人工智慧領域陽光普照:深度學習如何改變了太陽能供電住宅市場

作者 Tony Kontzer

一講到太陽能供電住宅,話題很快就會轉向減稅、貸款及其它有助於消費者補貼購置費用的措施。

然而來自加州奧克蘭市的新創公司 PowerScout 表示,費用並非是人們考慮的最大因素,市場行銷才是,而他們正想辦法使用深度學習來修正這件事。

更明確一點來說,他們指出業界靠著老舊的登門直銷這種作法,業務員留下傳單,找機會跟消費者面對面洽談。

PowerScout 是一家將人工智慧與強大的電商平台帶入太陽能市場的公司,該公司的共同創辦人暨產品部門資深副總裁 Kumar Dhuvur 說:「銷售太陽能系統的成本,比太陽能板本身還高,這跟1960年代販售吸塵器的方式沒有兩樣。」

PowerScout 的目標是利用有 GPU 加持的深度學習電商網站來改變現狀,判斷住戶是否想要使用太陽能,以及相關可行性與估算出的系統價值。接著 PowerScout 聯絡最有可能的潛在客戶,大幅減少遭到浪費的業務行銷成本。

陽光之城:PowerScout 利用光達及其它數據,鎖定可能受惠於太陽能裝置的住宅。

PowerScout 的秘密:深度學習

 

PowerScout 推出以深度學習為基礎的技術,分析住戶採用太陽能的可能性,以及潛在客戶受惠於太陽能的情況,這是他們的關鍵利器。PowerScout 使用 Amazon 搭載 NVIDIA GPU 的彈性雲端運算 P2 實例、CUDA 平行處理平台及 cuDNN 深度神經網路元件庫,以訓練自家的深度學習卷積神經網路模型。

到目前為止他們完成了兩個神經網路的訓練工作,皆以分析衛星資料為基礎:其中一個神經網路判斷住宅是否已經安裝太陽能板,另一個神經網路則是判斷屋頂上是否長滿妨礙安裝的植物。PowerScout 打算在 GPU 上訓練更多神經網路,一開始就已經遇到最明顯的問題。

PowerScout 公司的資料科學家 Michael Ulin 說:「我們難以一一清點已經安裝太陽能板的住宅數量,而且我們一直想盡辦法在資料量增加的同時,也提升自己的神經網路和能力。我們不斷從過程中學習,深度學習與 NVIDIA GPU 在這裡面扮演著關鍵角色。」

Ulin 說在訓練 PowerScout 神經網路時,GPU 是重要的工具。「要是少了 GPU,我還真不知道該怎麼訓練這些模型。」

研究各項因素

Kumar 說 PowerScout 的作法是考慮各項特定因素,促成住宅使用太陽能而獲得的價值,找出各住宅獨一無二的潛力。

Kumar 表示:「各住宅的經濟價值皆不相同,有著不同的座向和陰陽面,受到陽光直射的時數也不一樣,我們按照地點來考慮各項因素。」

PowerScout 也提出多項合理的融資選擇,而打算搬家的住戶也可以將太陽能系統賣給他們,甚至協助消費者找到當地的認證安裝業者。

該公司的未來發展:擴大業務範圍,進軍社區太陽能設備安裝業務,讓更多居民可共享其利。日後還計畫推出電動車和儲電電池等替代性能源產品。
Kumar 說:「我們才剛起步。」