비크야트 차우드리, 버즈 솔루션즈의 CTO, COO 및 공동 창립자: 돌아온 대화

비크야트 차우드리, 버즈 솔루션즈의 CTO, COO 및 공동 창립자는, 인공 지능, 기계 비전, 예측 분석을 사용하여 임계 에너지 인프라의 검사 및 유지 보수를 담당하는 회사의 기술 개발과 운영을 이끌고 있습니다. 그는 2017년 데이터 과학, 기계 학습, 임베디드 시스템, 컴퓨터 비전, 자율 주행 기술에 대한 경험을积累한 후 버즈 솔루션즈를 공동 창립했습니다. 회사에 전념하기 전에 차우드리는 시스코에서 데이터 과학자로 일했으며, 알티튜드에서 기계 학습 및 센서 기반 시스템을 개발했으며, 스탠퍼드 대학교에서 자율 무인 항공기, 풍속 감지, 풍력 발전소용 컴퓨터 비전에 관한 연구를 수행했습니다. 그의 이전 연구에서 인도의 국방 연구 개발 기관은 지진 예측을 위해 시뮬레이션 및 원격 감지 소프트웨어를 사용하여 인프라 위험, 지리 공간 분석, 적용된 인공 지능에 대한 기술 배경을 제공했습니다. 현재 버즈 솔루션즈는 그를 공동 창립자, CTO, COO로 지정하고 있습니다.

버즈 솔루션즈는 에너지 회사들이 전송, 분산, 변전소, 발전 인프라를 검사, 유지 보수, 보안할 수 있도록 설계된 시각적 지능 소프트웨어를 개발하고 있습니다. 그들의 PowerAI 플랫폼은 드론, 헬리콥터, 고정익 항공기, 지상 검사에서 수집된 이미지 데이터를 분석하여 공용事業이 결함을 식별하고, 자산 상태를 평가하고, 수리를 우선순위로 정하고, 기존 지리 정보 시스템, 자산 관리, 작업 주문 워크플로우에 findings를 통합하는 진단을 생성합니다. 회사는 이 기술을 인프라 위험을 더 일찍 감지하고, 검사 이미지 분석에 필요한 수동 작업을 줄이고, 장비 고장으로 인한停電, 정지 또는 산불의 가능성을 낮추는 방법으로 пози션하고 있습니다. 버즈 솔루션즈는 또한 변전소 모니터링 및 보안을 위한 도구를 제공하여 더 안전하고, 더 강력하고, 더 데이터 주도적인 그리드 운영을 구축하는 것을 목표로 하고 있습니다.

우리가 2024년에 인터뷰했을 때, 우리의 대화는 수동 검사에서 예측 유지 보수로의 전환을 위해 인공 지능을 사용하는 것에 중점을 두었습니다. 지난 2년 동안 에너지 부문과 귀하의 생각에서 가장 많이 변경된 것은 무엇이며, 그것은 귀하를 Powering Intelligence를 쓰고 전기력을 인공 지능의 미래에 대한 잠재적인 제약으로 프레임하는 데 무엇이 영향을 주었나요?

우리가 마지막으로 대화했을 때, 대화는 주로 그리드의 백 오피스, 즉 수동 검사에서 예측 유지 보수로의 전환에 관한 것이었습니다. 그 작업은 여전히 진행 중입니다. 그러나 지난 2년 동안 우리 모두에게서 무언가가 바뀌었고, 그것은 거의 아무도 예상하지 못한 속도로 바뀌었습니다. 그때, 인공 지능은 추상적인 수요 이야기였습니다. 이제 그것은 공용事業에 대한 큰 수요로 나타납니다.私は 같은 것을 몇 년 동안 알고 있던 산업계の人々로부터 듣기 시작했습니다. 예를 들어, 몇 년 전에는 생각할 수 없었던 부하에 대한 인터커넥션 요청, 작은 도시의 전力を 요구하는 시설, 그리드가 실제로 구축되는 것과 관련이 없는 타임라인에 따라 그것을 요구하는 시설입니다. 그것이 내게 클릭한 순간이었습니다. 우리는 이 모델이 얼마나 강력해질지에 대해 모든 에너지를 논의하고 있지만, 거의 그것들을 공급할 수 있는지에 대해 논의하지 않습니다. 나는 연결된 두 세계를 하나로 연결하는 책을 찾고 있었지만, 그것은 존재하지 않았습니다. 모든 사람이 인공 지능 모델에 대해 글을 쓰고 있었지만, 거의 아무도 전자에 대해 글을 쓰지 않았습니다. 나는 인공 지능 측과 그리드 측 모두에서 기술적인 배경을 가지고 있었습니다. 나는 그것을 한 곳에 넣고 싶었습니다.

인공 지능 산업은 몇 개월 안에 확장하지만, 전력 그리드는 몇십 년 동안 변합니다. 현재 가장 즉각적인 병목 현상은 어디에 있습니까? 전기 생성, 전송 용량, 변전소, 변압기, 인터커넥션 큐,许可, 또는 숙련된 작업자의 가용성입니까?

저는 여러 가지 병목 현상이 있다고 생각합니다. 그리고 저를 가장 긴밀한 결节로 지목하도록 하면, 그것은 상대적으로 전자 생성보다는 전달에 관한 것입니다. 즉, 전송 및 인터커넥션 프로세스, 그리고 전기 장비의 물리적 조각이 모든 것을 묶어줍니다. 여기서 사람들이 종종 과소 평가하는 것은 무엇입니까. 큰 전력 변압기는 몇 년 동안 측정되는 리드 타임을 가지고 있으며, 많은 것이 국내에서 제작되지 않습니다. 따라서 자본과 의지가 있는 경우에도 공급망 벽에 부딪힙니다. 그리고 그 위에 인터커넥션 큐가 있습니다. 많은 지역에서 그것은 몇 년 동안 연구하는 줄입니다. 그리고 모든 것 아래에는 노동력 문제가 있습니다. 이 장비를 구축하고 유지하는 사람들은 더 빠르게 은퇴하고 있습니다.

그것은 하나의 병목 현상이 아닙니다. 가장 느린 물리적 조각, 즉 변압기, 전송 회로, 훈련된 라인 워커는 가속화할 수 없는 것입니다. 그것이 어려운 이유입니다.

인공 지능 데이터 센터는 기존 그리드가 설계된 수준의 수요를 가진 지역에 엄청난 수준의 집중된 부하를 도입할 수 있습니다. 이러한 시설은 역사적으로 공용事業이 관리해 왔던 대규모 산업 부하와 어떻게 다르며, 신뢰성 및 용량 계획을 위한 새로운 위험을 어떻게 창조합니까?

공용事業은 큰 부하를 100년 동안 다루어 왔습니다. 철강 공장, 알루미늄 제련소, 자동차 제조 공장과 같은 큰 산업 부하는 지역의 그리드와 함께 수십 년 동안 성장했습니다. 이러한 시설은 기존 그리드가 설계된 수준의 수요를 가진 지역에 엄청난 수준의 집중된 부하를 도입할 수 있습니다. 이러한 시설은 기존의 산업 부하와는 다릅니다. 첫째, 집중도와 속도입니다. 전통적인 산업 부하는 지역의 그리드와 함께 수십 년 동안 성장했습니다. 이러한 시설은 지역의 기존 그리드가 설계된 수준의 수요를 가진 지역에 엄청난 수준의 집중된 부하를 도입할 수 있습니다. 둘째, 부하 프로파일입니다. 많은 이러한 부하는 매끄럽지 않으며, 장비를 다르게 스트레스를 주는 방식으로 빠르게 램프할 수 있습니다. 셋째, 이것이 플래너들에게 가장 걱정하는 것입니다. 즉, 투기적 쌓임입니다. 이는 귀하의 다음 질문입니다.

그것은 공용事業이 새로운 수요를 계획하도록 요구하는 위험을 창조합니다. 이는 기존의 모델과 다르게 행동하며, 자본과 인프라를 투자해야 하는 위험이 있습니다. 이러한 부하는 기존의 모델과 다르게 행동하며, 공용事業이 계획을 다르게 해야 합니다. 그것은 이유가 아닙니다. 계획을 다르게 해야 합니다.

공용事業은 데이터 센터 개발자로부터雄心적인 전력 요청을 받고 있지만, 모든 제안된 시설이 완료될 수는 없습니다. 공용事業은 어떻게 하면 확정된 수요와 투기적인 요청을 구별하고, 건설되지 않은 프로젝트를 위한 비용적인 인프라를 피할 수 있습니까?

이것은 현재 가장 중요한 운영 질문 중 하나이며, 충분한 주의를 받지 않는다. 개발자는 동일한 프로젝트에 대해 여러 영역에서 인터커넥션 요청을 제출할 수 있으며, 누구든지 가장 빠르게 전력을 제공할 수 있는지 쇼핑할 수 있습니다. 일부 프로젝트는 실제이고 자금이 있습니다. 일부는 옵션, 플레이스 홀더, 줄에있는 자리를 잡는 방법입니다. 일부는 실제로 나타나지 않을 수 있습니다. 공용事業이 모든 요청을 실제로 취급하고 모든 것에 대해 발전과 전송을 시작하면, 비용을 낭비할 수 있으며, 실제로 나타나지 않는 데이터 센터를 위한 인프라를 구축할 수 있습니다. 그리고 누가 기존의 요금을 지불하는지猜測합니다. 반면에, 공용事業이 더 적게 구축하면, 들어오는 부하의 수요를 충족하지 못할 수 있으며, 그리드의 신뢰성 문제를 초래할 수 있습니다.

통로는 투기를 비싸게 하고, 확정을 싸게 만드는 것입니다. 즉, 공용事業이 자본을 투자하기 전에 실제 금융 위험을 가정해야 합니다. 의미 있는 예금, 건설 마일스톤에 묶인 위계적 확정, 위험을 요청하는 당사자에게 부과하는 계약 조건입니다. 일부 관할 구역은 이 방향으로 이동하기 시작했습니다. 내가 계속 돌아오는 원칙은 간단합니다. 전력을 요청하는 개체는 전력이 필요하지 않은 경우의 위험을 부담해야 합니다. 현재 너무 많은 경우, 그 위험이 너무 조용히 다른 모든 사람에게 떨어집니다.

誰が 궁극적으로 인공 지능 데이터 센터에 필요한 발전, 전송, 변전소 업그레이드의 비용을 지불해야 합니까? 어떤 요금 구조 또는 계약적 안전 장치가 가계와 기존 사업을 보호하여 주로 하이퍼스케일 기술 회사들을 위한 인프라를 지불하는 것을 방지할 수 있습니까?

이것은 다음 10년의 그리드 정치를 정의할 질문이며,私は 기술적인 답변만이 아니라 공정성에 관한 것입니다.私の 정직한 견해는, 비용이 발생한 부하와 함께 앉아 있어야 한다는 것입니다. 하이퍼스케일러의 시설이 새로운 변전소와 전송 업그레이드가 필요하다면, 시설이 그것을 트리거하는 것을 지불해야 합니다. 그것은 명백한 것으로 보입니다. 그러나 역사적으로 요금 구조가 작동한 방식은, 큰 새로운 인프라가 전체 고객 기반에 걸쳐 사회화된 것입니다. 그것은 의미가 있습니다. 공장이 마을을 고용하는 경우와 같습니다. 그러나 가장 가치 있는 회사 중 하나의 혜택을 받는 경우에는 그렇게 하지 않습니다.

도구는 있습니다. 큰 부하를 위한 대형 요금, 이러한 고객 클래스를 위한 특별한 요금입니다. 최소한의 계약으로 데이터 센터가 인프라를 구축한 후에 떠날 수 없습니다. 장기적인 약정으로 자산의 수명을 일치시킵니다. 중요한 것은 규제 기관과 공용事業이 실제로 그것을 사용하는 것입니다. 그리고 구축하기 전에 사용합니다. 구축된 후에는 비용을 되돌리기 어렵습니다.私は 책에서 이것에 대해 쓰고 있습니다. 왜냐하면私は 그것이 공용事業과 인공 지능 산업 모두에 대한 공공의 신뢰를 잠재적으로 침식할 수 있는 곳 중 하나라고 생각하기 때문입니다.

인공 지능 데이터 센터는 유연한 그리드 자산이 될 수 있으며, 작업 부하 이동, 수요 반응, 배터리, 열 저장, 또는 현장 발전을 통해 유연한 그리드 자산이 될 수 있습니다. 어떤 인공 지능 작업을 실제로 다른 시간이나 위치로 이동시키지 않고 성능을 손상시키지 않을 수 있습니까?

예, 그리고私は 이것이 이 주제에서 가장 희망적인 아이디어 중 하나라고 생각합니다. 그래서私は 그것을 너무 과장하지 않도록 주의하겠습니다. 인공 지능 컴퓨팅은 두 가지가 있습니다. 하나는 추론입니다. 즉, 큰 모델이 훈련된 후(실시간 모델)입니다. 그리고 모델에 질문을하고 답변을 즉시 필요로 하는 것입니다.それは 지연에 민감하며, 이동하기 어렵습니다. 그리고 또 하나는 훈련입니다. 즉, 모델을 구축하는 대규모 배치 스타일 작업입니다. 훈련은 훨씬 더 유연합니다. 그것은 2시 또는 2시에 실행하거나, 이 상태 또는 그 상태에서 실행하는지에 관계없이,只要 그것이 완료되면 됩니다. 그 유연성이 열립니다. 큰 데이터 센터의 부하가 시간에 따라 이동할 수 있다면, 그리드가 청정 전력을 넘치는 시간에 기울이고, 시스템이 긴장할 때 후퇴할 수 있습니다.

지금 배터리, 열 저장, 현장 발전을 계층화하면, 엄격한 수요 블록처럼 보이는 시설은 실제로 그리드를 균형 있게 하는 리소스가 될 수 있습니다. 낮에 남는 太陽光을 흡수하고, 저장된 에너지로 피크를 타고, 데이터 센터가 그리드의 파트너가 되지 않도록 합니다. 기술은 쉬운 부분입니다. 그러나 인센티브 디자인은 어려운 부분입니다. 그러나 데이터 센터가 그리드의 유연한 파트너가 되지 않도록 하는 것이 가능합니다. 그리고 그것은 대안보다 낫습니다.

인공 지능의 전기 수요를 다음 10년 동안 실제로 충족시킬 수 있는 에너지 소스의 조합은 무엇입니까? 재생 가능 에너지 및 저장, 천연 가스, 전통적인 원자력, 소형 모듈형 원자로, 지열 에너지가 이 혼합물에 어떻게 들어맞습니까?

私は 그것이 모든 것이며,誰든지 단일 원천의銀弹을 판매하는 것입니다. 재생 가능 에너지 및 저장은 가장 빠르게 배포할 수 있습니다. 太陽光 및 배터리는 비교적 합리적인 시간에 구축될 수 있습니다. 그리고 그것이 중요합니다. 재생 가능 에너지는 가변적이며, 이러한 부하는 24시간 동안 실행되므로, 저장이 많은 중량을 들어줍니다. 천연 가스는 가교로 사용될 것입니다. 그것은 디스패치 가능하며, 여기 있습니다. 원자력은 현재 매우 흥미롭습니다. 우리는 예상하지 못한 원자력 발전소가 데이터 센터와의 장기적인 계약으로 재생되며, 거의 누구도 예상하지 못했습니다. 소형 모듈형 원자로 및 지열 에너지는 진정으로 흥미로운 더 긴 연장선입니다. 그러나私は 타임라인에 대해 엄격합니다. 그것은 이야기의 뒷부분에서 의미가 있으며, 2027년에 우리를 구원하지는 않을 것입니다.

현실적인 혼합물은 계층화된 것입니다. 재생 가능 에너지 및 저장이 성장을 담당하고, 가스는 견고한 간격을 다리며, 기존 원자력이 확장되고 새롭게 평가되며, 다음 세대의 원천이 성숙함에 따라 온라인으로 옵니다. 그리드는 우리의 선호도를 신경 쓰지 않습니다. 그것은 신뢰성 있고 시간에 맞춰 전달된 킬로와트를 신경 씁니다.

인공 지능 산업이 그리드를 현대화하는 데 필요한 도구를 제공할 수 있는 가장 큰 근접 이익은 어디에 있습니까? 부하 예측, 예측 유지 보수, 전송 최적화, 식물 관리,停電 복원, 디지털 트윈, 또는 자율 그리드 제어입니까?

이것은 책의 핵심이며,私は 가장 희망적인 부분입니다. 동일한 산업이 그리드를 긴장시키는 도구를 제공하여 그리드를 고칠 수 있습니다.私は 오늘 실제로 지불되는 곳을 기준으로 순위를 매길 것입니다.

예측 유지 보수, 지속적인 모니터링 및 검사, 즉 컴퓨터 비전 및 시각적 인공 지능을 사용하여 고장하기 전에 결함을 찾는 것입니다. 그것은 추측이 아닙니다. 그것은 배포되어 있으며 실제로 돈을 절약하고 실제로停電을 방지하고 있습니다. 바로 그것 옆에私は 부하 예측 및 수요 반응을 두고 있습니다. 데이터 센터 문제가 더 관리 가능해집니다. 실제로 수요를 더 정밀하게 예측할 수 있습니다. 그런 다음 전송 최적화, 이미 있는 와이어에서 더 많은 용량을 짜내는 것입니다. 그것은 새로운 것을 구축하는 것이 얼마나 느린지에 따라 중요합니다. 식물 관리 및停電 복원은 가까운 뒤에 있습니다. 둘 다에서 인공 지능은 느린 것을 빠르게 만들고, 효율적으로 만들며, 또한 그리드에 대한 인사이트와 상황 인식을 제공하여 사건을 예방합니다.

디지털 트윈 및 완전히 자율적인 그리드 제어는 더 먼 지평입니다. 그것은 오고 있습니다. 그러나 그것은 신뢰와 안전에 대한 질문을 가지고 있습니다. 나는 그것이 내 다음 질문이라고 생각합니다. 근접한 곳에서는,私は 가장 평범한 것을 선호합니다. 즉, 그리드를 더 잘 보이고, 그리드의 행동을 더 잘 예측하고, 이미 있는 것을 더 많이 사용하여 그리드 시스템을 더 인식 가능하게 만듭니다. 그것은 첫 번째로 인공 지능이 자급자족합니다.

우리가 이전에 인터뷰했을 때, 버즈 솔루션즈는 실제 공용事業 데이터와 인간-루프 검토에 의존한다는 것을 논의했습니다. 전력 시스템이 더 자율적으로 될 때, 어떤 결정은 인공 지능에 안전하게 위임될 수 있으며, 인간의 판단은 어디에서 필수적으로 유지되어야 합니까? 공용事業은 불투명한 모델 결정, 사이버 공격 또는 중요한 인프라에 걸쳐 전파될 수 있는 실패에 대해 어떻게 준비해야 합니까?

우리가 마지막으로 대화했을 때,私は 우리의 접근 방식을 인간-루프라고 설명했으며, 주제 전문가가 인공 지능 모델에 대한 피드백을 제공하는 방식입니다.私は 그 견해가 약화되지 않았습니다. 그것은 강화되었습니다.

인공 지능은 인식 및 추천 작업에 탁월합니다. 모든 데이터를 살펴보고, 이상을 찾고, 위험을 플래그 지정하고, 주의가 필요한 것을 순위付け합니다. 그것을 위임하는 것은 안전하며, 인간이 혼자 할 수 있는 것보다 낫습니다. 그러나Tôi 더 주의합니다. 즉, 임의의 작업과 임의의 결정은 아닙니다. 임의의 작업은 위험한 결정입니다. 즉, 임의의 작업은 임의의 결정입니다. 임의의 결정은 임의의 결과를 초래할 수 있습니다. 임의의 결과는 임의의 결과를 초래할 수 있습니다. 임의의 결과는 임의의 결과를 초래할 수 있습니다.

따라서 준비는 세 가지입니다. 첫째, 결정에 대한 책임을 지고 있는 인간을 의미 있게 루프에 유지합니다. 모델이 평균적으로 나쁘지 않을 수 있지만, 임의의 작업은 임의의 결과를 초래할 수 있으며, 임의의 결과는 임의의 결과를 초래할 수 있습니다. 둘째, 임의의 작업에 대한 설명 가능성을 요구합니다. 모델이 왜 그렇게 했는지 이해할 수 없다면, 그것에 대해 책임을 질 수 없습니다. “인공 지능이 결정했다”는 답이 아닙니다. 셋째, 이러한 자율 시스템을 확장된 공격 표면으로 간주합니다. 소프트웨어가 그리드를 실행할수록, 그리드는 소프트웨어 취약점을 물려받습니다. 자율 제어 시스템에 대한 사이버 공격은 데이터 침해가 아닙니다. 그것은 물리적 사건입니다. 우리는 그 현실을 설계해야 합니다. 우리는 데이터 보안, 정보 보안, 인공 지능 거버넌스를 매우 심각하게 생각하고 있으며, 또한 인공 지능 시스템의 성공적인 배포를 위해 인공 지능 및 데이터 거버넌스 협의회를 조직하기 시작했습니다.

5년 후, 인공 지능 확장에 대한 지원과 전기 가용성에 대한 제약을 가진 국가 및 지역을 구별하는 것은 무엇입니까? 2031년까지 인공 지능 개발과 그리드 현대화의 정렬에 대한 성공적인 전략은 무엇입니까?

私は 5년 후에 돌아보면, 인공 지능의 제약이 칩이나 재능이 아니었음을 알게 될 것입니다. 그것은 움직일 수 있는 것입니다. 움직일 수 없는 것은 전력과 인프라입니다. 전기는 인공 지능 시대의 전략적 자원이 됩니다. 그것은 지난 세기에는石油이었습니다.私は 그것이 과장이라고 생각하지 않습니다. 그것은 이제 보이는 것입니다.

앞서 나가는 지역은 그리드 용량을 경쟁력 있는 자산으로 간주하고,早期에 구축하고 개혁한 지역이 될 것입니다. 즉, 인터커넥션을 간소화하고, 허가 بدون 안전을 훼손하지 않고, 전송을 구축하기 전에 수요가 완전히 도착하기 전에 투자한 지역입니다. 뒤처지는 지역은 야망이나 자본이 부족해서가 아닙니다. 그들은 데이터 센터 발표와 투자 달러를 가지고 있을 것입니다. 그러나 그들은 전자를 제공할 수 없습니다. 그리고 프로젝트는 조용히 다른 곳으로 갈 것입니다.

2031년까지의 성공적인 전략은 두 시계(책에서 언급한)가 마침내 함께 작동하기 시작하는 것입니다. 즉, 인공 지능의 속도와 에너지 인프라의 타임라인을 일치시키는 것입니다. 그리고 인공 지능을 사용하여 기존의 그리드에서 더 많은 것을 얻으며, 필요한 그리드를 구축하는 것입니다. 그리고 비용 할당을 올바르게 하여 전기료에 대한 공공 의견이 너무 부정적으로 되지 않도록 하는 것입니다. 그리고 노동력 문제를 충분히 심각하게 생각하여 다음 세대의 인프라를 구축하고 운영할 사람들을 실제로 훈련하는 것입니다. 그것은 기술 문제가 아닙니다. 우리는 그것을 해결하는 방법을 알고 있습니다. 그것은 조정 문제이고, 의지 문제입니다.

대화에 감사드립니다. 더 많은 것을 배우고 싶은 독자는 버즈 솔루션즈를 방문하거나 그의 책 Powering Intelligence: Why the future of AI depends on the Power Grid.을 읽어보세요.