URBANA, Illinois und BERKELEY, Kalifornien–(BUSINESS WIRE)–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 kunstlichen Intelligenz (KI) und der digitalen Transformation konzentrieren, um die Energieeffizienz voranzutreiben und den Weg zu einer CO2-armeren, effizienteren Wirtschaft zu ebnen, die Energie- und Klimasicherheit sicherstellt.

C3.ai DTI hat diese Ausschreibung im Februar 2021 veroffentlicht und 52 Einreichungen erhalten. Ein strenger Bewertungsprozess durch Experten fuhrte zu 21 Auszeichnungen fur Forschungsvorschlage zur Verbesserung der Widerstandsfahigkeit, Nachhaltigkeit und Effizienz durch Massnahmen wie CO2-Bindung, CO2-Markte, 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 Grundung der Organisation im Marz 2020 durchgefuhrt hat. Zusatzlich zu den Bargeldpramien erhalten die Forscherteams Zugang zu bis zu 2 Millionen USD fur 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(R)-Suite, die in der Microsoft Azure Cloud gehostet wird.

,,Die Energieinfrastruktur der Welt muss radikal verandert werden, um die Auswirkungen der globalen Energieerzeugung zu bewaltigen”, sagte Thomas M. Siebel, Vorsitzender und CEO von C3 AI. ,,Angesichts dieser Krise ist das Institut stolz darauf, die besten und intelligentesten Kopfe zusammenzubringen und die Richtung und Fuhrungsrolle zu ubernehmen, um objektive Analysen und KI-basierte, datengesteuerte Wissenschaft fur die Klimasicherheit zu fordern.”

,,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 fuhrenden Universitaten zu unterstutzen.”

Die 21 Projekte wurden jeweils mit 100.000 bis 250.000 USD fur einen Zeitraum von zunachst einem Jahr in einer von neun Kategorien ausgezeichnet, die im Folgenden nach Projektnamen, leitendem Forscher und Zugehorigkeit aufgefuhrt sind.

Nachhaltigkeit – Anwendung von KI, maschinellem Lernen und fortschrittlicher Analysen zur Unterstutzung von Nachhaltigkeitsinitiativen im Hinblick auf Energieverbrauch und Treibhausgasemissionen:

Lernen in Routingspielen fur nachhaltige Elektromobilitat (Henrik Sandberg, KTH Royal Institute of Technology)

KI-gesteuerte Materialforschung fur energieeffiziente und nachhaltige elektrochemische Trennungen (Xiao Su, University of Illinois Urbana-Champaign)

KI fur Kohlenstoffsequestrierung – Anwendung von KI/ML-Techniken zur Skalierung und Kostensenkung der Kohlenstoffsequestrierung:

Optimierung des Agrarmanagements fur 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 Meeresstromungen und maschinelles Lernen (Claire Tomlin, University of California, Berkeley)

KI fur fortschrittliche Energie- und CO2-Markte – Ermoglichung einer dynamischen, automatisierten und Echtzeit-Preisbildung fur Energieerzeugungsquellen:

Quantifizierung von CO2-Gutschriften uber dem Ackerland im Mittleren Westen der USA mittels KI-basierter Daten-Modell-Fusion (Kaiyu Guan, University of Illinois in Urbana-Champaign)

Die Rolle von Interkonnektivitat und strategischem Verhalten bei der Stromnetzzuverlassigkeit (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 Hauser:

Privates cyber-sicheres datengesteuertes Steuern von verteilten Energieressourcen (Subhonmesh Bose, University of Illinois in Urbana-Champaign)

Cyberattacken und Anomalien fur Energiesysteme: Abwehrmechanismus und Netzverstarkung durch Techniken des maschinellen Lernens (Javad Lavaei, University of California, Berkeley)

Ein gemeinsamer ML+Physik-gesteuerter Ansatz fur die Widerstandsfahigkeit gegen Cyber-Attacken im Netz-Energiemanagement (Amritanshu Pandey, Carnegie Mellon University)

Smart Grid Analytik – Anwendung von KI und anderen analytischen Ansatzen zur Verbesserung der Effizienz und Effektivitat des Netzubertragungs- und -verteilungsbetriebs:

Skalierbare datengesteuerte Spannungsregelung von Stromnetzen im Ultra-Grossmassstab (Alejandro Dominguez-Garcia, University of Illinois in Urbana-Champaign)

Offline-Reinforcment-Lernen fur energieeffiziente Stromnetze (Sergey Levine, University of California, Berkeley)

Verteiltes Energieressourcen-Management – Anwendung von KI zur Erhohung der Durchdringung und Nutzung von dezentralen erneuerbaren Energien:

Machine Learning fur leistungselektronische Energiesysteme: Eine einheitliche ML-Plattform fur 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 fur ein nachhaltiges Energiesystem mit Deep Reinforcement Learning (Qianwen Xu, KTH Royal Institute of Technology)

KI fur eine verbesserte Risikobewertung bei Naturkatastrophen -Anwendung von KI zur Verbesserung der Modellierung von Naturkatastrophenrisiken durch zukunftige wetterbedingte Ereignisse (z. B. tropische Sturme, Waldbrande und Uberschwemmungen):

KI fur Naturkatastrophen: Modellierung von tropischen Wirbelsturmen und Entwicklung des Resilienz-Paradigmas (Arindam Banerjee, University of Illinois in Urbana-Champaign)

Multiskalenanalyse zur verbesserten Risikobewertung von Waldbranden mit Hilfe von Daten und Berechnungen (Marta Gonzalez, University of California, Berkeley)

Widerstandsfahige Energiesysteme – Auseinandersetzung mit der Frage, wie der Einsatz von KI/ML-Techniken und Markten fur Energie und CO2 zu neuen Schwachstellen fuhrt:

Ein lernbasierter Einflussmodell-Ansatz zur Vorhersage von kaskadierenden Ausfallen (Eytan Modiano, Massachusetts Institute of Technology)

Reinforcement Learning fur ein widerstandsfahiges elektrisches Energiesystem (Alberto Sangiovanni-Vincentelli, University of California, Berkeley)

KI fur 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 Branden 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 fur maschinelles Lernen zur Verbesserung der Vorhersage von Extremwetter verursachenden tropischen Unwetterkatastrophen (Da Yang, Lawrence Berkeley National Laboratory)

,,Von Waldbranden uber den Anstieg der Meere bis hin zu Unwetterkatastrophen, die unsere Energiesysteme lahmlegen – die zunehmenden Wetterextreme stellen eindeutig eine ernsthafte Bedrohung fur unsere Wirtschaft, Infrastruktur und nationale Sicherheit dar”, sagte S. Shankar Sastry, Co-Direktor des C3.ai DTI und Thomas M. Siebel Professor fur Informatik an der University of California, Berkeley. ,,Die Verbesserung der Widerstandsfahigkeit gegenuber dem Klimawandel wird tiefgreifende Veranderungen erfordern, die von einer neuen Ara der Technologie vorangetrieben werden, wie die, die C3.ai DTI heute unterstutzt.”

,,Eine Reihe von Energie- und Versorgungsunternehmen haben Enterprise-KI eingesetzt, um ihren operativen Betrieb zu transformieren, aber wie wir sehen, gibt es einen noch grosseren Bedarf an Widerstandsfahigkeit gegenuber Cyberattacken und grossen Umweltstorungen”, sagte R. Srikant, Co-Direktor von C3.ai DTI und Fredric G. und Elizabeth H. Nearing Stiftungsprofessoren fur 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 Forschungsvorschlage aus, die die kooperative Forschung fordern und maschinelles Lernen und andere KI-Teilbereiche voranbringen. Die Projekte werden auf der Grundlage wissenschaftlicher Verdienste, fruherer 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 fur die Erprobung der Methoden im grossen Massstab begutachtet. Weitere Informationen zu den Programmen des Instituts, den Vergabemoglichkeiten und den ausgewahlten Forschungsvorschlagen finden Sie unter C3DTI.ai.

Uber C3.ai Digital Transformation Institute

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

Zu den zehn Mitgliedsuniversitaten und -laboratorien des C3.ai Digital Transformation Institute-Konsortiums gehoren: 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 unterstutzen, wird C3 AI in den ersten funf Jahren des Betriebs 57.250.000 USD in bar zur Verfugung stellen. C3 AI und Microsoft werden zusatzlich 310 Millionen USD in Form von Sachleistungen bereitstellen, einschliesslich der Nutzung der C3-AI(R)-Suite und Microsoft-Azure-Computing sowie Speicher und technische Ressourcen zur Unterstutzung der C3.ai-DTI-Forschung.

Uber C3.ai, Inc.

C3.ai, Inc. (NYSE:AI) ist der Anbieter von KI-Anwendungssoftware fur Unternehmen, der die digitale Transformation fur Organisationen auf der ganzen Welt vorantreibt. C3 AI liefert eine Produktfamilie von vollstandig integrierten Produkten: C3 AI(R) Suite, eine End-to-End-Plattform fur 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 fur KI und Machine Learning entwickelt wurden; und C3 AI Ex Machina, eine No-Code-KI-Losung, um Datenwissenschaft auf alltagliche Geschaftsprobleme 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 veroffentlicht wird, ist die offizielle und autorisierte Version. Ubersetzungen werden zur besseren Verstandigung mitgeliefert. Nur die Sprachversion, die im Original veroffentlicht wurde, ist rechtsgultig. Gleichen Sie deshalb Ubersetzungen mit der originalen Sprachversion der Veroffentlichung ab.