインフラストラクチャーの検査とメンテナンスに適用する会社の技術開発と運用を主導しています。彼は、2017年にデータサイエンス、機械学習、組み込みシステム、コンピュータビジョン、自律技術の経験を積んだ後、Buzz Solutionsを共同創設しました。会社にフルタイムで取り組む前に、Chaudhryは、Ciscoでデータサイエントリストとして働き、Altitude Co.で機械学習とセンサー基盤のシステムを開発し、スタンフォード大学で、自律ドローン、風速センシング、風力発電所のコンピュータビジョンに関する研究を行いました。彼の以前の研究では、インドの国防研究開発機構で、シミュレーションとリモートセンシングソフトウェアを使用した地滑り予測を探究し、インフラリスク、地理空間分析、応用人工知能に関する技術的背景を得ました。現在、Buzz Solutionsは彼を共同創設者、CTO、COOとして紹介しています。

Buzz Solutionsは、エネルギー会社が送電、配電、変電所、発電インフラストラクチャーを検査、メンテナンス、セキュリティ保護するのを支援するために設計されたビジュアルインテリジェンスソフトウェアを開発しています。同社のPowerAIプラットフォームは、ドローン、ヘリコプター、固定翼航空機、地上検査から収集された画像を分析し、視覚データを診断に変換し、ユーティリティーが欠陥を特定し、資産の状態を評価し、修理の優先順位を決定し、既存の地理情報システム、資産管理、ワークフローに結果を統合するのに役立ちます。同社は、インフラリスクを早期に検出するための方法として、手動で検査画像を分析する必要性を減らし、機器故障によって停電、停止、または山火事につながる可能性を低減するために、技術を位置付けます。Buzz Solutionsは、変電所の監視とセキュリティのためのツールも提供し、より安全で、より堅牢で、よりデータ駆動型のグリッド運用を構築するという、より広範な目標を反映しています。

2024年に私たちがあなたにインタビューしたとき、会話は、ユーティリティーが手動検査から予測メンテナンスへと移行するために人工知能を使用することに焦点を当てていました。過去2年間で、エネルギー部門とあなたの考え方で最も大きな変化は何ですか？それがあなたを「Powering Intelligence」という本を書かせ、電気を人工知能の未来の潜在的な制約として位置付けることに何が影響しましたか？

私たちが最後に話したとき、会話は主にグリッドのバックオフィスについてでした。ユーティリティーを手動検査から予測メンテナンスへと移行させることについてでした。それが今でも仕事です。しかし、2年間で、私たちの下で何かが変わりました。それは、ほとんどの人が予想していたよりも早く変わりました。当時、人工知能は、抽象的に話す需要の話でした。今、人工知能は、ユーティリティーにとって大きな負荷増加数として現れます。私は、同業者から同じことを聞きました。考えられないほど大きな負荷の相互接続要求、単一の施設が小さな都市が引くほどの電力を要求し、グリッドが実際に構築されるタイムラインとは関係のないタイムラインで要求することです。那が私に気づかせた瞬間でした。私たちは、どのくらいの能力を持つことができるかについて議論するのにすべてのエネルギーを費やしていますが、ほとんどの人がそれらを供給することができるかについては議論していません。私は、人工知能と電気の2つの世界を結ぶ本を探しましたが、存在しませんでした。ほとんどの人は人工知能モデルについて書いていましたが、ほとんどの人は電子について書いていませんでした。私は、人工知能側に近く、野心を理解し、グリッドに近く、実際に新しい送電線と発電所の開発にどれくらいの時間がかかるかを知っていたため、ギャップを1つの場所に置くことにしました。

人工知能業界は数ヶ月で拡大しますが、電力グリッドは10年単位で変化します。現在、最も直近のボトルネックはどこにありますか？電気生成、送電容量、変電所、変圧器、相互接続キュー、許可、または熟練した労働者の可用性ですか？

私は、複数のボトルネックがあると思いますが、答えはそれらがすべて絡み合っていることです。しかし、私に最も緊密な結びつきを指すように強いられたら、それは相対的に電気を生成することよりもそれを配達することについてです。送電と相互接続プロセス、変圧器やその他の電気機器がすべてを結びつける物理的な部分です。多くの人が軽視することは、電力変圧器を存在させることができないことです。いくつかの変圧器には、導入期間が年単位で測定され、多くの変圧器は国内で製造されていません。したがって、意志と資本があっても、コンポーネントの供給チェーンの壁に当たることがあります。次に、多くの地域で複数年間の行列となる相互接続キューが重なります。すべての下にあるのは、電力業界の労働者問題です。実際にこの機器を構築して維持する方法を知っている人は、より速く退職しています。

したがって、それは1つのボトルネックではありません。それは、最も遅く動く物理的な部分、変圧器、送電コリドー、トレンドワーカーが、ソフトウェアやお金だけでは加速できないものであるということです。那が難しいことを作ります。

人工知能データセンターは、グリッドが設計されていないレベルの需要をもたらすことができます。歴史的にユーティリティーが管理してきた大きな工業用負荷とこれらの施設はどのように異なりますか？それらは信頼性と容量計画のためにどのような新しいリスクを生み出しますか？

ユーティリティーは、1世紀にわたって大きな負荷を処理してきました。鋼鉄工場、アルミニウム精錬所、自動車製造工場などは、巨大な負荷ですが、グリッドプランナーはそれらについて考える方法を知っています。したがって、データセンターを別の大きな顧客のように扱うという直感はあります。私は、その直感が間違っていると思います。違いは、新しいリスクを生み出すものです。

3つの点が私にとって際立っています。最初は集中と速度です。従来の重工業用負荷は通常、地域のグリッドとともに数十年かけて成長しました。これらの施設は、すべて一度に巨大なものになり、地元のグリッドが計画されていない場所に着陸します。2番目は負荷プロファイルです。これらの多くは滑らかな負荷ではなく、急激に増加し、工場よりも異なる方法で機器をストレスさせることができます。3番目は、計画者が最も心配するものです。投機的な積み重ねです。これは、実際にあなたの次の質問です。

生み出されるリスクは、ユーティリティーが、歴史的なモデルとは異なる動作する需要を計画する必要があり、人工知能業界のタイムラインで、グリッドのタイムラインではなく、資本とインフラストラクチャーをコミットする必要があるということです。計画仮定が100年間のある種の負荷に基づいて構築されている場合、人工知能業界の負荷はそれらの仮定を破壊し、信頼性計画が真正に難しくなります。那は、否定する理由ではありません。那は、異なる方法で計画する理由です。

ユーティリティーは、データセンター開発者から雄大な電力要求を受けていますが、すべての提案された施設が必ずしも完成するとは限りません。ユーティリティーは、コミットされた需要と投機的な要求を区別し、到着しないまたは実現しないプロジェクトのために高価なインフラストラクチャーを構築することを避けるためにどうすればよいですか？

これは、現在のスペースで最も重要な運用上の質問の1つです。私は、それが十分に注目されていないため、直接質問することを嬉しく思います。開発者は、同じプロジェクトのために、複数の地域で相互接続要求を提出できます。いくつかのプロジェクトは実際的で資金提供されています。いくつかのプロジェクトはオプションです。いくつかのプロジェクトは、行列の中で位置を保持する方法です。いくつかのプロジェクトは、決して実現しない「幽霊負荷」である可能性があります。ユーティリティーがすべての要求を実際のものとして扱い、すべてのために発電と送電を開始すると、高額なコスト、到着しないデータセンターのために構築されたインフラストラクチャーを残すリスクがあります。既存の料金を支払うのは、既存の料金支払い者です。反対に、ユーティリティーが少なく構築すると、到着する負荷の需要を満たすことができない可能性があり、グリッドの信頼性の問題につながる可能性があります。

方法は、投機を高くし、コミットメントを安くすることです。那は、ユーティリティーが資本をコミットする前に、実際の金融的利害関係を必要とすることを意味します。建設のマイルストーンに結び付けられた、重要な預かり金、コミットメント、リスクを要求側に負わせる契約条項です。いくつかの管轄区域は、この方法に移行し始めています。私が繰り返し出会う原則は、電力を要求するエンティティが電力が必要ないリスクを負うべきであるということです。現在、リスクはあまりにも多く、他のすべての人の上に静かに落ち着いています。

人工知能データセンターに必要な発電、送電、変電所のアップグレードの費用は、誰が最終的に負担するべきですか？料金構造や契約上の安全対策は、世帯や既存の事業が、主にハイパースケール技術会社のために構築されたインフラストラクチャーを補助するのを防ぐためにどうすればよいですか？

これは、次の10年間のグリッドの政治を定義する質問であり、技術的な答えだけではありません。私は、費用は、可能な限り、負荷を引き起こすものに座るべきであると考えています。ハイパースケーラーの施設が新しい変電所と送電アップグレードを必要とする場合、施設が引き起こすものを支払うべきです。退職者が住む地域の料金が秘密裏に上昇するのではなく、世界で最も価値のある会社の1つである施設が支払うべきです。那は、当たり前のように聞こえるかもしれませんが、歴史的に料金構造が機能してきたように、巨大な新しいインフラストラクチャーは、顧客ベース全体に社会化されることが多いです。那は、町を雇用する工場の場合には意味をなしますが、世界で最も価値のある会社の1つであるベネフィシャリーの場合には、あまり意味をなさないです。

ツールは存在します。特にこの顧客クラスに設計された大きな負荷料金。データセンターがインフラストラクチャーを構築してから歩みを止めることができない最小取引契約。長期コミットメントは、構築される資産の寿命と一致します。重要なことは、規制当局とユーティリティーがそれらを使用することです。構築の前に、構築の後ではありません。構築が完了し、コストが料金ベースに組み込まれると、コストを取り戻すことは非常に難しいです。私は本でそれについて書いています。なぜなら、私は、それが、ユーティリティーと人工知能業界の両方に対する公衆の信頼を深刻に損なう可能性がある、インセンティブをわずかに間違える場所の1つであると考えるからです。

人工知能データセンターは、ワークロードのシフト、需要応答、バッテリー、熱蓄熱、オンスाइट発電によって、柔軟なグリッド資産ではなく、柔軟性のない需要源になることができますか？どのような人工知能ワークロードは、パフォーマンスを損なうことなく、異なる時間や場所に移動できますか？

はい、私はそれが、このトピックで最も希望的であるアイデアの1つであると思います。人工知能のコンピューティングは2つに分かれています。1つは、インファレンス（推論）です。これは、モデルがすでにトレーニングされた後のコンピューティングです。これは、モデルに質問をして答えが必要なときに発生します。これは、待ち時間に敏感で、簡単に移動できないものです。他の1つは、トレーニング（学習）です。これは、モデルを構築するための大量のバッチスタイルのワークロードです。これは、遅延に敏感ではありません。2時または2時に実行されるか、ある州または別の州で実行されるかは関係ありません。長いとしても、実行されるだけです。柔軟性はそこにあります。大量のデータセンターの負荷が柔軟なタイプである場合、グリッドが余剰のクリーン電力を持っている時間にシフトし、システムがストレスを受けているときに後退することができます。

次に、バッテリー、熱蓄熱、オンスाइट発電を重ねると、データセンターは、グリッドのバランスをとるのを助けるリソースのように振る舞うことができます。中間の日中に余剰の太陽光を吸収し、ピーク時間に保存されたエネルギーで乗り切ることができます。技術的部分は簡単な部分です。しかし、インセンティブ設計は難しい部分です。しかし、データセンターがグリッドの協力者ではなく、敵対者である世界よりも、データセンターがグリッドの柔軟なパートナーである世界の方が良いでしょう。

人工知能の電力需要を次の10年間で満たすことができるエネルギー源の組み合わせは何ですか？再生可能エネルギーとストレージ、天然ガス、従来の原子力発電、SMR、小型モジュラー原子炉、地熱エネルギーは、どのように組み込まれるでしょうか？

私は、人工知能の需要を満たすために必要なすべてのものが必要であると考えています。再生可能エネルギーとストレージは、実際に展開できる最も速いものです。太陽光とバッテリーは、ほとんどの他のものよりもはるかに速く構築できます。そのスピードは、需要がこのように急速に増加している場合に、非常に重要です。実際、多くのBuzzのユーティリティーの顧客（Dominion、Ameren、AEP、NYPA、Southernなど）は、データセンターの負荷の需要を満たすために、継続的に太陽光の足跡を増やしています。しかし、再生可能エネルギーは変動し、ストレージが必要です。これらの負荷は24時間実行されるためです。天然ガスは、dispatch可能であるため、橋渡しとして存在します。天然ガスは、すでに存在します。原子力発電は現在、興味深いものです。廃止される予定だった発電所が、データセンターがその出力を長期契約で購入したため、再び活用されるのを見ています。SMRや地熱エネルギーは、長期的なプレイです。これらは、10年後半以降に物語に大きな役割を果たすことになりますが、2027年に私たちを救うものではありません。

現実的な混合物は、層状のものです。再生可能エネルギーとストレージが成長を支え、ガスが堅実なギャップを埋め、既存の原子力が拡大され、新しいソースが成熟するにつれてオンラインになります。間違いは、どちらかの方向へのイデオロギー的な純粋さです。グリッドは、私たちの好みについて心配していません。グリッドは、信頼性と時間に従って配達されたキロワット時について心配しています。

あなたの本の中心的な考えの1つは、グリッドに圧力をかけるのと同じ人工知能業界が、グリッドを近代化するために必要なツールも提供できるということです。人工知能は、負荷予測、予測メンテナンス、送電最適化、植生管理、停電復旧、デジタルツイン、自律グリッドコントロールで、最も近い利益をもたらす可能性がありますか？

これは本の心であり、実際に最も希望的である部分です。グリッドに圧力をかけるのと同じ業界が、私たちに最も優れたツールを与えてくれるのです。如果私は、今日現実的なものであるものをランク付けするなら、予測メンテナンス、継続的な監視と検査から始めます。これは、Buzzが数年間で行ってきたことであり、私はそれが機能するのを見ました。コンピュータビジョンと視覚的人工知能を使用して、コンポーネントが故障する前に欠陥を見つけます。クラックした絶縁体、過熱した変圧器、さびたフックなど、これは推測ではありません。これは、実際に展開され、実際の金銭を節約し、実際の停電を防いでいます。負荷予測と需要応答は、データセンターの問題を扱いやすくするために、すぐに続きます。如果ユーティリティーが需要をより正確に予測できるなら、盲目的に計画するのではなく、送電最適化は、すでに持っている送電線からより多くの容量を絞り出すことができるため、重要です。植生管理と停電復旧は、AIが何かを遅くて手動で行うのを速くて効率的に行うことができるため、近いです。デジタルツインと完全に自律的なグリッドコントロールは、遠い地平線にあります。それらは来ますが、信頼と安全性に関する質問を伴いますので、私は次の質問がそれであると思います。

あなたは以前、Buzz Solutionsが実際のユーティリティーデータと人間のループ内のレビューに依存していることを説明しました。電力システムがより自律的になるにつれて、AIに安全に委ねられる決定はどれですか？人間の判断が必須となる場所はどこですか？ユーティリティーは、不透明なモデル決定、サイバー攻撃、または重要なインフラストラクチャーにわたる障害に対してどう準備するべきですか？

私たちが最後に話したとき、私は、専門家がAIモデルにフィードバックを提供する、人間のループ内アプローチについて説明しました。私は、その見解が軟化するのではなく、強化されたと思います。AIは、パターン認識と推奨事項のタスクに優れています。すべてのデータを見て、異常を発見して、リスクをフラグして、注意が必要なものをランク付けます。そうすることは、安全であり、人間が単独で行うよりも優れています。しかし、重要なインフラストラクチャーとミッションクリティカルなプロジェクトの決定における行動については、私はより慎重です。間違えることによって、病院の電力を止めたり、地域にわたる障害を引き起こしたりする決定は、人間の責任者が必要です。モデルは、平均的な場合には、人間よりも悪くないかもしれませんが、重要なインフラストラクチャーは、稀な悲惨なケースが全ての話です。

したがって、私の意見では、準備は3つあります。第一に、重大な決定については、人間を意味のある方法でループ内に保ちます。第二に、重要な運用に触れるものについては、説明可能性を要求します。如果モデルがなぜそうしたのかわからない場合、あなたはそれに対して責任を負うことができません。「AIが決定した」というのは、停電のときには受け入れられない答えです。第三に、私は、業界が危険にさらされていると思いますが、これらの自律システムを、最初の日から拡大された攻撃面として扱う必要があります。グリッドを走らせるソフトウェアを許可するにつれて、グリッドはソフトウェアの脆弱性を継承します。自律制御システムへのサイバー攻撃は、データ漏洩ではありません。物理的な出来事です。私たちは、その現実を、完全に自律的になる前に設計する必要があります。良いニュースは、ユーティリティーが現在、データセキュリティ、情報セキュリティ、AIガバナンスを非常に真剣に受け止めていることです。また、組織内にAIとデータガバナンス委員会を設立し始めています。Buzzでは、業界がAIシステムを安全に、規模的に展開する方法について学ぶためのサイバーセキュリティとAIガバナンスのプレイブックを公開しています。

5年先を見て、人工知能の拡大を支援できる国や地域と、電力の可用性によって制約される国や地域を区別するものは何ですか？2031年までに、人工知能の開発とグリッドの近代化を整列させるための成功戦略は何ですか？

私は、5年後には、人工知能の制約がチップや才能ではなかったことを振り返るでしょう。それらは世界中で簡単に移動します。移動できないもの、実際に勝者を決定したものは、電力とインフラストラクチャーでした。電力は、人工知能の時代の戦略的な資源となり、石油が過去の世紀のためにそうであったのと同じように、私はそれが過剰ではないと思います。私たちは、電力グリッドの能力が、人工知能の拡大を支援できる国や地域と、電力の可用性によって制約される国や地域を区別することになるでしょう。

先行する地域は、グリッド容量を競争上の資産として扱い、早くから構築して改革し始めた地域になるでしょう。相互接続を合理化し、安全を損なうことなく許可をmodern化し、需要が完全に到着する前に送電を投資した地域です。後退する地域は、野心や資本が不足しているわけではありません。データセンターの発表や投資ドルがありますが、単に電気を配達できないのです。プロジェクトは、配達できる場所に移動します。2031年までに成功した戦略は、2つの時計（本で説明している）が、ついに協力して動くことです。人工知能の野心のスピードと、エネルギーインフラストラクチャーのタイムラインの現実を、AI自体を使用して、持っているグリッドからより多くのものを得るために、構築する必要のあるグリッドを構築しながら、コストの割り当てを正しく行い、電力のコストに関する公衆の世論が非常に否定的なものにならないようにし、労働者問題を真剣に受け止めて、次の世代のシステムを構築して運用する人々を訓練することです。技術的な問題ではありません。調整と意志の問題です。私は、それが、私たちが解決する方法を知っている問題であると思います。

素晴らしいインタビュー、ありがとうございます。読者がもっと学びたい場合は、Buzz Solutionsを訪問するか、Powering Intelligence：人工知能の未来は電力グリッドに依存するを読んでください。