當人們在談及太陽能住宅的時候，稅收優惠、貸款優惠以及其他能夠減免掉太陽能設備的舉措，總是為人們津津樂道。

但是對于初創公司PowerScout的創始人來說，價格不是制約他們發展的關鍵點。雷鋒網了解，這家公司的總部位于Oakland, Calif。真正關鍵的地方是市場——他們正在用深度學習的方法來開拓市場。

具體來講，現代的市場依舊依賴過時的上門推銷的方式。在這種方式下，銷售人員不停地發傳單，并尋求與客戶進行一對一的談話。

PowerScout的聯合創始人、高級產品副總裁Kumar Dhuvur認為，“相比于太陽能設備本身的成本來說，銷售太陽能系統的成本更加昂貴。”這家公司使太陽能市場更為智能，并為其引入了強大的電子商務平臺。“這種花費就像是在二十世紀六十年代銷售吸塵器一樣。”。

PowerScout的目標是使用電子商務網站改變這種模式。該網站使用具有深度學習的功能的GPU來確定一個家庭是否需要太陽能，以及安裝這套系統的可行性與花費。據雷鋒網獲悉，這家公司已經達到了大部分目標，避免了銷售與營銷成本的大量浪費。

PowerScout公司秘訣是通過使用深度學習技術來分析一個家庭是否有可能使用太陽能，以及這個家庭對太陽能產品質量的要求。為了訓練深度學習卷積神經網絡模型，該公司使用亞馬遜的彈性云平臺，這個平臺使用英偉達的GPU來提供計算支持。該平臺既是CUDA并行處理平臺，同時也是cuDNN深度神經網絡庫。

到目前為止。這家公司已經訓練了兩個卷積神經網絡。這兩個網絡系統都通過分析衛星數據進行決策。一個神經網絡系統用來判斷一個房屋是否已經安裝過太陽能板，另一個系統用來判斷植被是否覆蓋住屋頂，屋頂是否適合安裝。這家公司計劃訓練更多的基于GPU的神經網絡系統，來解決傳統銷售方式中的眾多問題。

“通過人工的方式來辨別有多少房屋安裝了太陽能板幾乎是不可能的事情。” Michael Ulin（PowerScout公司的數據科學家）如是說，“隨著數據集的增長，我們一直在尋求提升我們的神經網絡，提升我們的能力。當我們持續進行這種訓練的時候，我相信深度學習與英偉達的GPU將會起到至關重要的作用。”

Ulin認為GPU對于PowerScout的神經網絡至關重要。他說道“我真的無法想象在沒有GPU的情況下，該如何訓練我們的模型。”

Kumar認為PowerScout公司的方案能夠識別出每個家庭購買太陽能設備的潛力。因為他們的方案考慮到了所有的具體因素。這些因素共同組成了一個棟房屋所具有的太陽能價值。

“太陽能對于每個棟房屋的經濟價值是不同的，”Kumar說道，“這些房屋朝向不同的方向，不同程度的處在陰影之中，直接獲得日照的時間也不同。我們在尋找一切關于房屋的資料。”

PowerScout還向那些想要升級的消費者提供融資以及購買方案。這種方案是被認證過的，并且符合當地的安裝程序。這家公司的下一步規劃是涉足社區太陽能產業，這樣更多的居民就可以從中受益。更進一步來講，這家公司將會進入綠色能源產品行業，像電動汽車和可蓄電電池等等。

Kumar最后說道：“我們的征程才剛剛開始。”