Đăng ký cập nhật tin tức hàng ngày từ CleanTechnica trên email. Hoặc theo dõi chúng tôi trên Google Tin tức!

ChatGrid là một ứng dụng thực tế trong nỗ lực tính toán exascale của Bộ Năng lượng và mang lại trải nghiệm mới về tương tác dữ liệu dễ dàng, trực quan và tương tác

Mỗi phút mỗi ngày, các nhà vận hành lưới điện giám sát dòng điện lên xuống từ máy phát điện đến trạm biến áp đến nhà ở, doanh nghiệp, trường học, bệnh viện, v.v. Họ đảm bảo rằng việc cung cấp điện phù hợp với nhu cầu hiện tại và thường phải đưa ra quyết định nhanh chóng nếu có sự gián đoạn, chẳng hạn như bão hoặc hỏng thiết bị.

Để đưa ra những quyết định này, các nhà vận hành lưới điện liên tục tìm hiểu dữ liệu về lưới điện khu vực và tham khảo hình ảnh trực quan về những nhà máy điện nào đang tạo ra bao nhiêu năng lượng và nguồn năng lượng đó đang chảy đến đâu. Nhưng những công cụ này có thể cồng kềnh và việc điều hướng chúng có thể làm chậm quá trình ra quyết định, ông nói. Shrirang Abhyankar, một nhà nghiên cứu mô hình lưới và tối ưu hóa tại Phòng thí nghiệm quốc gia Tây Bắc Thái Bình Dương.

Sau khi nghe các đồng nghiệp trong ngành tiện ích nói về những vấn đề này, Abhyankar tự hỏi: “Làm cách nào chúng tôi có thể đơn giản hóa trải nghiệm cho những người vận hành lưới điện, những người phải đưa ra nhiều quyết định khi họ giám sát lưới điện trong thời gian thực?”

Lấy cảm hứng từ sự gia tăng gần đây của các công cụ AI tổng hợp câu hỏi và câu trả lời, Abhyankar và cựu thực tập sinh PNNL Sichen Jin đặt ra mục tiêu tạo một chương trình trong đó người vận hành lưới có thể đặt câu hỏi về lưới và nhận được câu trả lời dễ hiểu.

Vì vậy, “ChatGrid” đã ra đời.

Xây dựng công cụ trực quan hóa lưới được hỗ trợ bởi AI

Mặc dù các công cụ AI đang phát triển nhanh chóng nhưng chúng không thể hoạt động độc lập mà vẫn cần có con người. Một ngày nào đó, có thể có những công cụ mạnh mẽ do AI điều khiển có thể đưa ra quyết định nhanh chóng trong hoạt động của lưới điện. Hiện tại, các nhà khai thác mạng lưới có thể sử dụng một chương trình như ChatGrid để chắt lọc lượng thông tin khổng lồ để dễ dàng sử dụng trong thời gian thực. Để tìm hiểu thông tin về lưới điện, người dùng hỏi ChatGrid một câu hỏi như “Công suất phát điện của năm máy phát điện gió hàng đầu ở Western Interconnection là bao nhiêu?”

Đáp lại, ChatGrid tạo ra một hình ảnh trực quan sẽ hiển thị thông tin mong muốn. Người dùng có thể đặt câu hỏi về công suất phát điện, điện áp, dòng điện, v.v., đồng thời tùy chỉnh hình ảnh trực quan để hiển thị các lớp thông tin khác nhau.

Abhyankar nói: “Chúng tôi đang hình dung một cách mới để xem dữ liệu thông qua các câu hỏi. “ChatGrid cho phép ai đó truy vấn dữ liệu—theo nghĩa đen—và nhận được câu trả lời ngay lập tức.”

ChatGrid chạy trên một mô hình ngôn ngữ lớn có sẵn công khai, hoạt động hơi giống văn bản tiên đoán trên điện thoại thông minh hoặc trong một số chương trình email. LLM được đào tạo về số lượng lớn văn bản (trong trường hợp này là tiếng Anh) từ các trang web, sách, bài báo, bài báo khoa học, v.v. Bằng cách “đọc” lượng văn bản khổng lồ này, mô hình bắt đầu “tìm hiểu” về những từ nào xuất hiện trong ngữ cảnh với các từ khác. Ví dụ: để hoàn thành câu “Con mèo bắt được _____”, LLM sẽ học từ việc phân tích văn bản rằng từ “chuột” sẽ phù hợp hơn từ “xe cứu hỏa”. Sau khi được đào tạo về hàng loạt dữ liệu này, LLM có thể nhận ra các câu hỏi hoặc lệnh và đưa ra câu trả lời mà nó cho là có liên quan về mặt thống kê.

Abhyankar lấy cảm hứng từ mức độ dễ sử dụng của các chương trình này và anh cùng Sichen đã thiết kế nó với tiêu chí an toàn và đáng tin cậy đặt lên hàng đầu. Ví dụ: dữ liệu cơ sở hạ tầng lưới rất nhạy cảm nên anh và Jin không thể sử dụng dữ liệu đó để đào tạo LLM. Vì vậy, họ đã nghĩ ra cách để giữ an toàn cho dữ liệu lưới điện: Trước tiên, nhóm biên soạn tất cả dữ liệu cơ sở hạ tầng lưới điện vào cơ sở dữ liệu nội bộ của riêng họ, với các cột dành cho dữ liệu như “công suất” hoặc “vị trí” của các nhà máy điện. Họ đã sử dụng LLM để tạo ra thứ được gọi là “ngôn ngữ truy vấn có cấu trúc” hoặc SQL, cho phép ChatGrid tìm kiếm câu trả lời trong cơ sở dữ liệu nội bộ đó. Vì vậy, thay vì được đào tạo về chính dữ liệu, LLM chỉ biết có các cột có nhãn.

Bằng cách đó, ChatGrid vẫn có thể tạo trực quan hóa lưới trong khi vẫn giữ an toàn cho dữ liệu lưới của quốc gia.

Dữ liệu lớn cho hoạt động lưới điện

Để bảo vệ hơn nữa sự an toàn của dữ liệu lưới, hình ảnh trực quan của ChatGrid hiện không thể hiện dữ liệu lưới trong đời thực. Chương trình sử dụng dữ liệu tổng hợp từ mô hình Tối ưu hóa lưới Exascale (ExaGO) do PNNL, bốn phòng thí nghiệm quốc gia khác và Đại học Stanford phát triển. ExaGO có thể mô phỏng lưới điện quốc gia trong thời gian thực, cho phép các nhà quy hoạch lưới điện phân tích tác động lan tỏa của bất kỳ sự gián đoạn nào. Năm ngoái, ExaGO đã chạy lần đầu tiên trên siêu máy tính Frontier của Phòng thí nghiệm quốc gia Oak Ridge, siêu máy tính có thể thực hiện hơn một tỷ tỷ phép tính mỗi giây.

Khi các nhà khai thác lưới bắt đầu sử dụng ChatGrid và cung cấp phản hồi, Abhyankar hy vọng sẽ xây dựng một phiên bản tốt hơn mà các nhà khai thác lưới có thể sử dụng một cách an toàn trong phòng điều khiển của riêng họ với dữ liệu thực tế. Để điều đó hoạt động, các nhà phát triển của ExaGO cũng cần dữ liệu hữu ích trên máy tính thông thường.

“Một trong những thách thức lớn nhất xảy ra khi chúng tôi xây dựng một phiên bản mới của máy tính nhanh nhất thế giới là điều đó cũng có nghĩa là chúng tôi có thể tạo ra tệp dữ liệu lớn nhất thế giới và nó không hữu ích với nhiều người”, ông nói. Chris Oehmen, một nhà sinh học tính toán tại PNNL, người đứng đầu ExaSGD, một nỗ lực của phòng thí nghiệm đa quốc gia trong đó ExaGO đã được phát triển.

“Với ChatGrid, chúng tôi có thể chuyển dữ liệu này thành thứ gì đó mà con người có thể thực hiện được. Đây là bước thực sự quan trọng đầu tiên trong việc cho phép các nhà khai thác lưới giao tiếp với các bộ dữ liệu lớn đó theo cách trực quan,” Oehmen tiếp tục.

ChatGrid có sẵn để tải xuống trên GitHub, nhưng phải mất một vài bước. Abhyankar hy vọng rằng sau khi bắt đầu có phản hồi, anh ấy có thể phát triển quy trình tải xuống một bước cho công cụ này. Anh ấy khuyến khích người dùng thử nghiệm các gợi ý và câu hỏi về cách diễn đạt để giúp đưa ra câu trả lời tốt hơn.

Abhyankar cho biết: “Chúng tôi thực sự muốn giới thiệu công nghệ này với các nhà khai thác và để họ đặt câu hỏi cũng như nhận phản hồi để xem ChatGrid đang hoạt động như thế nào”. “Chúng tôi thấy công nghệ này có thể mở rộng những câu hỏi có thể được đặt ra cho một công cụ AI tổng hợp và cách chúng tôi có thể điều chỉnh các câu hỏi để tạo ra câu trả lời tốt nhất.”

ExaGO và ChatGrid là một phần của Dự án Điện toán ExaScale của Bộ Năng lượng, được tài trợ bởi Văn phòng Khoa học của Bộ Năng lượng và Cơ quan An ninh Hạt nhân Quốc gia. PNNL đang thúc đẩy công việc về công nghệ AI thông qua Trung tâm AI.

của JoAnna Wendel. Biếu không của Phòng thí nghiệm quốc gia Tây Bắc Thái Bình Dương.

• Phân phối nội dung và PR được hỗ trợ bởi SEO. Được khuếch đại ngay hôm nay.
• PlatoData.Network Vertical Generative Ai. Trao quyền cho chính mình. Truy cập Tại đây.
• PlatoAiStream. Thông minh Web3. Kiến thức khuếch đại. Truy cập Tại đây.
• Trung tâmESG. Than đá, công nghệ sạch, Năng lượng, Môi trường Hệ mặt trời, Quản lý chất thải. Truy cập Tại đây.
• PlatoSức khỏe. Tình báo thử nghiệm lâm sàng và công nghệ sinh học. Truy cập Tại đây.
• nguồn: https://cleantechnica.com/2024/02/25/chatgrid-a-new-generative-ai-tool-for-power-grid-visualization/