C3.ai DTI gewährt 4,4 Millionen USD für 21
Projekte zur F�rderung bahnbrechender Forschung im Bereich
künstlicher Intelligenz für den Energiesektor
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 ver�ffentlicht
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 K�pfe zusammenzubringen und die
Richtung und Führungsrolle zu übernehmen, um objektive Analysen und
KI-basierte, datengesteuerte Wissenschaft für die Klimasicherheit
zu f�rdern.“
„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 Zugeh�rigkeit 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 Meeresstr�mungen und maschinelles Lernen (Claire Tomlin,
University of California, Berkeley)
- KI für fortschrittliche Energie- und CO2-Märkte –
Erm�glichung 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 Erh�hung 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 gr�ßeren
Bedarf an Widerstandsfähigkeit gegenüber Cyberattacken und großen
Umweltst�rungen“, 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 f�rdern 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 Vergabem�glichkeiten 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, �ffentlicher Ordnung und Ethik.
Zu den zehn Mitgliedsuniversitäten und -laboratorien des C3.ai
Digital Transformation Institute-Konsortiums geh�ren: 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-L�sung, 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 ver�ffentlicht
wird, ist die offizielle und autorisierte Version. Übersetzungen
werden zur besseren Verständigung mitgeliefert. Nur die
Sprachversion, die im Original ver�ffentlicht wurde, ist
rechtsgültig. Gleichen Sie deshalb Übersetzungen mit der originalen
Sprachversion der Ver�ffentlichung ab.
Originalversion auf businesswire.com
ansehen: https://www.businesswire.com/news/home/20210611005453/de/
Kontaktperson bei C3.ai DTI Kap Stann Manager für
Kommunikationr, C3.ai DTI @ Berkeley
+1 (510) 295 9685 kstann@berkeley.edu
C3 AI Öffentlichkeitsarbeit Edelman Lisa Kennedy
415 914 8336 pr@c3.ai
Anlegerpflege ir@C3.ai
C3 AI (NYSE:AI)
Historical Stock Chart
From Jun 2024 to Jul 2024
C3 AI (NYSE:AI)
Historical Stock Chart
From Jul 2023 to Jul 2024