URBANA, Illinois, e BERKELEY, California–(BUSINESS WIRE)–O C3.ai Digital Transformation Institute (C3.ai DTI) anunciou hoje a segunda rodada dos premios C3.ai DTI, focados na utilizacao de tecnicas de inteligencia artificial (AI) e transformacao digital para avancar na eficiencia energetica e liderar o caminho para uma economia de mais baixo carbono e maior eficiencia, que garantirao a seguranca energetica e climatica.
A C3.ai DTI lancou essa convocacao para propostas em fevereiro de 2021, e recebeu 52 inscricoes. Um rigoroso processo de revisao por colegas levou a 21 premios para propostas de pesquisas para aumentar a resiliencia, sustentabilidade e eficiencia atraves de medidas como sequestro de carbono, mercados de carbono, producao de hidrocarbonetos, renovaveis distribuidos e ciberseguranca, entre outros topicos.
O Instituto doou um total de US$ 4,4 milhoes em dinheiro para esta convocacao por propostas, a segunda convocacao que o Instituto lancou desde o lancamento da organizacao em marco de 2020. Alem dos premios em dinheiro, as equipes de pesquisas obtem acesso a ate US$ 2 milhoes em recursos de computacao Azure Cloud, ate 800.000 horas de no de supercomputacao no supercomputador de peta-escala Blue Waters no Centro nacional para aplicacoes de supercomputacao (National Center for Supercomputing Applications, NCSA) na University of Illinois at Urbana-Champaign, ate 25 milhoes de horas de computacao em supercomputadores no Centro de computacao cientifica de pesquisa energetica nacional (National Energy Research Scientific Computing Center, NERSC), e acesso gratuito e ilimitado a Suite C3 AI(R) hospedado na Microsoft Azure Cloud.
“A infraestrutura de energia do mundo precisara passar por mudancas radicais para tratar do impacto da geracao global de energia”, disse Thomas M. Siebel, presidente e diretor executivo da C3 AI. “Diante desta crise, o Instituto tem o orgulho de reunir as melhores e mais brilhantes mentes e fornecer orientacao e lideranca para apoiar analises objetivas e ciencia baseada em IA, orientada por dados para a seguranca climatica.”
“Buscar um futuro sustentavel atraves de avancos na ciencia e engenharia e absolutamente critico”, disse Eric Horvitz, diretor cientifico da Microsoft. “Estamos bastante entusiasmados para nos unir ao C3.ai Digital Transformation Institute para apoiar pesquisa de fronteira em energia e clima em universidades lideres.”
Cada um dos 21 projetos recebeu entre US$ 100.000 e US$ 250.000, para um periodo inicial de um ano, em uma das nove categorias, conforme listadas abaixo por titulo do projeto, investigador principal, e afiliacao.
Sustentabilidade — Aplicacao de IA, aprendizado de maquina e analises avancadas para apoiar iniciativas de sustentabilidade para consumo de energia e emissoes de gases de efeito estufa:
Learning in Routing Games for Sustainable Electromobility (Aprendizado em jogos de roteamento para eletromobilidade sustentavel) (Henrik Sandberg, KTH Royal Institute of Technology)
AI-Driven Materials Discovery Framework for Energy-Efficient and Sustainable Electrochemical Separations (Estrutura de descoberta de materiais baseados em IA para separacoes eletroquimicas sustentaveis e com eficiencia energetica) (Xiao Su, University of Illinois Urbana-Champaign)
IA para sequestro de carbono — Aplicacao de tecnicas de IA/ML para aumentar a escala e reduzir o custo do sequestro de carbono:
Optimization of Agricultural Management for Soil Carbon Sequestration Using Deep Reinforcement Learning and Large-Scale Simulations (Otimizacao do manejo agricola para sequestro de carbono do solo usando aprendizado de reforco profundo e simulacoes em larga escala) (Naira Hovakimyan, University of Illinois at Urbana-Champaign)
Sequestro de carbono acessivel em escala de gigatonelada: Navigating Autonomous Seaweed Growth Platforms by Leveraging Complex Ocean Currents and Machine Learning (Navegando em plataformas autonomas de crescimento de algas marinhas, aproveitando correntes oceanicas complexas e aprendizado de maquina) (Claire Tomlin, University of California, Berkeley)
IA para energia avancada e mercados de carbono — Habilitacao de precificacao dinamica, automatizada e em tempo real de recursos de geracao de energia:
Quantifying Carbon Credit Over the U.S. Midwestern Cropland Using AI-Based Data-Model Fusion (Quantificacao do credito de carbono nas plantacoes do meio-oeste dos EUA usando fusao de modelos de dados com base em IA) (Kaiyu Guan, University of Illinois at Urbana-Champaign)
The Role of Interconnectivity and Strategic Behavior in Electric Power System Reliability (O papel da interconectividade e comportamento estrategico na confiabilidade do sistema de energia eletrica) (Ali Hortacsu, University of Chicago)
Seguranca cibernetica de carga e infraestrutura de energia — Aproveitamento de tecnicas de IA/ML para melhorar a seguranca cibernetica de ativos criticos de carga e energia, juntamente com fabricas e residencias com conexao inteligente:
Private Cyber-Secure Data-Driven Control of Distributed Energy Resources (Controle privado cibernetico baseado em dados de recursos de energia distribuida) (Subhonmesh Bose, University of Illinois at Urbana-Champaign)
Ataques ciberneticos e anomalias para sistemas de energia: Defense Mechanism and Grid Fortification via Machine Learning Techniques (Mecanismo de defesa e fortificacao de rede atraves de tecnicas de aprendizado de maquina) (Javad Lavaei, University of California, Berkeley)
A Joint ML+Physics-Driven Approach for Cyber-Attack Resilience in Grid Energy Management (Uma abordagem conjunta de ML e orientada para a fisica para resiliencia de ataques ciberneticos no gerenciamento de energia da rede) (Amritanshu Pandey, Carnegie Mellon University)
Analise de rede inteligente — Aplicacao de IA e outras abordagens analiticas para melhorar a eficiencia e eficacia das operacoes de transmissao e distribuicao da rede:
Scalable Data-Driven Voltage Control of Ultra-Large-Scale Power Networks (Controle escalonavel de tensao orientado por dados de redes de energia em escala ultragrande) (Alejandro Dominguez-Garcia, University of Illinois at Urbana-Champaign)
Offline Reinforcement Learning for Energy-Efficient Power Grids (Aprendizado de reforco off-line para redes eletricas com eficiencia energetica) (Sergey Levine, University of California, Berkeley)
Gestao de recursos de energia distribuida — Aplicacao de IA para aumentar a penetracao e uso de renovaveis distribuidos:
Aprendizado de maquina para sistema de energia habilitados por eletronica de energia: A Unified ML Platform for Power Electronics, Power Systems, and Data Science (Uma plataforma de ML unificada para eletronica de potencia, sistemas de energia e ciencia de dados) (Minjie Chen, Princeton University)
Compartilhando armazenamento movel de energia: Platforms and Learning Algorithms (Plataformas e algoritmos de aprendizado) (Kameshwar Poolla, University of California, Berkeley)
Data-Driven Control and Coordination of Smart Converters for Sustainable Power System Using Deep Reinforcement Learning (Controle baseado em dados e coordenacao de conversores inteligentes para sistema de energia sustentavel usando aprendizado de reforco profundo) (Qianwen Xu, KTH Royal Institute of Technology)
IA para avaliacao aprimorada de riscos de catastrofes naturais -Aplicacao de IA para melhorar a modelagem de riscos de catastrofes naturais de eventos futuros relacionados ao clima (por exemplo, tempestades tropicais, incendios florestais e inundacoes):
IA para catastrofes naturais: Tropical Cyclone Modeling and Enabling the Resilience Paradigm (Modelagem de ciclones tropicais e habilitacao do paradigma de resiliencia) (Arindam Banerjee, University of Illinois at Urbana-Champaign)
Multi-Scale Analysis for Improved Risk Assessment of Wildfires Facilitated by Data and Computation (Analise multiescala para avaliacao de risco aprimorada de incendios florestais facilitada por dados e computacao) (Marta Gonzalez, University of California, Berkeley)
Sistemas resilientes de energia — Abordagem de como o uso de tecnicas de IA/ML e mercados para energia e carbono introduzem novas vulnerabilidades:
A Learning-Based Influence Model Approach to Cascading Failure Prediction (Uma abordagem de modelo de influencia baseada no aprendizado para predicao de falhas em cascata) (Eytan Modiano, Massachusetts Institute of Technology)
Reinforcement Learning for a Resilient Electric Power System (Aprendizado por reforco para um sistema de energia eletrica resiliente) (Alberto Sangiovanni-Vincentelli, University of California, Berkeley)
IA para modelagem aprimorada da mudanca climatica — Uso de IA/ML para tratar da modelagem e adaptacao da mudanca climatica:
Machine Learning to Reduce Uncertainty in the Effects of Fires on Climate (Aprendizado de maquina para reduzir a incerteza nos efeitos dos incendios no clima) (Hamish Gordon, Carnegie Mellon University)
AI-Based Prediction of Urban Climate and Its Impact on Built Environments (Previsao do clima urbano baseada em IA e seu impacto nos ambientes construidos) (Wei Liu, KTH Royal Institute of Technology)
Interpretable Machine Learning Models to Improve Forecasting of Extreme-Weather-Causing Tropical Monster Storms (Modelos de aprendizado de maquina interpretaveis para melhorar a previsao de gigantes tempestades tropicais que causam climas extremos) (Da Yang, Lawrence Berkeley National Laboratory)
“Desde incendios florestais a oceanos em ascensao e tempestades monstruosas desabilitando nossos sistemas de energia, o clima extremo em crescimento representa uma severa ameaca a nossa economia, infraestrutura e seguranca nacional”, disse S. Shankar Sastry, codiretor da C3.ai DTI e Professor Thomas M. Siebel de ciencia da computacao na University of California, Berkeley. “Melhorar a resiliencia climatica exigira profundas transformacoes movidas por uma nova era de tecnologias como as que a C3.ai DTI esta apoiando hoje.”
“Muitas empresas de energia e servicos publicos tem utilizado IA empresarial para transformar suas operacoes, mas como podemos observar, ainda existe uma maior necessidade por resiliencia a ataques ciberneticos e grandes interrupcoes ambientais”, afirmou R. Srikant, codiretor da C3.ai DTI e Professor Fredric G. and Elizabeth H. Nearing Endowed de engenharia da computacao na University of Illinois at Urbana-Champaign. “Esses projetos sao criados com essas metas em mente.”
Criterios de elegibilidade
A C3.ai DTI seleciona propostas de pesquisa que inspirem a pesquisa cooperativa e avance o aprendizado de maquina e outras subdisciplinas de IA. Os projetos sao analisados por colegas com base no merito cientifico, realizacoes anteriores do investigador principal e coinvestigadores principais, o uso de IA, aprendizado de maquina, analise de dados e computacao em nuvem no projeto de pesquisa, e a adequabilidade para testar os metodos em escala. Acesse C3DTI.ai para saber mais sobre os programas do Instituto, oportunidades de premio e propostas de pesquisa selecionadas.
Sobre o C3.ai Digital Transformation Institute
Estabelecido em marco de 2020 por C3 AI, Microsoft e importantes universidades, o C3.ai Digital Transformation Institute e um consorcio de pesquisa dedicado a antecipar os beneficios da inteligencia artificial para empresas, governos e a sociedade. O instituto envolve os mais importantes cientistas do mundo para realizar pesquisas e capacitar profissionais na nova ciencia da transformacao digital, operando na intersecao de inteligencia artificial, aprendizado de maquina, computacao em nuvem, internet das coisas, analises de big data, comportamento organizacional, politicas publicas e etica.
Sao os membros universitarios e laboratoriais do consorcio C3.ai Digital Transformation Institute: 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 at University of Illinois at Urbana-Champaign, Princeton University, Stanford University e University of Chicago. Outros parceiros do setor incluem AstraZeneca, Baker Hughes e Shell.
Para apoiar o Instituto, a C3 AI esta fornecendo US$ 57.250.000 em contribuicoes em dinheiro nos primeiros cinco anos de operacao. A C3 AI e a Microsoft contribuirao com um apoio adicional de US$ 310 milhoes em especie, incluindo o uso do C3 AI(R) Suite e dos recursos de computacao, armazenamento e tecnicos do Microsoft Azure para apoiar as pesquisas do C3.ai DTI.
Sobre a C3.ai, Inc.
A C3.ai, Inc. (NYSE:AI) e empresa de software de aplicacao de IA que acelera a transformacao digital para organizacoes, globalmente. A C3 AI oferece uma linha de produtos totalmente integrados: C3 AI(R) Suite, uma plataforma de ponta a ponta para desenvolver, implementar e operar aplicativos de IA de larga escala; C3 AI Applications, um portfolio de aplicativos de IA no modelo software como servico (Software as a Service, SaaS) especificos para determinados setores de mercado; C3 AI CRM, um pacote de aplicativos de gestao de relacionamento com clientes (Customer Relationship Management, CRM) especificos para determinados setores de mercado e desenvolvidos para IA e aprendizado de maquina; e C3 AI Ex Machina, uma solucao de IA sem codigo para aplicar a ciencia de dados a problemas de negocios cotidianos. O nucleo das ofertas da C3 AI e uma arquitetura de IA aberta e orientada por modelos que simplificam drasticamente a ciencia de dados e o desenvolvimento de aplicativos. Saiba mais em: www.c3.ai.
O texto no idioma original deste anuncio e a versao oficial autorizada. As traducoes sao fornecidas apenas como uma facilidade e devem se referir ao texto no idioma original, que e a unica versao do texto que tem efeito legal.