要说人工智能最为人乐道的应该就是今年alphago挑战围棋冠军的事儿了，在人工智能方面谷歌无疑是领先的，2014年，谷歌以4亿英镑的价格收购DeepMind，DeepMind成为谷歌AI的试验地。DeepMind在成功发明了Alpha Go并成功击败韩国围棋名将李世石后变得家喻户晓。而最近，谷歌开始利用DeepMind做一些更有实际意义的工作——减少能源开支，并将节省下来的开支作为2014年收购DeepMind的部分支付款项。

谷歌发表的一份博客写道：“人工智能在节能减排的意义非常重大，也将提升谷歌云平台上其它公司的能效。利用机器学习帮助节省能耗也是致力于应对全球气候变化的方式。”

DeepMind负责人Demis Hassabis近期在接受彭博社采访时透露，DeepMind的最新一项尝试是将人工智能接入谷歌数据中心，来寻求帮助这家巨无霸公司节省能源开支。

谷歌从两年前开始把机器学习引入数据中心，希望借此探索出节省公司巨大能源开支的方法。一个月前，谷歌把DeepMind更为细分的人工智能工具用于服务器散热。这项尝试帮助公司节省了40%的能源，将谷歌整体能效提升15%。

谷歌没有透露具体节省的开支金额规模。但是根据美国能源信息管理局的数据，一般企业的平均电价每兆瓦在25~40美元间。因此，即使节省10%的能耗，长期来看，也将是一笔上亿规模的成本减支。

过去谷歌在新能源领域进行大量投资，用于数据中心。谷歌也是目前全球唯一一个使用可再生能源的数据运营平台。能源节省对于谷歌自身业务以及云存储客户都具有重要意义。

通过人工智能技术能够操控计算机服务器和相关的散热系统。这个技术和DeepMind教计算机玩Atari电子游戏的原理是一样的。DeepMind称能够使用神经网络的模式识别系统来预测用电量的变化，从而达到节省能耗的目的。

谷歌方面的数据显示，2014年用电总量达4402836兆瓦时，相当于美国366903户家庭全年的用电量。其中很大一部分电用于支撑谷歌数据中心的全球网络服务和手机App。

自2008年以来，谷歌每年都要发布数据中心的年度能源报告，告诉外界如何保持其数据中心较低的能源消耗。谷歌在每年报告中都强调了其数据中心的“电力使用效率（power-usage effectiveness，PUE）”这一概念。谷歌将PUE定义为：“数据中心设施所消耗的总功率除以IT设备所消耗的功率。”

PUE的基准值为2.0，即意味着IT设备每消耗一瓦功率，就另外需要一瓦功率支持数据中心的照明和设备冷却系统。越接近1表明能效越高。谷歌2014年之前的PUE已经达到了惊人的1.12，比其他公司的数据中心节能近50%。

近年来，谷歌采取了各种措施降低其数据中心的PUE值。它将其数据中心“冷通道”（Cold Aisle）的温度保持在27℃左右，以节约能源，并使用外部空气冷却其数据中心，而不是使用耗能的冷却系统。同时，谷歌还研制了自己的节能服务器，并使用神经网络提升数据中心能效。

谷歌数据中心的实际测试表明，机器学习是利用传感器数据对数据中心能效建模的一种有效方法，可带来显著的成本节省。深度学习算法是对人工神经网络的发展，在节能减排方面的应用是很多科技企业关注的方向之一。在计算能力变得日益廉价的今天，深度学习试图建立更大更复杂的神经网络。

该神经网络研究的因素包括了服务器总负载，水泵、冷却塔、冷水机组、干式冷却器、运行中的冷水注水泵数量；冷却塔水温、湿球温度、户外湿度、风速、风向等。谷歌利用传感器部署了亿万个数据点来收集这些基础设施和电能使用信息。令人惊讶的是，谷歌只用一台服务器就能跑这个神经网络了。谷歌还通过机器学习对这些数据进行研究，并建立起模型来预测并进一步改进数据中心能效。

Demis Hassabis表示：“数据中心的120多个变量都由人工智能软件来控制，同时还控制风扇和散热系统。这已经非常了不起。但这还只是我们一个计划的开始。”据Hassabis介绍，目前DeepMind不仅知道整个系统如何运作，而且知道缺乏哪些信息，因此能够让谷歌为数据中心加入更多的传感器，从而使得整个软件的运转更加高效。

中国企业也在关注人工智能在节能减排方面的应用。国内新兴智能家居LifeSmart就与宜家旗下Eliq合作，参与挪威能源公司能源短缺项目，通过电量传感器了解家中每样设备的用电数据，同时提供用电情况的大数据分析服务。除了帮助人们在家庭环境中实现节电以外，还计划用于企业和工厂领域。LifeSmart表示：“如果将这种人工智能用在工业和企业中，去调节一些不可控的因素，不需要消耗大量人力，并且更加精准和高效。”LifeSmart已经和阿里巴巴进行节能办公项目的合作，会议模式、工作模式、下班模式等场景大大提高了办公效率，节约能源与人力成本。