אלגוריתם הבינה המלאכותית יגדיל את האמינות של מערכות קירור מרכזי נתונים, כך דיווח שירות העיתונות של בית הספר הגבוה לכלכלה של אוניברסיטת המחקר הלאומי. הפיתוח של חוקרים רוסים המבוססים על רשתות עצביות גרפיות מאפשר לזהות במהירות דליפות קירור וזיהום של מחליפי חום.
במערכות קירור מרכזי נתונים, יש לא רק כשלים קריטיים ברורים, אלא גם בעיות לא ברורות שמתפתחות בהדרגה. אלה כוללים דליפות קירור קטנות וזיהום הדרגתי של מחליף החום, אשר לאורך זמן פוגעים באופן דרמטי בפינוי החום וגורמים לתאונות בקנה מידה גדול. אלגוריתמים ומערכות בטיחות קיימים נועדו לזהות שינויים פתאומיים בפעולת מעגל הקירור, ולכן קשה להם לתפוס שינויים כאלה.
חוקרים רוסים פתרו בעיה זו באמצעות רשת עצבית גרפית המנטרת חריגות לא רק בפעולת חיישנים בודדים, אלא גם בכל מעגל הקירור. הפיתוח לוקח בחשבון את התכנון ההנדסי של המערכת כולה ומתבסס על מידע על החיבורים בין המדחס, המאייד, המעבה ושאר האלמנטים. המודל מאומן על נתונים מציוד עבודה ומנבא את הערכים הצפויים של אינדיקטורים; אם המדידות בפועל מתחילות לסטות באופן עקבי מהתחזית, האלגוריתם מזהה חריגה ומזהיר אנשים.
החוקר המוביל בבית הספר הגבוה לכלכלה של אוניברסיטת המחקר הלאומי, מיכאיל גושצ'ין, הסביר: "כדי לאבחן ציוד טכני מורכב, לא מספיק פשוט לנתח קריאות חיישנים רבות. חשוב לשקול כיצד האינדיקטורים הללו קשורים זה לזה בתהליך פיזי אמיתי. אם תכניס ידע כזה למודל של בינה מלאכותית, הוא יוכל להבחין לא רק בהפרות חריגות בודדות של המערכת, אלא גם בהפרות חריגות של המערכת".
בדיקות הראו כי הבינה המלאכותית זיהתה דליפות בשיעור הצלחה של 87% ומצאה אותן בממוצע 200 דקות לאחר התרחשות התקלה, וזה טוב משמעותית מהתוצאות של אלגוריתמים שכבר השתמשו בהם. בעתיד, זה יגדיל משמעותית את האמינות של מרכזי נתונים, סיכמו המדענים.