Josh Wong, Założyciel i Dyrektor Generalny ThinkLabs AI – Seria Wywiadów

Josh Wong jest założycielem i dyrektorem generalnym ThinkLabs AI. Wcześniej pracował w GE Vernova (GEV ) jako Dyrektor Generalny, Grid Orchestration. Josh Wong uczęszczał na Uniwersytet w Waterloo.

ThinkLabs AI to specjalistyczna firma zajmująca się rozwojem i wdrożeniem sztucznej inteligencji. Jej misją jest wyposażenie krytycznych branż i infrastruktury w godną zaufania sztuczną inteligencję, mającą na celu osiągnięcie globalnej zrównoważoności energetycznej. Firma rozwija swój flagowy produkt, ThinkLabs Copilot, cyfrowego asystenta, który rozumie świat rzeczywisty za pomocą własnych, opartych na fizyce cyfrowych bliźniaków sztucznej inteligencji, zapewniając podstawowy model dla systemów inżynierskich.

Czy możesz powiedzieć nam więcej o wizji stojącej za ThinkLabs AI i co zainspirowało jej powstanie?

Wizja stojąca za ThinkLabs to niezawodna, zrównoważona i przystępna infrastruktura energetyczna napędzana godną zaufania sztuczną inteligencją. Rozumiemy, że sieć pozostaje w centrum transformacji energetycznej. Aby zdezumidifikować, musimy zelektryfikować. Aby zelektryfikować, potrzebujemy sieci, a sieć musi się zmodernizować. Wierzymy, że punkt przecięcia inżynierii systemów elektroenergetycznych, sztucznej inteligencji i chmury obliczeniowej jest rozwiązaniem.

Jak ThinkLabs AI różni się od innych startupów sztucznej inteligencji w sektorze zarządzania sieciami?

Sieć jest złożona, a sztuczna inteligencja sama w sobie nie może nauczyć się o złożonych przepływach mocy i procesach operacyjnych, które istnieją w sieci. ThinkLabs łączy bogatą historię i pewność tradycyjnej inżynierii systemów elektroenergetycznych z sztuczną inteligencją, jako godną zaufania, opartą na fizyce sztuczną inteligencję, dla pewności w skalowalnym, zautomatyzowanym wnioskowaniu i wspieraniu decyzji dla krytycznej infrastruktury. Wymaga to również więcej niż technologia, ale doświadczony zespół, który rozumie nuansy sieci i jak myślą użytkownicy i regulatorzy. Nasz zespół pochodzi z sektora systemów elektroenergetycznych z udokumentowanym rekordem, w tym założyciel Josh Wong, który sprzedał swoją poprzednią firmę Opus One Solutions do GE, i stoi na przecięciu inżynierii, sztucznej inteligencji i chmury obliczeniowej.

Jakie konkretnie wyzwania w zarządzaniu sieciami ThinkLabs AI ma na celu rozwiązać?

Automatyczna analiza i rekomendacje dla rzeczywistej świadomości sytuacyjnej w sieci, duże symulacje i ciągłe uczenie się oraz rekomendacje w celu złagodzenia ograniczeń sieci i optymalizacji wydajności sieci. Konkretne obszary funkcjonalne obejmują:

1. Wgląd – szacowanie stanu sieci w czasie rzeczywistym, wykrywanie zatłoczeń, naruszeń napięcia i tego, jak są wykorzystywane aktywa kapitałowe.
2. Rozwiązania – optymalne rekomendacje dotyczące dyspozycji, w tym przełączania, urządzeń sieciowych i źródeł pochodnych, w celu ulżenia zatłoczeniu, złagodzenia połączeń źródeł pochodnych, zmniejszenia strat i przywrócenia przerw, itp.
3. Walidacja modelu – walidacja i korekta zestawów danych źródłowych dla modeli sieci, oszczędność kosztów operacyjnych i zwiększenie zaufania operatorów do operacji sieciowych.
4. Copilot operatora – rekomendacje dotyczące dyspozycji operatora, przeszkolone z fizyką sieci, regułami biznesowymi, standardowymi procedurami i doświadczeniem operacyjnym, umożliwiając szkolenie i podnoszenie kwalifikacji personelu.

Co to jest ThinkLabs Copilot i jak poprawia planowanie i operacje sieci?

ThinkLabs Copilot to cyfrowy asystent, który rozumie świat rzeczywisty za pomocą własnych, opartych na fizyce cyfrowych bliźniaków sztucznej inteligencji, zapewniając podstawowy model dla systemów inżynierskich. Współpracuje z planistami i operatorami sieci, aby zmodelować sieć w jej “cyfrowy bliźniak”, wykonać analizy o dużej skali i w czasie rzeczywistym, oraz udzielić rekomendacji dotyczących operacji, planów i projektów sieci.

Czy możesz wyjaśnić, co to jest cyfrowy bliźniak sztucznej inteligencji opartej na fizyce i jak przynosi on korzyści niezawodności sieci?

Sztuczna inteligencja sama w sobie nie może nauczyć się tak złożonego systemu, jak sieć, tylko na podstawie danych pomiarowych. Cyfrowe bliźniaki sztucznej inteligencji świata rzeczywistego są szkolone przez, pracują dla i współpracują z systemami inżynierskimi, stąd “oparte na fizyce”. Szkolenie odbywa się przy użyciu dużych ilości danych syntetycznych wygenerowanych z symulacji inżynierskich. Tradycyjne, oparte tylko na fizyce, oporne, cyfrowe bliźniaki są deterministyczne i zoptymalizowane matematycznie, lecz mają problemy z jakością danych, wysoką mocą obliczeniową i wolnym czasem odpowiedzi. Odwrotnie, ogólne techniki sztucznej inteligencji obiecują szybkość, lecz są ograniczone przez rzadkie dane, halucynacje i “czarne skrzynki” efektów, co budzi obawy co do operacji sieci. Cyfrowy bliźniak sztucznej inteligencji opartej na fizyce oferuje przejrzyste i godne zaufania analizy, odporne i wytrzymałe na złe dane, szybkie odpowiedzi i działania odpowiednie dla operacji w czasie rzeczywistym, przygotowanie z dużą liczbą wstępnie przeszkolonych scenariuszy operacyjnych, oraz proces ciągłego uczenia się i doskonalenia.

Jak ThinkLabs AI zapewnia niezawodność i dokładność swoich modeli sztucznej inteligencji w scenariuszach rzeczywistych?

Natura sztucznej inteligencji opartej na fizyce utrzymuje sztuczną inteligencję ugruntowaną, związaną ze światem rzeczywistym i ograniczoną światem rzeczywistym. Wykonujemy również ciągłe uczenie się i monitorowanie wydajności modelu.

Co sprawia, że Wasza technologia sztucznej inteligencji jest szczególnie odpowiednia do radzenia sobie z złożonością nowoczesnych sieci elektrycznych?

Być szkolonymi przez deterministyczne modele inżynierskie, lecz radzącymi sobie z nieidealną jakością danych w rzeczywistych operacjach. Sztuczna inteligencja również wnosi bogactwo technik optymalizacji i generatywnych, niezrównanych przez tradycyjną matematykę inżynierską.

Jak technologia ThinkLabs AI integruje się z istniejącymi systemami zarządzania sieciami, takimi jak ADMS i DERMS?

ThinkLabs integruje się jako Copilot z istniejącymi systemami ADMS, DERMS i AEMS, które pozostaną jako fundamentalna platforma komunikacji i kontroli, podczas gdy ThinkLabs będzie warstwą dodatkowej inteligencji i automatyzacji, podobnej do systemu wspomagania jazdy pojazdu.

Co oznacza ostatnia inwestycja seed w wysokości 5 milionów dolarów dla przyszłości ThinkLabs AI?

<p-Ta inwestycja seed umożliwiła nam odłączenie się od GE, współpracę z grupą światowej klasy inwestorów, inwestycje w nasz zespół i produkt, wejście na rynek z naszym pierwszym komercyjnym Copilotem, oraz współpracę z licznymi partnerami kanałowymi, aby dostarczyć to do rąk naszych klientów. Jest to pierwszy podstawowy krok do następnej ekspansji i skalowania.

Jak wyobrażasz sobie ewolucję roli sztucznej inteligencji w zarządzaniu sieciami i innych krytycznych infrastrukturach?

Widzimy zarządzanie sieciami i inne krytyczne infrastruktury jako coraz bardziej “pierwsze dla sztucznej inteligencji”, szczególnie z sztuczną inteligencją opartą na fizyce. Otwiera to znacznie większe zrozumienie, świadomość sytuacyjną i zwiększenie automatyzacji podejmowania decyzji i orchestrowania krytycznych działań. Jednak zawsze pozostajemy skromni i godni zaufania jako sztuczna inteligencja, pozostając wiernymi podstawowym prawom fizyki i projektowania inżynierskiego.

Dziękujemy za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić ThinkLabs AI.