DeepMind首席执行官杰米斯˙哈萨比斯(DemisHassabis)告诉《金融时报》：“我们正在与英国国家电网公司和其他大的电力供应商进行初步讨论，看看我们可以如何帮助解决他们面临的各种各样的问题。如果不需投入任何新的基础设施，只是通过优化的手段，可以帮助英国节省10%的电力使用量，这一成效将是惊人的，也是非常令人兴奋的。”
英国国家电网公司运营以及拥有将电力输往英国各地的基础设施。在确保任何时候有足够电力来满足英国各地需求上，该公司起着至关重要的作用。
然而，近年来，英国国家电网公司要发挥其平衡电网供需矛盾的作用变得更加困难，因为间歇性可再生能源——如风能和太阳能——已经成为英国能源结构中重要的组成部分。
DeepMind的算法可以更准确地预测需求模式，并更有效地平衡英国国家电力系统中的供需矛盾。
DeepMind发言人表示：“预测性机器学习技术在帮助电力系统减少对环境的影响上有巨大的潜力。一个真正令人感兴趣的前景是，我们是否可以利用机器学习技术预测电力需求和供应的高峰，从而帮助英国国家电网公司最大限度地利用可再生能源。”他还补充说，该公司正处于探索“一个可能的合作伙伴关系“的过程中。
英国国家电网公司发言人表示：“我们正处于探索与DeepMind合作潜力的早期阶段，并研究他们可以为我们提供什么机会。”
他说：“我们总是很乐意看看技术领域的最新进展将如何改善我们的功能，确保我们能充分利用可再生能源，并帮助帐单付款人节省资金。”
去年7月，位于伦敦的DeepMind宣布，其机器学习算法将谷歌数据中心的用电量减少了15%。
DeepMind的智能算法能够更有效地预测谷歌数据中心的冷却系统和控制设备的负载，从而将用于冷却的电量减少了40%。分析师估计，未来几年这可能会为谷歌节省数亿美元。
哈萨比斯称：“因为它的效果非常好，我们将这一技术的应用扩大至整个谷歌，但我们希望看到它能用于英国国家电网这样的规模上。我们认为，你能用于数据中心的技术没有理由不能用于一个国家的电网上。”
