Das C3.ai Digital Transformation Institute kündigt die Vergabe von Fördermitteln für KI im Bereich Energie und Klimasicherheit an

Freitag, 11.06.21 20:43
Newsbild
Bildquelle: Fotolia

URBANA, Illinois und BERKELEY, Kalifornien –

Das C3.ai Digital Transformation Institute (C3.ai DTI) gab heute die zweite Runde der C3.ai DTI Awards bekannt, die sich auf den Einsatz von Technologien der künstlichen Intelligenz (KI) und der digitalen Transformation konzentrieren, um die Energieeffizienz voranzutreiben und den Weg zu einer CO2-ärmeren, effizienteren Wirtschaft zu ebnen, die Energie- und Klimasicherheit sicherstellt.

C3.ai DTI hat diese Ausschreibung im Februar 2021 veröffentlicht und 52 Einreichungen erhalten. Ein strenger Bewertungsprozess durch Experten führte zu 21 Auszeichnungen für Forschungsvorschläge zur Verbesserung der Widerstandsfähigkeit, Nachhaltigkeit und Effizienz durch Maßnahmen wie CO2-Bindung, CO2-Märkte, Kohlenwasserstoffproduktion, dezentrale erneuerbare Energien und Cybersicherheit, neben anderen Themen.

Das Institut vergab insgesamt 4,4 Millionen USD in Form von Barmitteln aus dieser Ausschreibung, der zweiten Ausschreibung, die das Institut seit der Gründung der Organisation im März 2020 durchgeführt hat. Zusätzlich zu den Bargeldprämien erhalten die Forscherteams Zugang zu bis zu 2 Millionen USD für Azure-Cloud-Rechenressourcen, bis zu 800.000 Supercomputing-Node-Stunden auf dem Petascale-Supercomputer Blue Waters am National Center for Supercomputing Applications (NCSA) an der University of Illinois in Urbana-Champaign, bis zu 25 Millionen Rechenstunden auf Supercomputern am National Energy Research Scientific Computing Center (NERSC) des Lawrence Berkeley National Laboratory und kostenloser, unbegrenzter Zugriff auf die C3 AI®-Suite, die in der Microsoft Azure Cloud gehostet wird.

„Die Energieinfrastruktur der Welt muss radikal verändert werden, um die Auswirkungen der globalen Energieerzeugung zu bewältigen“, sagte Thomas M. Siebel, Vorsitzender und CEO von C3 AI. „Angesichts dieser Krise ist das Institut stolz darauf, die besten und intelligentesten Köpfe zusammenzubringen und die Richtung und Führungsrolle zu übernehmen, um objektive Analysen und KI-basierte, datengesteuerte Wissenschaft für die Klimasicherheit zu fördern.“

„Das Streben nach einer nachhaltigen Zukunft mithilfe von Fortschritten in Wissenschaft und Technik ist von entscheidender Bedeutung“, sagte Eric Horvitz, Chief Scientific Officer bei Microsoft. „Wir freuen uns sehr, gemeinsam mit dem C3.ai Digital Transformation Institute die Grundlagenforschung zu Energie und Klima an führenden Universitäten zu unterstützen.“

Die 21 Projekte wurden jeweils mit 100.000 bis 250.000 USD für einen Zeitraum von zunächst einem Jahr in einer von neun Kategorien ausgezeichnet, die im Folgenden nach Projektnamen, leitendem Forscher und Zugehörigkeit aufgeführt sind.

  • Nachhaltigkeit – Anwendung von KI, maschinellem Lernen und fortschrittlicher Analysen zur Unterstützung von Nachhaltigkeitsinitiativen im Hinblick auf Energieverbrauch und Treibhausgasemissionen:
    • Lernen in Routingspielen für nachhaltige Elektromobilität (Henrik Sandberg, KTH Royal Institute of Technology)
    • KI-gesteuerte Materialforschung für energieeffiziente und nachhaltige elektrochemische Trennungen (Xiao Su, University of Illinois Urbana-Champaign)
  • KI für Kohlenstoffsequestrierung Anwendung von KI/ML-Techniken zur Skalierung und Kostensenkung der Kohlenstoffsequestrierung:
    • Optimierung des Agrarmanagements für die Kohlenstoffsequestrierung im Boden mittels Deep Reinforcement Learning und großskaligen Simulationen (Naira Hovakimyan, University of Illinois at Urbana-Champaign)
    • Erschwingliche Kohlenstoffbindung im Gigatonnen-Maßstab: Steuerung von autonomen Algenwachstumsplattformen durch Nutzung komplexer Meeresströmungen und maschinelles Lernen (Claire Tomlin, University of California, Berkeley)
  • KI für fortschrittliche Energie- und CO2-Märkte – Ermöglichung einer dynamischen, automatisierten und Echtzeit-Preisbildung für Energieerzeugungsquellen:
    • Quantifizierung von CO2-Gutschriften über dem Ackerland im Mittleren Westen der USA mittels KI-basierter Daten-Modell-Fusion (Kaiyu Guan, University of Illinois in Urbana-Champaign)
    • Die Rolle von Interkonnektivität und strategischem Verhalten bei der Stromnetzzuverlässigkeit (Ali Hortacsu, University of Chicago)
  • Cybersicherheit der Strom- und Energieinfrastruktur – Nutzung von KI/ML-Techniken zur Verbesserung der Cybersicherheit kritischer Strom- und Energieanlagen sowie intelligent vernetzter Fabrikanlagen und Häuser:
    • Privates cyber-sicheres datengesteuertes Steuern von verteilten Energieressourcen (Subhonmesh Bose, University of Illinois in Urbana-Champaign)
    • Cyberattacken und Anomalien für Energiesysteme: Abwehrmechanismus und Netzverstärkung durch Techniken des maschinellen Lernens (Javad Lavaei, University of California, Berkeley)
    • Ein gemeinsamer ML+Physik-gesteuerter Ansatz für die Widerstandsfähigkeit gegen Cyber-Attacken im Netz-Energiemanagement (Amritanshu Pandey, Carnegie Mellon University)
  • Smart Grid Analytik – Anwendung von KI und anderen analytischen Ansätzen zur Verbesserung der Effizienz und Effektivität des Netzübertragungs- und -verteilungsbetriebs:
    • Skalierbare datengesteuerte Spannungsregelung von Stromnetzen im Ultra-Großmaßstab (Alejandro Dominguez-Garcia, University of Illinois in Urbana-Champaign)
    • Offline-Reinforcment-Lernen für energieeffiziente Stromnetze (Sergey Levine, University of California, Berkeley)
  • Verteiltes Energieressourcen-Management – Anwendung von KI zur Erhöhung der Durchdringung und Nutzung von dezentralen erneuerbaren Energien:
    • Machine Learning für leistungselektronische Energiesysteme: Eine einheitliche ML-Plattform für Leistungselektronik, Energiesysteme und Datenwissenschaft (Minjie Chen, Princeton University)
    • Gemeinsame Nutzung mobiler Energiespeicher: Plattformen und Lernalgorithmen (Kameshwar Poolla, University of California, Berkeley)
    • Datengesteuerte Steuerung und Koordination von intelligenten Wechselrichtern für ein nachhaltiges Energiesystem mit Deep Reinforcement Learning (Qianwen Xu, KTH Royal Institute of Technology)
  • KI für eine verbesserte Risikobewertung bei Naturkatastrophen –Anwendung von KI zur Verbesserung der Modellierung von Naturkatastrophenrisiken durch zukünftige wetterbedingte Ereignisse (z. B. tropische Stürme, Waldbrände und Überschwemmungen):
    • KI für Naturkatastrophen: Modellierung von tropischen Wirbelstürmen und Entwicklung des Resilienz-Paradigmas (Arindam Banerjee, University of Illinois in Urbana-Champaign)
    • Multiskalenanalyse zur verbesserten Risikobewertung von Waldbränden mit Hilfe von Daten und Berechnungen (Marta Gonzalez, University of California, Berkeley)
  • Widerstandsfähige Energiesysteme – Auseinandersetzung mit der Frage, wie der Einsatz von KI/ML-Techniken und Märkten für Energie und CO2 zu neuen Schwachstellen führt:
    • Ein lernbasierter Einflussmodell-Ansatz zur Vorhersage von kaskadierenden Ausfällen (Eytan Modiano, Massachusetts Institute of Technology)
    • Reinforcement Learning für ein widerstandsfähiges elektrisches Energiesystem (Alberto Sangiovanni-Vincentelli, University of California, Berkeley)
  • KI für eine verbesserte Modellierung des Klimawandels Einsatz von KI/ML zur Modellierung des Klimawandels und zur Anpassung:
    • Maschinelles Lernen zur Reduzierung der Unsicherheit bei den Auswirkungen von Bränden auf das Klima (Hamish Gordon, Carnegie Mellon University)
    • KI-basierte Vorhersage des urbanen Klimas und seiner Auswirkungen auf bebaute Umgebungen (Wei Liu, KTH Royal Institute of Technology)
    • Interpretierbare Modelle für maschinelles Lernen zur Verbesserung der Vorhersage von Extremwetter verursachenden tropischen Unwetterkatastrophen (Da Yang, Lawrence Berkeley National Laboratory)

„Von Waldbränden über den Anstieg der Meere bis hin zu Unwetterkatastrophen, die unsere Energiesysteme lahmlegen – die zunehmenden Wetterextreme stellen eindeutig eine ernsthafte Bedrohung für unsere Wirtschaft, Infrastruktur und nationale Sicherheit dar“, sagte S. Shankar Sastry, Co-Direktor des C3.ai DTI und Thomas M. Siebel Professor für Informatik an der University of California, Berkeley. „Die Verbesserung der Widerstandsfähigkeit gegenüber dem Klimawandel wird tiefgreifende Veränderungen erfordern, die von einer neuen Ära der Technologie vorangetrieben werden, wie die, die C3.ai DTI heute unterstützt.“

„Eine Reihe von Energie- und Versorgungsunternehmen haben Enterprise-KI eingesetzt, um ihren operativen Betrieb zu transformieren, aber wie wir sehen, gibt es einen noch größeren Bedarf an Widerstandsfähigkeit gegenüber Cyberattacken und großen Umweltstörungen“, sagte R. Srikant, Co-Direktor von C3.ai DTI und Fredric G. und Elizabeth H. Nearing Stiftungsprofessoren für Elektrotechnik und Computertechnik an der University of Illinois in Urbana-Champaign. „Diese Projekte sind mit diesen Zielen im Hinterkopf konzipiert.“

Vergabekriterien

Das C3.ai DTI sucht Forschungsvorschläge aus, die die kooperative Forschung fördern und maschinelles Lernen und andere KI-Teilbereiche voranbringen. Die Projekte werden auf der Grundlage wissenschaftlicher Verdienste, früherer Leistungen des leitenden Forschers und der mit ihm zusammenarbeitenden Forscher, der Verwendung von KI, maschinellem Lernen, Datenanalyse und Cloud Computing im Forschungsprojekt und der Eignung für die Erprobung der Methoden im großen Maßstab begutachtet. Weitere Informationen zu den Programmen des Instituts, den Vergabemöglichkeiten und den ausgewählten Forschungsvorschlägen finden Sie unter C3DTI.ai.

Über C3.ai Digital Transformation Institute

Das im März 2020 von C3 AI, Microsoft und führenden Universitäten gegründete C3.ai Digital Transformation Institute ist ein Forschungskonsortium, das sich der Beschleunigung des Nutzens von künstlicher Intelligenz für Wirtschaft, Regierung und Gesellschaft verschrieben hat. Das Institut beauftragt die weltweit führenden Wissenschaftler mit der Erforschung und Ausbildung von Praktikern in der neuen Wissenschaft der digitalen Transformation – an der Schnittstelle von künstlicher Intelligenz, maschinellem Lernen, Cloud Computing, Internet der Dinge, Big-Data-Analyse, Organisationsverhalten, öffentlicher Ordnung und Ethik.

Zu den zehn Mitgliedsuniversitäten und -laboratorien des C3.ai Digital Transformation Institute-Konsortiums gehören: University of California, Berkeley, University of Illinois at Urbana-Champaign, Carnegie Mellon University, KTH Royal Institute of Technology, Lawrence Berkeley National Laboratory, Massachusetts Institute of Technology, National Center for Supercomputing Applications an der University of Illinois at Urbana-Champaign, Princeton University, Stanford University, und University of Chicago. Weitere Industriepartner sind AstraZeneca, Baker Hughes und Shell.

Um das Institut zu unterstützen, wird C3 AI in den ersten fünf Jahren des Betriebs 57.250.000 USD in bar zur Verfügung stellen. C3 AI und Microsoft werden zusätzlich 310 Millionen USD in Form von Sachleistungen bereitstellen, einschließlich der Nutzung der C3-AI®-Suite und Microsoft-Azure-Computing sowie Speicher und technische Ressourcen zur Unterstützung der C3.ai-DTI-Forschung.

Über C3.ai, Inc.

C3.ai, Inc. (NYSE:AI) ist der Anbieter von KI-Anwendungssoftware für Unternehmen, der die digitale Transformation für Organisationen auf der ganzen Welt vorantreibt. C3 AI liefert eine Produktfamilie von vollständig integrierten Produkten: C3 AI® Suite, eine End-to-End-Plattform für die Entwicklung, den Einsatz und den Betrieb umfangreicher KI-Anwendungen; C3 AI Applications, ein Portfolio branchenspezifischer SaaS-KI-Anwendungen; C3 AI CRM, eine Suite branchenspezifischer CRM-Anwendungen, die für KI und Machine Learning entwickelt wurden; und C3 AI Ex Machina, eine No-Code-KI-Lösung, um Datenwissenschaft auf alltägliche Geschäftsprobleme anzuwenden. Der Kern des Angebots von C3 AI ist eine offene, modellgesteuerte KI-Architektur, welche die datenwissenschaftliche und Anwendungsentwicklung drastisch vereinfacht. Erfahren Sie mehr auf: www.c3.ai.

Die Ausgangssprache, in der der Originaltext veröffentlicht wird, ist die offizielle und autorisierte Version. Übersetzungen werden zur besseren Verständigung mitgeliefert. Nur die Sprachversion, die im Original veröffentlicht wurde, ist rechtsgültig. Gleichen Sie deshalb Übersetzungen mit der originalen Sprachversion der Veröffentlichung ab.



Quelle: Business Wire


© 1994-2021 by boerse.de - Quelle für Kurse und Daten: ARIVA.DE AG - boerse.de übernimmt keine Gewähr