Meld deg på daglige nyhetsoppdateringer fra CleanTechnica på e-post. Eller følg oss på Google Nyheter!

ChatGrid er en praktisk applikasjon av Department of Energys exascale databehandling og tilbyr en ny opplevelse innen enkel, intuitiv og interaktiv datainteraksjon

Hvert minutt av hver dag overvåker nettoperatører flo og fjære av elektrisitet fra generatorer til transformatorstasjoner til boliger, bedrifter, skoler, sykehus og mer. De sørger for at strømforsyningen samsvarer med dagens etterspørsel og må ofte ta raske beslutninger hvis det er en forstyrrelse, for eksempel en storm eller utstyrsfeil.

For å ta disse avgjørelsene går nettoperatørene hele tiden gjennom data om regionale nett og viser til visualiseringer av hvilke kraftverk som genererer hvor mye energi og hvor energien strømmer til. Men disse verktøyene kan være tungvint, og å navigere i dem kan bremse beslutningstaking, sa Shrirang Abhyankar, en optimaliserings- og rutenettmodelleringsforsker ved Pacific Northwest National Laboratory.

Etter å ha hørt om disse problemene fra kolleger i forsyningsindustrien, lurte Abhyankar på: "Hvordan kan vi forenkle opplevelsen for nettoperatører som må ta så mange beslutninger mens de overvåker nettet i sanntid?"

Inspirert av den nylige økningen i spørsmål-og-svar-generative AI-verktøy, Abhyankar og tidligere PNNL-praktikant Sichen Jin satte opp for å lage et program der en nettoperatør kunne stille et spørsmål om nettet og få et enkelt å tolke svar.

Dermed ble "ChatGrid" født.

Bygge et AI-drevet rutenettvisualiseringsverktøy

Selv om AI-verktøy utvikler seg raskt, kan de ikke operere uavhengig – de trenger fortsatt et menneske. En dag kan det være kraftige AI-drevne verktøy som kan ta raske beslutninger i nettdrift. Foreløpig kan nettoperatører bruke et program som ChatGrid for å destillere enorme mengder informasjon for enkelt forbruk i sanntid. For å finne ut informasjon om nettet, stiller en bruker ChatGrid et spørsmål som "Hva er produksjonskapasiteten til de fem beste vindkraftgeneratorene i den vestlige sammenkoblingen?"

Som svar produserer ChatGrid en visualisering som viser ønsket informasjon. Brukere kan stille spørsmål om generasjonskapasitet, spenning, strømflyt og mer, mens de tilpasser visualiseringen til å vise ulike informasjonslag.

"Vi ser for oss en ny måte å se på data gjennom spørsmål," sa Abhyankar. "ChatGrid lar noen spørre etter dataene - i bokstavelig forstand - og få et øyeblikkelig svar."

ChatGrid kjører på en offentlig tilgjengelig stor språkmodell, som fungerer litt som prediktiv tekst på en smarttelefon eller i noen e-postprogrammer. En LLM er trent på enorme mengder tekst (engelsk, i dette tilfellet) fra nettsteder, bøker, avisartikler, vitenskapelige artikler og mer. Ved å "lese" denne enorme tekstmengden, begynner modellen å "lære" om hvilke ord som vises i sammenheng med andre ord. For eksempel, for å fullføre setningen "Katten fanget _____", ville LLM lære av å analysere tekst at ordet "mus" ville passe bedre enn "brannbil." Etter å ha blitt trent på denne mengden av data, kan LLMs gjenkjenne spørsmål eller kommandoer og gi svar de har ansett som statistisk relevante.

Abhyankar ble inspirert av hvor enkle disse programmene er å bruke, og han og Sichen designet det med sikkerhet og pålitelighet øverst i hodet. Nettinfrastrukturdata er for eksempel svært sensitive, så han og Jin kunne ikke bruke disse dataene til å trene LLM. Så de utviklet en måte å holde nettdataene trygge på: Teamet kompilerte først alle nettinfrastrukturdataene deres i sin egen interne database, med kolonner for data som "kapasitet" eller "plassering" av kraftverkene. De brukte LLM til å produsere det som er kjent som et "strukturert spørringsspråk" eller SQL, som ville tillate ChatGrid å søke i den interne databasen etter svar. Så i stedet for å bli opplært på selve dataene, vet LLM bare at det er kolonner med etiketter.

På den måten kan ChatGrid fortsatt produsere rutenettvisualiseringer samtidig som landets nettdata holdes trygge.

Big data for nettdrift

For ytterligere å beskytte sikkerheten til nettdata, representerer ikke ChatGrids visualiseringer for øyeblikket virkelige nettdata. Programmet bruker syntetiserte data fra Exascale Grid Optimization (ExaGO)-modellen utviklet av PNNL, fire andre nasjonale laboratorier og Stanford University. ExaGO kan simulere landets strømnett i sanntid, slik at nettplanleggere kan analysere ringvirkningene av eventuelle forstyrrelser. I fjor kjørte ExaGO for første gang på Oak Ridge National Laboratorys Frontier-superdatamaskin, som kan utføre mer enn en milliard milliarder beregninger per sekund.

Når nettoperatører begynner å bruke ChatGrid og gi tilbakemelding, håper Abhyankar å bygge en bedre versjon som nettoperatører trygt kan bruke i sine egne kontrollrom med virkelige data. For at det skal fungere, trenger ExaGOs utviklere at dataene også er nyttige på vanlige datamaskiner.

"En av de største utfordringene som skjer når vi bygger en ny versjon av verdens raskeste datamaskin, er at det også betyr at vi kan generere verdens største datafil og at den ikke er nyttig for mange mennesker," sa Chris Oehmen, en beregningsbiolog ved PNNL som leder ExaSGD, et multinasjonalt laboratorium som ExaGO ble utviklet under.

"Med ChatGrid kan vi oversette disse dataene til noe som kan handles for et menneske. Det er et første virkelig viktig skritt i å la nettoperatører kommunisere med de store datasettene på en måte som er intuitiv,” fortsatte Oehmen.

ChatGrid er tilgjengelig for nedlasting på GitHub, men det tar noen få skritt. Abhyankar håper at etter at tilbakemeldinger begynner å rulle inn, kan han utvikle en ett-trinns nedlastingsprosess for verktøyet. Han oppfordrer brukere til å leke med formuleringsoppfordringer og spørsmål for å gi bedre svar.

"Vi vil virkelig sette denne teknologien foran operatørene og la dem legge inn spørsmål og få tilbakemeldinger for å se hvordan ChatGrid presterer," sa Abhyankar. "Vi ser at denne teknologien kan utvide hvilke spørsmål som kan stilles til et generativt AI-verktøy og hvordan vi kan justere spørsmålene for å gi de beste svarene."

ExaGO og ChatGrid er en del av Department of Energys ExaScale Computing Project, finansiert av Department of Energy's Office of Science og National Nuclear Security Administration. PNNL fremmer arbeidet innen AI-teknologi gjennom sin Senter for AI.

Av JoAnna Wendel. Courtesy of Pacific Northwest National Laboratory.

• SEO-drevet innhold og PR-distribusjon. Bli forsterket i dag.
• PlatoData.Network Vertical Generative Ai. Styrk deg selv. Tilgang her.
• PlatoAiStream. Web3 Intelligence. Kunnskap forsterket. Tilgang her.
• PlatoESG. Karbon, CleanTech, Energi, Miljø, Solenergi, Avfallshåndtering. Tilgang her.
• PlatoHelse. Bioteknologisk og klinisk etterretning. Tilgang her.
• kilde: https://cleantechnica.com/2024/02/25/chatgrid-a-new-generative-ai-tool-for-power-grid-visualization/