記事執筆

Josh Wong、ThinkLabs AI 創設者兼 CEO – インタビューシリーズ

更新中 on 2024 年 6 月 10 日

Josh Wong は、ThinkLabs AI の創設者兼 CEO です。以前は GE Vernova でグリッドオーケストレーションのゼネラルマネージャーとして働いていました。ジョシュ・ウォンはウォータールー大学に通いました。

ThinkLabs AI は、AI の開発および導入に特化した会社です。その使命は、世界的なエネルギーの持続可能性を達成することを目的として、信頼できる AI で重要な産業とインフラを強化することです。同社は主力製品である ThinkLabs Copilot を開発中です。これは、独自の物理学に基づいた AI デジタルツインを通じて現実世界を理解し、エンジニアリングシステムの基礎モデルを提供するデジタルアシスタントです。

ThinkLabs AI の背後にあるビジョンと、その作成のきっかけについて詳しく教えていただけますか?

ThinkLabs の背後にあるビジョンは、信頼できる AI を活用した、信頼性が高く、持続可能で、手頃な価格のエネルギーインフラストラクチャです。私たちは、送電網が依然としてエネルギー転換の中心であることを理解しています。脱炭素化するには電化する必要があります。電化するには送電網が必要であり、送電網は本当に近代化されなければなりません。私たちは、電力システムエンジニアリング、AI、クラウドコンピューティングの交差点が解決策であると信じています。

ThinkLabs AI は、グリッド管理分野における他の AI スタートアップとどのように差別化されていますか?

グリッドは複雑であるため、AI 自体はグリッド空間に存在する複雑な電力の流れや運用プロセスについて学習できません。 ThinkLabs は、従来の電力システムエンジニアリングの豊富な歴史と信頼性を、信頼できる物理情報に基づいた AI として AI と組み合わせ、重要なインフラストラクチャに対する大規模な自動推論と意思決定サポートに自信をもたらします。また、それにはテクノロジーだけではなく、送電網の微妙な違いや電力会社や規制当局の考え方を理解している経験豊富なチームも必要です。当社のチームは電力システム分野の出身で実績があり、その中には前会社オーパス・ワン・ソリューションズをGEに売却した創業者のジョシュ・ウォンも含まれており、エンジニアリング、AI、クラウド・コンピューティングの交差点に立っています。

ThinkLabs AI は、グリッド管理における具体的にどのような課題の解決を目指していますか?

グリッド全体にわたるリアルタイムの状況認識のための自動分析と推奨事項、大規模シミュレーション、継続的な学習と推奨事項により、グリッドの制約を軽減し、グリッドのパフォーマンスを最適化します。具体的な機能分野には次のようなものがあります。

分析 – 系統電力の流れのほぼリアルタイムの状態推定、混雑、電圧違反、資本資産の実際の利用状況の検出。
ソリューション – 輻輳の緩和、DER の相互接続の軽減、損失の削減、停電の復旧などのための、スイッチング、グリッドデバイス、DER を含む最適なディスパッチの推奨事項。
モデルの検証 – グリッドモデルのユーティリティソースデータセットの検証と修正により、OpEx が節約され、グリッド運用に対するオペレータの信頼が高まります。
操縦士副操縦士 – グリッドの物理学、ビジネスルール、標準手順、および運用経験に基づいてトレーニングされたオペレーター派遣の推奨事項により、従業員のトレーニングとスキルアップが強化されます。

ThinkLabs Copilot とは何ですか?また、グリッドの計画と運用をどのように強化しますか?

ThinkLabs Copilot は、エンジニアリングシステムの基礎モデルを提供する独自の物理学に基づいた AI デジタルツインを使用して現実世界を理解するデジタルアシスタントです。電力会社のプランナーやオペレーターと協力して、グリッドを「AI デジタルツイン」にモデル化し、ほぼリアルタイムを含む高速かつ大規模な分析を実行し、グリッドの運用、計画、設計に関する推奨事項を作成します。

物理学に基づいた AI デジタルツインとは何なのか、またそれがグリッドの信頼性にどのようなメリットをもたらすのか説明していただけますか?

AI 自体は、測定データだけでグリッドのような複雑なシステムを学習することはできません。現実世界の AI デジタルツインは、エンジニアリングシステムによってトレーニングされ、エンジニアリングシステムのために動作し、操作されるため、「物理情報に基づいた」ものとなります。トレーニングは、エンジニアリングシミュレーションから生成された大量の合成データを使用して行われます。従来の物理学のみ、インピーダンスベースのデジタルツインは決定論的で数学的に最適化されていますが、データ品質、必要な高い計算能力、応答時間の遅さという課題がありました。逆に、一般的な AI 技術はスピードを約束しますが、ミッションクリティカルなグリッド運用に関してはデータがまばらで、幻覚や「ブラックボックス」効果が発生します。物理学に基づいた AI デジタルツインは、透明性と信頼性の高い分析、不良データに対する回復力と堅牢性、リアルタイム運用に適した高速応答とアクション、大規模な事前トレーニング済み運用シナリオによる準備、および閉ループの継続的な学習と改善プロセスを提供します。。

ThinkLabs AI は、現実世界のシナリオにおける AI モデルの信頼性と精度をどのように確保していますか?

物理学に基づいた AI の性質により、AI は地に足をつけ、現実世界に結び付けられ、現実世界に束縛されます。また、モデルのパフォーマンスの継続的な学習と監視も行います。

御社の AI テクノロジーが、現代の電力網の複雑さに対処するのに特に適している理由は何ですか?

エンジニアリングモデルを決定することによってトレーニングを受けていますが、現実世界の運用では不完全なデータ品質を処理します。 AI は、従来の工学数学では比類のない豊富な最適化および生成技術ももたらします。

ThinkLabs AI のテクノロジーは、ADMS や DERMS などの既存のグリッド管理システムとどのように統合されますか?

ThinkLabs は、既存の ADMS、DERMS、AEMS と Copilot として統合され、基本的な通信および制御プラットフォームとして残りますが、ThinkLabs は車両の運転支援システムと同様に追加のインテリジェンスと自動化を重ねていきます。

最近の 5 万ドルのシード投資は、ThinkLabs AI の将来にとって何を意味しますか?

このシード投資により、当社は GE からスピンオフして立ち上げ、世界クラスの投資家グループと提携し、当社のチームと製品に投資し、最初の商用コパイロットを市場に投入し、多くのチャネルパートナーと協力してこれを実現することができました。お客様の手。これは、その後の拡張と規模への最初の基礎的なステップです。

グリッド管理やその他の重要なインフラストラクチャにおいて進化する AI の役割をどのように想定していますか?

私たちは、グリッド管理やその他の重要なインフラストラクチャが、特に物理学に基づいた AI を使用して、ますます「AI ファースト」になると考えています。より深い理解と状況認識が可能になり、意思決定の自動化と重要なアクションのオーケストレーションが強化されます。しかし、AI として常に謙虚で信頼できる存在であり、物理学と工学設計の基本法則に忠実であり続けてください。

素晴らしいインタビューをありがとうございました。さらに詳しく知りたい読者は、こちらをご覧ください。 ThinkLabs AI.