Ingineri Dezvoltă o Nouă Metodă de Învățare Automată Capabilă să Reducă Consumul de Energie

Inginerii de la Centrul Elvețian pentru Electronică și Tehnologie Microelectronică au dezvoltat o nouă metodă de învățare automată capabilă să reducă consumul de energie, precum și să permită inteligenței artificiale (IA) să finalizeze sarcini care au fost considerate anterior prea sensibile.

Limitări ale Învățării prin Întărire

Învățarea prin întărire, în care un computer se îmbunătățește continuu prin învățarea din experiențele sale anterioare, este un aspect important al inteligenței artificiale. Cu toate acestea, această tehnologie este adesea dificil de aplicat în scenarii și situații reale, cum ar fi sistemele de control al climei. Aplicațiile de acest tip nu pot face față schimbărilor dramatice de temperatură, care ar fi cauzate de învățarea prin întărire.

Exact această problemă a fost abordată de inginerii CSEM, și atunci au dezvoltat noua abordare. Inginerii au demonstrat că modele teoretice simplificate pot fi utilizate mai întâi pentru a antrena computerele, și apoi acestea se vor concentra pe sistemele reale. Acest lucru permite procesului de învățare automată să fie mai precis în momentul în care ajunge la sistemul real, învățând din erorile și încercările sale anterioare cu modelul teoretic. Acest lucru înseamnă că nu vor exista fluctuații dramatice pentru sistemul real, rezolvând problema cu tehnologia de control al climei.

Pierre-Jean Alet este șeful cercetării sistemelor de energie inteligente la CSEM, precum și coautor al studiului.

„Este ca și cum ai învăța manualul de conducere înainte de a începe să conduci o mașină”, spune Alet. „Cu acest pas de pre-antrenare, computerele construiesc o bază de cunoștințe pe care o pot utiliza, astfel încât nu sunt în întuneric în timp ce caută răspunsul corect.”

Reducerea Consumului de Energie

Unul dintre cele mai importante aspecte ale acestei noi metode este că poate reduce consumul de energie cu peste 20%. Inginerii au testat metoda pe un sistem de încălzire, ventilare și climatizare (HVAC), care era situat într-un bloc cu 100 de camere.

Inginerii au urmat trei pași, primul dintre care a fost antrenarea unui computer pe un „mod virtual”. Acest model a fost construit prin ecuații simple care explică comportamentul clădirii. Datele reale ale clădirii, cum ar fi temperatura, condițiile meteo și alte variabile, au fost apoi introduse în computer, ceea ce a dus la o antrenare mai precisă. Ultimul pas a fost să permită computerului să ruleze algoritmii de învățare prin întărire, ceea ce ar fi dus în cele din urmă la cea mai bună abordare pentru sistemul HVAC.

Noua metodă dezvoltată de inginerii CSEM ar putea avea implicații importante pentru învățarea automată. Multe aplicații care au fost considerate anterior „inaccesibile” pentru învățarea prin întărire, cum ar fi cele cu fluctuații mari, ar putea fi abordate acum într-un mod nou. Acest lucru ar duce la un consum mai mic de energie, la costuri financiare mai mici și la multe alte beneficii.

Cercetarea a fost publicată în jurnalul IEEE Transactions on Neural Networks and Learning Systems, intitulat „O metodă hibridă de învățare pentru identificarea sistemului și controlul optim.”

Autorii includ: Baptiste Schubnel, Rafael E. Carrillo, Pierre-Jean Alet și Andreas Hutter.