Google母公司 Alphabet 在 2014 年收購的英國人工智慧公司 DeepMind（就是開發 AlphaGo的那間公司），目前正在跟英國負責輸配電工作的國家電網公司（National Grid）洽談合作，希望在不增加其它基礎建設的狀況下，透過類神經網路跟機器學習技術來協助降低英國的用電量。
▲ 開發 AlphaGo的 AI 技術不只能下圍棋，還能用在更民生相關的用途：節電上
雖然還是處在很早期的討論階段，但是關於這個合作案，DeepMind 的共同創辦人兼 CEO（同時也是牛蛙公司經典遊戲《主題樂園》的主要遊戲設計師），認為只要透過 AI 進行最佳化，就可以每年幫英國省下10%的電，英國在 2014 年大約生產 330 TWh的電，成本是數百億英鎊，所以如果每年真的可以節省 10% 的話，不管是碳排放量或者發電成本，都是一筆非常可觀的數字。
英國的電力是廠網分離的模式，也就是發電廠跟配電網是由不同的公司負責，而平衡電力需求與供給的任務還是落在負責配電工作的國家電網身上，電力的需求其實是可以預測的，像是透過標準人類行為模式來判斷，例如人們醒著的時候，電力需求一定比睡著的時候還高，或者是天氣變化，變冷或變熱的時候，都能讓我們先預測電力需求的消長。但是如果談到能源供給，就相對比較不穩定且難以預測，尤其是英國又相對更仰賴風力與太陽能這些再生能源（綠能），去年聖誕節英國單日的綠電供電比例就突破 40%，成為再生能源一個重要的里程碑，但是供電穩定性不足也是再生能源的老問題，如何維持供需不失調就是英國國家電網現在的大難關。
▲ 想以再生能源取代核能、火力發電，就一定得面對不穩定的能源供給問題。
DeepMind 就認為只要經由預測機器學習科技，就能夠協助電力系統減少外在環境衝擊造成的影響，例如透過機器學習預測供電與用電的尖峰，可以最佳化再生能源的使用，也就是可以透過他們的類神經網路科技，就所有可能影響供電效率的上百萬個可能因素中進行分析，找出之前英國國家電網沒發現的原因跟解法。
事實上，在去年 DeepMind（丟出 AlphaGo 橫掃圍棋界後）就已經替因為需要大量製冷設備，導致耗電量龐大的 Google 的資料中心進行過類似的分析，可以明顯節省資料中心15% 的用電量，那應用在整個國家的電網上也未嘗不能試試看。
▲ Google 資料中心需要大量製冷設備來讓伺服器正常運轉，如果可以藉由AI節省 15% 的電力，那用在國家級的電力網上是不是也能有相同的成效呢？
回頭看看台灣，我們每年的發電量大約是2,000億度，用每度電的發購電成本約 2 元來計算，每年約需要4,000億元，如果也可以省下10% 的話，就是可省下400億元台幣，如果可以的話，或許台電應該也去找 DeepMind 幫台灣電力網路做個全面體檢，可能會比老是找資策會或工研院拿藥方好多了吧，而且別忘了，AlphaGo團隊的主要成員之一也是來自台灣呢。
