數據中心內部往往噪音很大，溫度很高，而防止服務器過熱是數據中心運營成本的主要組成部分。

因此，這一領域的大公司，包括Facebook、微軟和谷歌在內，都在尋找節省制冷成本的不同方法。Facebook盡可能地使用室外的涼爽空氣，微軟正在試驗水下數據中心，而谷歌正在試圖通過自主研發的人工智能來節省成本。

幾年前，谷歌通過旗下的DeepMind，開始研究如何利用機器學習更好地冷卻其數據中心。不過當時系統只是提出建議，而人工操作員則決定是否實施這些建議。現在這些操作員的空閑時間會變得更多，因為研究小組認為這些模型已經足夠好，可以讓人工智能供電系統完全控制環境冷卻。當然，操作人員仍然可以進行干預，但只要人工智能不會燒毀這個地方，系統就會自動運行。

新的冷卻系統現在已經在一些谷歌的數據中心就位。每隔5分鐘，系統就會輪詢數據中心內的數千個傳感器，并根據這些信息作出最佳操作。當然，這里有各種各樣的制衡機制，因此谷歌的一個數據中心因為這種機制而陷入癱瘓的可能性很小。

和大多數機器學習模型一樣，這個模型在收集了更多數據后會變得更好。與數據中心的歷史能源使用量相比，它現在平均能夠節省30%的能源。

值得注意的是，谷歌顯然是在試圖節省開支，但在很多方面，該公司也把這看作是一種推廣自己機器學習服務的方式。畢竟，能夠在數據中心起作用的東西也應該在大型辦公樓里起作用。DeepMind在今天的聲明中寫道:“從長遠來看，我們認為有可能將這項技術應用到其他工業領域，在更大規模的范圍內幫助應對氣候變化。”