數(shù)據(jù)中心內(nèi)部往往噪音很大，溫度很高，而防止服務器過熱是數(shù)據(jù)中心運營成本的主要組成部分。

因此，這一領域的大公司，包括Facebook、微軟和谷歌在內(nèi)，都在尋找節(jié)省制冷成本的不同方法。Facebook盡可能地使用室外的涼爽空氣，微軟正在試驗水下數(shù)據(jù)中心，而谷歌正在試圖通過自主研發(fā)的人工智能來節(jié)省成本。

幾年前，谷歌通過旗下的DeepMind，開始研究如何利用機器學習更好地冷卻其數(shù)據(jù)中心。不過當時系統(tǒng)只是提出建議，而人工操作員則決定是否實施這些建議?，F(xiàn)在這些操作員的空閑時間會變得更多，因為研究小組認為這些模型已經(jīng)足夠好，可以讓人工智能供電系統(tǒng)完全控制環(huán)境冷卻。當然，操作人員仍然可以進行干預，但只要人工智能不會燒毀這個地方，系統(tǒng)就會自動運行。

新的冷卻系統(tǒng)現(xiàn)在已經(jīng)在一些谷歌的數(shù)據(jù)中心就位。每隔5分鐘，系統(tǒng)就會輪詢數(shù)據(jù)中心內(nèi)的數(shù)千個傳感器，并根據(jù)這些信息作出最佳操作。當然，這里有各種各樣的制衡機制，因此谷歌的一個數(shù)據(jù)中心因為這種機制而陷入癱瘓的可能性很小。

和大多數(shù)機器學習模型一樣，這個模型在收集了更多數(shù)據(jù)后會變得更好。與數(shù)據(jù)中心的歷史能源使用量相比，它現(xiàn)在平均能夠節(jié)省30%的能源。

值得注意的是，谷歌顯然是在試圖節(jié)省開支，但在很多方面，該公司也把這看作是一種推廣自己機器學習服務的方式。畢竟，能夠在數(shù)據(jù)中心起作用的東西也應該在大型辦公樓里起作用。DeepMind在今天的聲明中寫道:“從長遠來看，我們認為有可能將這項技術應用到其他工業(yè)領域，在更大規(guī)模的范圍內(nèi)幫助應對氣候變化。”