5月27日，“2023推進(jìn)全球生態(tài)文明建設(shè)（洱海）論壇”正式召開(kāi)。本屆洱海論壇以“人與自然和諧共生 攜手同行現(xiàn)代化之路”為主題，旨在展示中國(guó)人與自然和諧共生的現(xiàn)代化生動(dòng)實(shí)踐，助推全球生態(tài)文明建設(shè)。

在“推動(dòng)綠色低碳化的企業(yè)智慧”分論壇上，珠江投資管理集團(tuán)執(zhí)行董事、合創(chuàng)汽車科技有限公司聯(lián)席總裁、廣東省人工智能產(chǎn)業(yè)協(xié)會(huì)會(huì)長(zhǎng)杜蘭博士就人工智能數(shù)字技術(shù)賦能實(shí)體產(chǎn)業(yè)、人工智能與新能源汽車的結(jié)合等分享了自己的觀點(diǎn)。她認(rèn)為，大模型在能源等實(shí)體產(chǎn)業(yè)領(lǐng)域有廣闊的應(yīng)用前景，但需解決可靠性、不可解釋性、數(shù)據(jù)質(zhì)量等問(wèn)題。

人工智能將賦能能源產(chǎn)業(yè)各個(gè)環(huán)節(jié)

(資料圖)

杜蘭認(rèn)為：“數(shù)字經(jīng)濟(jì)正在與實(shí)體經(jīng)濟(jì)加速融合，而實(shí)體產(chǎn)業(yè)是數(shù)實(shí)融合的主角?！?/p>

未來(lái)能源領(lǐng)域想要做好節(jié)能減碳，必然離不開(kāi)人工智能的深度賦能。電能的綠色低碳發(fā)展，對(duì)人類實(shí)現(xiàn)碳中和目標(biāo)尤其重要。這是因?yàn)?，隨著整個(gè)人類走向數(shù)字社會(huì)，電能作為最核心的能源，占比將會(huì)越來(lái)越高。

杜蘭提到，人工智能可以廣泛應(yīng)用于電能的生產(chǎn)、傳輸、儲(chǔ)存、消費(fèi)等各個(gè)環(huán)節(jié)。

在電能的生產(chǎn)環(huán)節(jié)，人工智能可以應(yīng)用于火電傳統(tǒng)能源，也能應(yīng)用于清潔能源生產(chǎn)，還可以和數(shù)字孿生等技術(shù)相結(jié)合，提高發(fā)電廠設(shè)計(jì)和產(chǎn)品研發(fā)的效率。

在電能的傳輸環(huán)節(jié)，人工智能可以分析一個(gè)地區(qū)的歷史電網(wǎng)數(shù)據(jù)，預(yù)測(cè)用電需求，找到最佳的電網(wǎng)規(guī)劃方案。還可以通過(guò)計(jì)算機(jī)視覺(jué)等技術(shù)，協(xié)助維護(hù)人員保障電網(wǎng)安全穩(wěn)定地運(yùn)行，大大降低偏遠(yuǎn)地區(qū)的人工維護(hù)成本。在電能的存儲(chǔ)環(huán)節(jié)，人工智能可以用于電池的研發(fā)和智能化管理。

同時(shí)，人工智能在電能消費(fèi)環(huán)節(jié)也有重要作用。有行業(yè)專家曾預(yù)測(cè)，到2040年，中國(guó)電動(dòng)車保有量會(huì)到3億輛，總共可以裝近200億度電，相當(dāng)于今天全中國(guó)每天消費(fèi)的總電量。杜蘭表示，新能源汽車未來(lái)會(huì)成為一個(gè)非常重要的儲(chǔ)能方式，成為移動(dòng)的能源互聯(lián)網(wǎng)，深刻地影響我們的能源使用方式。未來(lái)，在人工智能的賦能下，新能源汽車對(duì)電能的使用將更加合理高效。同時(shí)，人工智能也會(huì)讓電動(dòng)車和其他終端之間的能源交換更加智能。

大模型與能源等實(shí)體產(chǎn)業(yè)結(jié)合還有諸多挑戰(zhàn)

杜蘭還分享了大模型在能源領(lǐng)域的應(yīng)用前景?！按竽Ｐ驮谡J(rèn)知智能上的突破，可以讓AI比以前更好、更深度地掌握行業(yè)知識(shí)，成為行業(yè)專家，以更高效、更容易理解的方式輔助人類工作。例如在發(fā)電環(huán)節(jié)，大模型可以分析大量的氣象、能源市場(chǎng)和其他相關(guān)數(shù)據(jù)，以預(yù)測(cè)未來(lái)的發(fā)電量。也可以在理解專業(yè)知識(shí)的基礎(chǔ)上，對(duì)設(shè)備故障進(jìn)行診斷，給維護(hù)人員提出專業(yè)的建議?！?/p>

杜蘭表示，當(dāng)前，大模型與能源等實(shí)體產(chǎn)業(yè)的結(jié)合還面臨著諸多挑戰(zhàn)。首先是可靠性的問(wèn)題，杜蘭認(rèn)為，目前GPT-4等大模型的準(zhǔn)確性、可靠性達(dá)不到實(shí)體企業(yè)的要求。

其次是AI的不可解釋性。如果我們要讓AI來(lái)幫人做出能源分配的決策，我們需要知道它的決策過(guò)程是怎樣的，才能判斷它的決策是好是壞。

第三是數(shù)據(jù)質(zhì)量問(wèn)題。杜蘭認(rèn)為，每個(gè)行業(yè)都有大量大模型在互聯(lián)網(wǎng)上學(xué)不到的專業(yè)數(shù)據(jù)，或者是因?yàn)閿?shù)據(jù)保密，或者是因?yàn)闃颖具^(guò)小，或者是因?yàn)閷?shí)體產(chǎn)業(yè)有大量非文字的多模態(tài)數(shù)據(jù)，“我們需要有高質(zhì)量的數(shù)據(jù)，基于通用的大模型來(lái)訓(xùn)練行業(yè)內(nèi)的專業(yè)大模型?！?/p>

因而，如果未來(lái)想要推動(dòng)大模型與能源、汽車等實(shí)體產(chǎn)業(yè)相結(jié)合，要真正把大模型和行業(yè)知識(shí)、企業(yè)流程和其他軟硬件技術(shù)深度結(jié)合，才能夠真正發(fā)揮出大模型的威力。

杜蘭表示，面向當(dāng)下的種種技術(shù)熱潮，大家必須認(rèn)清技術(shù)創(chuàng)新是一條曲線，或許要經(jīng)歷從技術(shù)萌芽期，到期望膨脹期，也可能會(huì)遭遇泡沫破裂的低谷期，才能到穩(wěn)步爬升的恢復(fù)期，最終走向生產(chǎn)成熟期。

關(guān)鍵詞：