Josh Wong, a ThinkLabs AI – Interjúsorozat alapítója és vezérigazgatója

Josh Wong a ThinkLabs AI alapítója és vezérigazgatója. Korábban a GE Vernovánál dolgozott a Grid Orchestration vezérigazgatójaként. Josh Wong a Waterloo Egyetemen járt.

ThinkLabs AI egy mesterséges intelligencia fejlesztésére és telepítésére szakosodott vállalat. Küldetése, hogy a kritikus iparágakat és infrastruktúrát megbízható mesterséges intelligenciával ruházza fel, amelynek célja a globális energiafenntarthatóság elérése. A vállalat fejleszti zászlóshajóját, a ThinkLabs Copilotot, egy digitális asszisztenst, amely a fizika-informált mesterséges intelligencia digitális ikerpárjain keresztül felfogja a valós világot, és alapmodellként szolgál a mérnöki rendszerek számára.

Tudna többet mondani a ThinkLabs AI mögött meghúzódó jövőképről és arról, hogy mi inspirálta a létrehozását?

A ThinkLabs jövőképe egy megbízható, fenntartható és megfizethető energiainfrastruktúra, amelyet megbízható mesterséges intelligencia hajt. Megértjük, hogy a rács az energiaátmenet középpontjában marad. A szén-dioxid-mentesítéshez villamosítanunk kell. A villamosításhoz szükségünk van a hálózatra, és a hálózatot valóban modernizálni kell. Úgy gondoljuk, hogy az elektromos energiarendszerek tervezése, a mesterséges intelligencia és a számítási felhő találkozása a megoldás.

Miben különbözik a ThinkLabs AI a grid-menedzsment szektorban működő többi AI-tól?

A rács összetett, és olyannyira, hogy az AI önmagában nem tudja megismerni a rácstérben létező összetett energiaáramlásokat és működési folyamatokat. A ThinkLabs a hagyományos energiaellátó rendszerek tervezésének gazdag történelmét és magabiztosságát ötvözi a mesterséges intelligenciával, mint megbízható, fizikainformált mesterségesintelligencia, hogy megbízhatók legyenek a skálázott, automatizált következtetések és a kritikus infrastruktúrák döntéstámogatásában. Ehhez többre van szükség, mint technológiára, hanem egy tapasztalt csapatra, amely megérti a hálózat árnyalatait, valamint a közszolgáltatók és a szabályozók gondolkodását. Csapatunk az elektromos energiarendszerek területéről érkezett, bizonyított múlttal, köztük Josh Wong alapítóval, aki eladta korábbi Opus One Solutions vállalatát a GE-nek, és a mérnöki munka, a mesterséges intelligencia és a számítási felhő metszéspontjában áll.

Milyen konkrét kihívásokat kíván megoldani a hálózatkezelésben a ThinkLabs AI?

Automatizált elemzések és ajánlások a valós idejű helyzetfelismeréshez a hálózaton keresztül, nagyszabású szimulációk, valamint folyamatos tanulás és ajánlások a rács korlátainak enyhítésére és a rács teljesítményének optimalizálására. A konkrét funkcionális területek a következők:

1. Insights – a hálózati teljesítményáramlás közel valós idejű állapotbecslése, a torlódások, a feszültségsértések észlelése és a tárgyi eszközök tényleges felhasználása.
2. Megoldások – optimális elosztási ajánlások, beleértve a kapcsolást, a hálózati eszközöket és a DER-eket a torlódások enyhítésére, a DER-ek összekapcsolásának mérséklésére, a veszteségek csökkentésére, a kimaradások helyreállítására stb.
3. Modell validálás – a hálózatmodellek közüzemi forrásadatkészleteinek validálása és korrekciója, az OpEx megtakarítása és a kezelői bizalom növelése a grid-műveletekben.
4. Kezelői másodpilóta – a hálózatfizikával, az üzleti szabályokkal, a szabványos eljárásokkal és az üzemeltetési tapasztalattal kiképzett kezelői diszpécser ajánlások, amelyek lehetővé teszik a munkaerő képzését és továbbképzését.

Mi az a ThinkLabs Copilot, és hogyan javítja a hálózat tervezését és működését?

A ThinkLabs Copilot egy digitális asszisztens, amely a mérnöki rendszerek alapmodelljét biztosító, szabadalmaztatott, fizikailag informált AI digitális ikrekkel megérti a valós világot. Együttműködik a közműtervezőkkel és üzemeltetőkkel, hogy a rácsot „AI digitális ikerpárba” modellezze, nagysebességű és nagy léptékű elemzéseket végezzen, beleértve a közel valós időt, és javaslatokat tegyen a rácsműveletekre, tervekre és tervekre vonatkozóan.

El tudná magyarázni, mi az a fizikainformált AI digitális iker, és hogyan javítja a hálózat megbízhatóságát?

A mesterséges intelligencia önmagában nem képes megtanulni egy olyan összetett rendszert, mint a csak mérési adatokkal rendelkező rács. A való világ mesterséges intelligenciájának digitális ikertestvéreit mérnöki rendszerek képezik ki, dolgoznak és dolgoznak velük, ezért „fizikailag tájékozottak”. A képzés nagy mennyiségű, mérnöki szimulációból előállított szintetikus adat felhasználásával történik. A hagyományos, csak fizikán alapuló, impedancia alapú digitális ikrek determinisztikusak és matematikailag optimalizáltak, ugyanakkor kihívást jelent az adatminőség, a nagy számítási teljesítmény és a lassú válaszidő. Ezzel szemben az általános mesterséges intelligencia technikák sebességgel kecsegtetnek, de ritka adatok, hallucinációk és „fekete doboz” hatások vonatkoznak a kritikus rácsműveletekre. A fizika-informált AI digitális ikerpár átlátható és megbízható elemzést kínál, rugalmas és robusztus a rossz adatokkal szemben, gyors reagálást és valós idejű műveletekre alkalmas cselekvést, felkészültséget nagy előre betanított működési forgatókönyvekkel, valamint zárt hurkú, folyamatos tanulási és fejlesztési folyamatot. .

Hogyan biztosítja a ThinkLabs AI AI modelljei megbízhatóságát és pontosságát valós forgatókönyvekben?

A fizika-informált mesterséges intelligencia természeténél fogva tartja a mesterséges intelligenciát megalapozottnak, a valós világhoz kötve, és a való világhoz köti. Folyamatosan tanuljuk és nyomon követjük a modell teljesítményét.

Mi teszi a mesterséges intelligencia technológiáját különösen alkalmassá a modern elektromos hálózatok bonyolultságának kezelésére?

Határozott mérnöki modellek képezik, de kezelik a valós világbeli műveletek tökéletlen adatminőségét. A mesterséges intelligencia emellett rengeteg optimalizálási és generatív technikát kínál, amelyhez nincs párja a hagyományos mérnöki matematikában.

Hogyan integrálódik a ThinkLabs AI technológiája a meglévő grid-felügyeleti rendszerekkel, mint például az ADMS és a DERMS?

A ThinkLabs másodpilótaként integrálódik a meglévő ADMS-hez, DERMS-hez és AEMS-hez, amelyek továbbra is az alapvető kommunikációs és vezérlőplatform maradnak, míg a ThinkLabs további intelligenciára és automatizálásra épül, hasonlóan a járművek vezetéstámogató rendszeréhez.

Mit jelent a közelmúltban végrehajtott 5 millió dolláros magbefektetés a ThinkLabs AI jövője szempontjából?

Ez a magberuházás lehetővé tette számunkra, hogy kiváljunk a GE-ből és elinduljunk, világszínvonalú befektetők egy csoportjával partnerek, csapatunkba és termékünkbe fektessünk be, első kereskedelmi Copilotunkkal piacra kerülve, és számos csatornapartnerrel dolgozzunk együtt ennek megvalósítása érdekében. ügyfeleink kezében. Ez az első alapvető lépés a későbbi bővítéshez és méretezéshez.

Hogyan képzeli el az AI szerepét a grid menedzsmentben és más kritikus infrastruktúrákban?

Úgy látjuk, hogy a grid menedzsment és más kritikus infrastruktúra egyre inkább „első a mesterséges intelligencia”, különösen a fizikainformált mesterséges intelligencia esetében. Nyissa meg a sokkal nagyobb megértést, helyzetfelismerést, és fokozza a döntéshozatal automatizálását és a kritikus cselekvések összehangolását. Ennek ellenére maradjon mindig alázatos és megbízható, mint a mesterséges intelligencia, és legyen hű a fizika és a mérnöki tervezés alaptörvényeihez.

Köszönjük a remek interjút, azoknak az olvasóknak, akik többet szeretnének megtudni, látogassanak el ThinkLabs AI.