比如说，在能源调配方面，通过电网提供的数据，预测用电负载，进而提供预测性维护措施，给出精准的电力供需解决方案。
或者在风力发电领域，根据历史发电数据、天气预报的信息，来构建和训练神经网络模型，优化风力发电的方案，提升风力发电的效率。
两天的时间过去，算经人工智能已经学会了解决各种资源分配问题。
相对于之前的模型，算经人工智能可以提升百分之二十到五十不等的效率，让资源分配得更加的合理。
而随着这两天过去，算经人工智能预测天气的准确率，也可以得到验证了。
“徐教授，我们这两天对世界各地天气预测的准确率，达到了999。其中预测不准确的位置，也有很多是进行了人工降雨等人为的行为，影响了我们的预测准确性。”一位项目组的成员说道。
这样的准确率，意味着算经人工智能预测一千次天气，才会有一次的失误。
这对于本来就存在很多偶然性的天气预报来说，已经是一个非常高的数据了。