风力发电是近来越来越普及的一种发电方式，但随着风力发电占比逐步提高，其不稳定性和不可预测性便成了越来越大的考验。为了进一步提高风力发电的实用性，Google 提出了用机器学习的方式，来预测未来的发电状况，作为供电的参考。
Google 自去年起，将气象观测数据、气象预测、和实地的测量结果喂进DeepMind 的机器学习平台上，提供36 小时后的风力预测，并且应用在自家位于美国中部的700MW 风力发电场。虽然说这并不能改变风吹的量，但却让 Google 能提前知会电力公司未来一天预计能提供的电力总量。
风力发电虽然极其不稳定，但并不是没有应对方式的，然而随时能待命补足风力发电缺口的发电方式，却通常都成本高昂。如果能早一步预先知道未来的风力何时会出现缺口的话，电厂就能有充裕的时间启动需要较长时间才能上线的发电手段，与风力互补。因此 Google 提前的知会就显得特别重要，Google 估计自己风力电场的电力因此提升了 20% 的“价值”呢。
这只是又一个新的例子，说明机器学习虽然通常都是打败人类的时候最受关注，但其实在各种看不见的地方，已经逐渐深入各种工业程序之中，带来意想不到的转变呢。
