作者：Katie Fehrenbacher 翻译：Desmond Chen 审校：心
原文链接：http://fortune.com/2016/09/14/data-machine-learning-solar/
【图片】软件是降低太阳能成本的关键。
和大多数行业一样，太阳能产业正迅速地引入数据分析处理的方法，以降低太阳能的成本，并为他们的技术开拓新的市场。
数据处理工具的兴起——算法，机器学习，传感器——正在推动着太阳能行业投资和收购太阳能创业公司，而创业者正在组建新的公司，用数据来解决各种太阳能产业的问题。同时，大公司都在跟踪、监控和评估来自世界各地的太阳能项目的数据，希望能降低太阳能发电的成本。
太阳能行业并不是最先发现数据价值的行业。其他传统的非数码行业，如汽车工业，石油和天然气，农业等，都把管理数据作为一种必要的手段，提高他们的技术竞争力和维持他们公司在行业中的生存。
但是，当数据进入了太阳能产业，它最终可能会把太阳能的成本降低到能与化石燃料能源竞争的价格。这样，数据就不仅仅是太阳能公司赚钱的一种途径（虽然它确实如此），还将是全世界能源变革的一种方式，从此发电不再产生成千上万吨的碳排放量。
本周在拉斯维加斯的一个太阳能行业会议上，太阳能公司都在讨论他们最新的数据处理技术和计划。
本周三，一个总部在奥克兰创业公司PowerScout宣布了他们得到了520万美元的种子轮投资，这些资金将用来提高他们的技术水平。他们利用大数据、分析统计工具和电子商务来寻找向消费者出售太阳能电池板的方法。该公司的软件包含了现有的和潜在的太阳能客户的大量数据，并使用机器学习来预测哪些人可能会购买太阳能电池板。
机器学习是一种人工智能的技术，它把数据输入到算法里，然后这些基于机器学习的算法就能更好地挖掘数据中的潜在模式。事实证明，它有助于销售太阳能电池板。
向消费者出售太阳能电池板已经成为许多公司面临的一个棘手和昂贵的问题，尤其是在一些太阳能比较普及市场上，如加利福尼亚。许多早期的使用者都已经拥有太阳能电池板了。这意味着在这些地方，太阳能公司不得不说服这些的客户为他们的太阳能电池板更新换代，而他们一般都对价格比较敏感。但是，这些太阳能电池板饱和的地方将会越来越多。
PowerScout的首席执行官Attila Toth告诉财富杂志，在拉斯维加斯的会议上，太阳能“仍然是挨家挨户的推销方式，就像在上世纪50年代的真空吸尘器。”这意味着消费者最终得面对更高的售价，这是因为太阳能电池板营销的成本居高不下，而不是生产成本。
那些获得美国能源部数百万美元资助的公司与谷歌的天窗项目（Sunroof）有合作，他们使用数据来建立太阳能系统。
其他创业公司正在使用数据分析方法来为太阳能电池板的装配融资。上周，一家总部设在旧金山的公司kWh Analytics，推出了一款新的太阳能软件产品，使用来自全球各地的太阳能项目的数据，来说服保险公司为太阳能项目设立保险。这份保险可降低筹集建立太阳能系统的资金利率，从而降低融资的成本。
太阳能行业的数据曾经是“非常混乱”的，行业里基本没人知道谁能够建立质量一流的太阳能项目，kWh Analytics的首席执行官Richard Matsui说。这家公司的客户里包括了谷歌。谷歌已经够买了超过2.5千兆瓦的清洁能源。今年夏天kWh Analytics从Anthemis集团和电力巨头Engie筹集了一笔500万美元的资金。
太阳能数据创业公司不仅仅向风险投资者发起融资项目筹集资金，许多大公司也在支持它们。
上个月，电子巨头Flex透露，通过太阳能零部件子公司NEXTracker，他们买了一个名叫BrightBox Technologies的机器学习技术创业公司。这是总部设在加利福尼亚伯克利的一家超过三十年的公司，他们开发了一款软件可以优化建筑的温控系统。
【图片】PowerScout 使用数据来预测谁是下一个百万级的太阳能客户。
但NEXTracker计划使用该公司的软件和合作伙伴的BrainPower软件，基于机器学习优化来加速太阳能设备的发展和实现对全球的太阳能设备操作。对太阳能电池板的智能监控和维护流程，还有经过优化的运输太阳能电池板的流程，都可以大大降低太阳能生产成本。
即使是机器学习的领航者，如IBM，也都在开发数据处理软件，让使用太阳能更加便宜。2013年IBM公司的研究部门，利用能源部的资助，开始了一个项目，研究如何在清洁能源领域里使用人工智能引擎沃森。
今天，IBM有200个合作伙伴使用了他们开发太阳能和风能预测技术，它可以在15分钟到30天的范围内，提前预测太阳能和风能的生产量。该技术混合了几十个预测模型，并增加了大量的数据，包括天气、环境、大气条件以及太阳能发电方式和电网运行状况。这个软件还使用了来自美国各地的1600个站点收集而来的环境数据训练模型。
这就是IBM的“自学型天气模型和可再生能源预测技术”（以前称为Watt-sun）。它比排名第二的太阳能预测模型高了50%的准确率，项目经理Hendrik Hamann说。自它在研究部门诞生后，IBM就在寻找把这项技术进行商业化的途径。
【图片】IBM实验室里使用IBM的太阳能预报技术的数据显示大屏幕。
即使在撒哈拉以南非洲地区的电网市场，超低成本的太阳能也是通过机器学习得到的。一个叫做Azuri的英国创业公司，主要销售太阳能电池板和能量管理模块的手机电池，他们正在利用机器学习来挖掘用户的电池使用模式，和寻找管理电池和电源的最佳方法。例如，如果一个客户的电池变低了，系统就会自动调整屏幕背光亮度，并减慢手机用电速度，使电池能尽可能长时间地使用。
太阳能电池板和项目开发商SunPower说，它积累的太阳能电池板运行数据比行业里其他任何一家公司都多。公司表示，他们用这些数据来提高面板生产技术，提升客户服务质量，以及改进公司为太阳能项目选址、建设和运行的方法。SunPower在奥斯丁有一个控制中心，到了今年年底，它将能够监测和管理超过1.8千兆瓦的太阳能电池板项目。
一个特定的数据工具并不能给太阳能产业带来革命性变化。但是许多数据处理方法的一个组合体，则可以降低太阳能的成本。这对于太阳能能否发展成为一个主流的能源来源是至关重要的。
太阳能电池板已经降到了历史上最便宜的价格。现在就要依靠软件和数据，来确保这些低成本的太阳能电池板，能够尽可能简单快速地铺设在大型太阳能发电厂里和家家户户的屋顶上。
2016年7月，人工智能学家AIE实验室基于自身的研究成果和所拥有的顶级科学家资源，在科学院相关机构的支持下，筹备建立未来科技学院 （Futurology University）。
未来科技学院的使命和目标：将邀请国内和国际著名科学家、科技企业家讲授人工智能、互联网、脑科学、虚拟现实、机器人等领域的基本原理和未来发展趋势。未来科技学院的目标是研究前沿科技未来发展趋势，培养掌握未来科技动向的企业家和具有独立创新精神的未来科学家。
开始激动人心的学习之旅：无论您是企业家，投资人，还是青年学子，科技爱好者，如果您希望把握科技未来发展趋势，与世界著名科学家，科技企业家，风险投资家进行直接交流。欢迎您加入未来科技学院大家庭。
您可以扫描二维码，进入未来科技学院临时群，然后工作人员邀请您加入未来科技学院的免费学习群，开启前沿科技未来趋势的学习之旅。
人工智能学家 Aitists
人工智能学家是权威的前沿科技媒体和研究机构，2016年2月成立人工智能与互联网进化实验室（AIE Lab)，重点研究互联网，人工智能，脑科学，虚拟现实，机器人，移动互联网等领域的未来发展趋势和重大科学问题。
联系客服
