Websitesine kayıt olun : CleanTechnica'dan günlük haber güncellemeleri e-postada. Veya bizi Google Haberler'de takip edin!

ChatGrid, Enerji Bakanlığı'nın üst düzey bilgi işlem çabalarının pratik bir uygulamasıdır ve kolay, sezgisel ve etkileşimli veri etkileşiminde yeni bir deneyim sunar

Şebeke operatörleri, her günün her dakikasında, jeneratörlerden trafo merkezlerine, evlere, işyerlerine, okullara, hastanelere ve daha fazlasına kadar elektriğin akışını izliyor. Elektrik arzının mevcut talebe uygun olmasını sağlarlar ve fırtına veya ekipman arızası gibi bir kesinti olması durumunda sıklıkla ani kararlar vermek zorunda kalırlar.

Şebeke operatörleri bu kararları vermek için sürekli olarak bölgesel şebekelerle ilgili verileri tarar ve hangi santrallerin ne kadar enerji ürettiğini ve bu enerjinin nereye aktığını gösteren görselleştirmelere başvurur. Ancak bu araçların kullanışsız olabileceğini ve bunlarda gezinmenin karar vermeyi yavaşlatabileceğini söyledi. Shrirang AbhyankarPasifik Kuzeybatı Ulusal Laboratuvarı'nda optimizasyon ve ızgara modelleme araştırmacısı.

Bu sorunları kamu hizmeti sektöründeki meslektaşlarından duyduktan sonra Abhyankar şunu merak etti: "Şebekeyi gerçek zamanlı olarak izlerken bu kadar çok karar vermek zorunda kalan şebeke operatörlerinin deneyimini nasıl basitleştirebiliriz?"

Soru-cevap üreten yapay zeka araçlarındaki son dönemdeki artıştan ilham alan Abhyankar ve eski PNNL stajyeri Sichen Jin Bir şebeke operatörünün şebeke hakkında soru sorabileceği ve yorumlanması kolay bir cevap alabileceği bir program oluşturmak için yola çıktık.

Böylece “ChatGrid” doğdu.

Yapay zeka destekli bir ızgara görselleştirme aracı oluşturma

Yapay zeka araçları hızla gelişse de bağımsız olarak çalışamıyorlar; hâlâ bir insana ihtiyaçları var. Bir gün, şebeke operasyonlarında ani kararlar alabilen, yapay zeka destekli güçlü araçlar ortaya çıkabilir. Şimdilik şebeke operatörleri, gerçek zamanlı olarak kolay tüketim için büyük miktardaki bilgiyi ayrıştırmak amacıyla ChatGrid gibi bir programı kullanabilirler. Şebeke hakkında bilgi edinmek için bir kullanıcı ChatGrid'e "Batı Bağlantısı'ndaki en büyük beş rüzgar enerjisi jeneratörünün üretim kapasitesi nedir?" gibi bir soru sorar.

Buna yanıt olarak ChatGrid, istenen bilgiyi gösterecek bir görselleştirme oluşturur. Kullanıcılar, görselleştirmeyi farklı bilgi katmanlarını gösterecek şekilde özelleştirirken üretim kapasitesi, voltaj, güç akışı ve daha fazlası hakkında sorular sorabilir.

Abhyankar, "Verilere sorular aracılığıyla bakmanın yeni bir yolunu tasavvur ediyoruz" dedi. "ChatGrid, birisinin gerçek anlamda verileri sorgulamasına ve anında yanıt almasına olanak tanıyor."

ChatGrid, bir akıllı telefondaki veya bazı e-posta programlarındaki tahminli metne benzer şekilde çalışan, herkese açık geniş bir dil modeli üzerinde çalışır. Bir LLM, web sitelerinden, kitaplardan, gazete makalelerinden, bilimsel makalelerden ve daha fazlasından büyük miktarda metin (bu durumda İngilizce) üzerinde eğitilir. Model, bu kadar büyük miktardaki metni "okuyarak", hangi kelimelerin diğer kelimelerle birlikte bağlamda göründüğünü "öğrenmeye" başlar. Örneğin, "Kedi _____'yi yakaladı" cümlesini tamamlamak için LLM, metni analiz ederek "fare" kelimesinin "itfaiye kamyonu" yerine daha uygun olacağını öğrenecektir. Bu kadar çok veri üzerinde eğitim aldıktan sonra Yüksek Lisans'lar soruları veya komutları tanıyabilir ve istatistiksel olarak anlamlı bulduğu yanıtları sunabilir.

Abhyankar, bu programların kullanımının ne kadar kolay olduğundan ilham aldı ve Sichen ile birlikte güvenlik ve güvenilirliği akıllarında tutarak tasarladılar. Örneğin, şebeke altyapısı verileri son derece hassas olduğundan o ve Jin bu verileri Yüksek Lisans'ı eğitmek için kullanamadı. Böylece şebeke verilerini güvende tutmanın bir yolunu buldular: Ekip öncelikle tüm şebeke altyapı verilerini, enerji santrallerinin "kapasite" veya "konumu" gibi veriler için sütunlarla birlikte kendi dahili veri tabanlarında derledi. Yüksek Lisans'ı, ChatGrid'in yanıtlar için dahili veritabanında arama yapmasına olanak tanıyan, "yapılandırılmış sorgu dili" veya SQL olarak bilinen şeyi üretmek için kullandılar. Dolayısıyla LLM, verinin kendisi üzerinde eğitim almak yerine, etiketli sütunların olduğunu bilir.

Bu şekilde ChatGrid, ülkenin şebeke verilerini güvende tutarken şebeke görselleştirmeleri üretmeye devam edebilir.

Şebeke operasyonları için büyük veri

Şebeke verilerinin güvenliğini daha da korumak için ChatGrid'in görselleştirmeleri şu anda gerçek hayattaki şebeke verilerini temsil etmemektedir. Program, PNNL, diğer dört ulusal laboratuvar ve Stanford Üniversitesi tarafından geliştirilen Exascale Izgara Optimizasyonu (ExaGO) modelinden sentezlenmiş verileri kullanıyor. ExaGO, ülkenin elektrik şebekesini gerçek zamanlı olarak simüle edebilir ve şebeke planlayıcılarının herhangi bir kesintinin dalga etkilerini analiz etmesine olanak tanır. Geçen yıl ExaGO, Oak Ridge Ulusal Laboratuvarı'nın saniyede bir milyar milyardan fazla hesaplama gerçekleştirebilen Frontier süper bilgisayarında ilk kez çalıştı.

Şebeke operatörleri ChatGrid'i kullanmaya ve geri bildirim sağlamaya başladığında Abhyankar, şebeke operatörlerinin gerçek hayattaki verilerle kendi kontrol odalarında güvenle kullanabilecekleri daha iyi bir sürüm oluşturmayı umuyor. Bunun işe yaraması için ExaGO geliştiricilerinin verilerin normal bilgisayarlarda da yararlı olabilmesi gerekiyor.

"Dünyanın en hızlı bilgisayarının yeni bir versiyonunu oluşturduğumuzda karşılaştığımız en büyük zorluklardan biri, bu aynı zamanda dünyanın en büyük veri dosyasını oluşturabileceğimiz anlamına geliyor ve bu pek çok kişi için kullanışlı değil" dedi. Chris OehmenPNNL'de hesaplamalı bir biyolog olan ExaSGDExaGO'nun geliştirildiği çok uluslu bir laboratuvar çalışması.

"ChatGrid ile bu verileri insanlar için uygulanabilir bir şeye dönüştürebiliyoruz. Bu, şebeke operatörlerinin bu büyük veri kümeleriyle sezgisel bir şekilde arayüz oluşturmasına izin vermenin gerçekten önemli ilk adımıdır," diye devam etti Oehmen.

ChatGrid şu adresten indirilebilir: GitHub, ancak birkaç adım gerekir. Abhyankar, geri bildirim gelmeye başladıktan sonra araç için tek adımlı bir indirme süreci geliştirebileceğini umuyor. Kullanıcıları daha iyi yanıtlar üretmeye yardımcı olacak ifadeler ve sorularla oynamaya teşvik ediyor.

Abhyankar, "Bu teknolojiyi gerçekten operatörlerin önüne sunmayı ve ChatGrid'in nasıl performans gösterdiğini görmek için soru sormalarına ve geri bildirim almalarına olanak tanımak istiyoruz" dedi. "Bu teknolojinin, üretken bir yapay zeka aracına hangi soruların sorulabileceği ve soruları en iyi yanıtları üretecek şekilde nasıl ayarlayabileceğimiz konusunda genişleyebildiğini görüyoruz."

ExaGO ve ChatGrid, Enerji Bakanlığı Bilim Ofisi ve Ulusal Nükleer Güvenlik İdaresi tarafından finanse edilen Enerji Bakanlığı ExaScale Bilgi İşlem Projesinin bir parçasıdır. PNNL, yapay zeka teknolojisindeki çalışmaları ilerletiyor Yapay Zeka Merkezi.

JoAnna Wendel'in yazısı. Nezaket Kuzeybatı Pasifik Ulusal Laboratuvarı.

• SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
• PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
• PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
• PlatoESG. karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
• PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
• Kaynak: https://cleantechnica.com/2024/02/25/chatgrid-a-new-generative-ai-tool-for-power-grid-visualization/