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。」