谷歌AI专家Jim Gao：打造虚拟工厂操作员，曾节能40%

借助AI技术，工厂能耗成功降低40%。这一显著成果源于Google华人机械工程师Jim Gao在数据中心的大胆实践。他通过AI系统优化工业冷却控制，不仅达成目标，更实现了超预期的节能效果。

Jim常以假设说明其工作价值：控制10台冷水机组，每台有10种转速，理论存在10种模式。但实际工业系统的操作组合可能高达100亿种。如何在动态复杂的系统中找到最优解？人工控制或许仅探索了0.00001%的可能性，而AI能探索剩余99.99999%的空间，实时寻找最佳策略。这正是Jim追求的工业自动化。

他带领团队开发的云端控制系统，为Google节省了数百万美元能源成本。这一案例表明，即便在生成式AI兴起的今天，决策式AI在提升组织效率方面仍具巨大潜力。

AI决策助力“降本增效”已是技术落地的重要方向。例如在2019年GAIR大会上，京东集团副总裁郑宇分享了AI与大数据如何“重塑城市”；联想集团首席技术官芮勇则通过多交互增强学习构建智能生产规划模型，优化排产策略，该项目荣获2021年Franz Edelman奖。

Jim团队技术的优势在于无需新增硬件或传感器，只需将设备接入现有系统，连接楼宇管理系统（BMS），即可将数据输入AI智能体，实时识别并执行最优操作。

基于此，Jim Gao与Veda Panneershelvam、Katie Hoffman共同创立了Phaidra，旨在通过强化学习打造通用工业自动化AI控制平台。公司创立初期即获多轮投资，总额达6020万美元。

近期融资结束后，Jim受邀参与红杉资本Training Data Podcast，分享了AI融入工业环境的经历，以及对强化学习推动第四次工业革命的思考。

强化学习与数据中心的结合

这一切始于一封标题为“强化学习 + 数据中心 = 超棒？”的邮件，收件人是DeepMind联合创始人Mustafa Suleyman。灵感来自当时震撼世界的AlphaGo。

当时Jim负责Google大型数据中心的运营。这些高耗能设施建成后，节能运行成为关键。2016年AlphaGo的出现让Jim思考：能否用类似AI优化数据中心能效？

为向领导层推广此想法，Jim用游戏手柄类比工业控制：明确的目标、具体的操作键、约束条件及可测环境。他认为强化学习与工业控制在本质相通。

邮件发出两周后，Mustafa亲赴山景城，Google与DeepMind就此建立合作。Jim也因此结识了Phaidra联合创始人Veda Panneershelvam——AlphaGo核心工程师。

被问及是否确信成功时，Jim坦言：“当时并不确定，只是概念上可行。工业领域存在多种‘游戏’——最大化能效、最小化水耗或提升产出。逻辑成立，但结果未知。”

转折发生在系统启动之日。能耗开始下降，原因有二：第一，AI揭示了设计者未知的优化空间；第二，AI决策常违反人类直觉，但执行后能耗骤降。Jim因此成为该技术的坚定支持者，认识到其创造力在于从原始数据中发现新知识。

初期成果分为两步：2016年试点阶段，AI生成建议由人工审核执行，实现40%节能；随后团队迈向全自动控制，让AI直接从云端管理工业设施。

第四次工业革命的愿景

理解这场变革需对比“前后”差异。现代工业设施已高度自动化，但方式仍显“笨拙”。Jim以思想实验说明：假设系统有10台机器，每台10个设定点，组合数可达100亿。现实系统中负载、天气、设备状态不断变化，而历史操作仅探索了0.00001%的可能性。剩余99.99999%的空间中，正隐藏着更优解。

Jim指出，第三次工业革命实现了从模拟到数字的转变，带来初步自动化，但方式静态简单。第四次工业革命意味着基础设施能智能运行并持续自我优化。

现状是我们试图将AI嵌入为第三次工业革命设计的系统。现有楼宇管理系统（BMS）依赖数百万行“if…then…”规则，长期未更新。Phaidra的方案是在不新增硬件的前提下，在控制栈顶端加入“云智能层”，如同战场将军统观全局、发出指令，由本地系统执行。这位AI“将军”每分钟评估上万个操作，选择最优指令。

未来应用前景

强化学习应用是否广泛？Jim的回答是肯定的。该技术的核心在于自主学习能力。AlphaGo及后续AlphaZero能用同一框架掌握围棋、国际象棋等多种游戏。

除工业控制外，强化学习在物流、蛋白质折叠等领域潜力巨大。其中电网平衡可能是应对气候变化的关键应用之一。这不仅关乎节能，更通过转移负载至成本最低或碳排最少的时段，实现系统级优化。

数据中心作为用电大户，影响日益凸显。例如美国数据中心耗电占全国1.5%-2%，预计未来将升至9%；爱尔兰目前22%电力用于数据中心，未来可能达37%。若能协同数据中心用电行为，将成为平衡电网的重要机遇。

展望未来五到十年，最令Jim兴奋的是AI技术与物理基础设施（如工业系统、汽车、建筑）的深度融合。他认为这一交叉领域将孕育许多创新。

关于Jim Gao

Jim Gao于2011年毕业于加州大学伯克利分校机械工程与环境科学专业，随后加入Google山景城数据中心。2016年他带领40多名跨学科专家开发AI应用，通过云端控制多个数据中心，为Google节省数百万美元能源成本。2017年起担任DeepMind Energy团队负责人。2019年，他与Veda Panneershelvam、Katie Hoffman共同创立初创公司Phaidra，为工业领域提供自学习AI控制系统。