艳照宽宥AI时刻在电力能源范畴的翻新性创新

发布日期：2024-09-20 11:58 点击次数：107

跟着东谈主工智能（AI）时刻的快速发展和鄙俚应用，相配是像ChatGPT这么的先进AI模子在渊博营业和个东谈主生涯中的诈欺，好意思国的电力需求正濒临前所未有的增长。到2023岁首，ChatGPT的月活跃用户数照旧跳跃1亿东谈主。聊天机器东谈主，还包括语音助手、推选系统、图像识别和自动驾驶等多种应用的普及，进一步推动了AI在线用户的增长。据Gartner预测，到2025年，生成式AI将生成10%的数据，把柄Internet World Stats的数据艳照，限定2023年底，大众互联网用户已跳跃50亿东谈主，瞻望在未来几年将继续保执高速增长。

AI上涨背后的电力短少风险成为科技圈内热议的焦点，根底原因在于AI大模子查考所消费的电力主要聚会在数据中心范畴，数据中心是电力密集型关节，其多数使用电力用于绸缪和冷却需求，导致合座电力需求显赫加多。把柄好意思国电力究诘机构（EPRI）发布的一份新讲演，仅在好意思国，细腻为先进AI模子提供能源的数据中心到本世纪末就可能占到该国合座能源需求的9.1%。

这种增长带来了一系列挑战，数据中心的兴起和聚会对传统电力消费散布产生了多方面的影响：其中一个蹙迫方面是电力新能源崛起带来的阛阓监管问题。为了探讨和处罚这些由东谈主工智能引起的新兴问题，好意思国能源讼师协会日前在华盛顿举办了一个蹙迫的论坛，邀请了四位在能源法例范畴的顶尖学者和各人回应关连问题。

av天堂快播

这四位各人阔别是来自联邦能源顾问委员会的睿杰·李博士、剑桥大学国外究诘中心的学者韦斯利·勒罗伊以及斯坦福大学学者丹尼尔·斯莱特和敏·梁。他们最近在《能源法例杂志》上发表的两篇签字著作阔别提倡了几项创新的建议，探讨AI应用上涨怎么影响电力阛阓和怎么使用AI时刻应酬由AI引起的电力供应和阛阓监管问题。论坛主要聚会在以下四个问题。

电耗老虎数据中心的兴起和聚会对传统电力消费的影响

李博士最初先容，好意思国神圣有4000个数据中心，它们的出现关于电力负荷散布的变化影响极大。好意思国的数据中心并不单聚会在西岸，天然西岸照实有一些蹙迫的数据中心集群，如硅谷、波特兰和西雅图，但中部和东部也有多数数据中心，包括得克萨斯州的达拉斯、奥斯汀、芝加哥和东岸的纽约、新泽西。最蹙迫的是北弗吉尼亚的阿什土产货区，被称为“互联网的皆门”，领有大众最大的数据中心集群之一。阿什土产货区因其密集的数据中心而成为电力消费的热门地区。

就听众温顺的AI数据中心对电力的影响，李博士的回应聚会在4个方面。第一是数据中心的聚会出现窜改了电力负荷的地舆散布。在数据中心密集的地区，电网基础关节承受更大的压力，需要升级和彭胀以直爽束缚增长的电力需求。第二是电力消费的时分波动。数据中心常常24小时不终止启动，但其电力负荷可能会随用户行径和业务需求变化。比如，在线就业的岑岭使用时分会加多电力需求，这种波动会影响当地电网的结识性。第三是对可再生能源发展的推动。由于数据中心运营商日益温顺可执续发展和镌汰碳排放，它们更倾向于使用可再生能源。这推动了可再生能源技俩的发展，并窜改了电力消费的能源结构。临了是经济影响。数据中心的聚会可能导致某些地区电力需求激增，进而推高电价。李博士回来说，数据中心的影响是多方面的，触及电力需求、负荷散布、基础关节、能源结构和经济成分等。

AI时刻使对电力需求的预测史无先例地精确

在上述论坛上，勒罗伊诠释了AI模子怎么有助于更精确地预测和顾问电力需求。跟着AI时刻尤其是大数据和机器学习（ML）的发展，这些数据不仅包括传统的消费模式，还包括天气变化、经济行径以至社会事件对电力需求的即时影响。

当听众发问AI模子和传统模子不相似的方位时，李博士例如说，通过诈欺以上大数据，用LSTM这么的AI模子大约预测特定时分和地点的电力需求，它不错记取夙昔的特定模式，比如由于空调的使用，在炎暑的夏季电力使用量会加多，或者在沐日历间由于企业关闭而使用量减少。它擅长在永劫天职记取蹙迫细节，并忽略那些对分析方针不关连的数据点。本体上，LSTM模子提供了一种追踪蹙迫电力使用模式并忽略那些被以为对所需分析有害的形态。

勒罗伊在回应问题时说，AI也大约通过及时数据监控和分析来优化能源分拨和电网启动的结识性。例如，AI系统不错及时自动治疗输电知道和发电量，以防备过载或不及。这种类型的智能电网顾问不仅擢升了电网的物理和经济效益艳照，还增强了对突发事件的反应才调，如天然灾害或不测事故导致的电力中断。他回来说，AI时刻大大镌汰电力需求预测的差错，具有无与伦比的精确度。

政府阛阓监管的形态将发生历史性的窜改

李博士暗示，能源监管传统上植根于以化石燃料为主导的范式。可再生能源与先进电板存储时刻的勾通澈底窜改了能源阛阓动能，为电力销售商提供了执意的容量适度和阛阓影响力。这些创新擢升了活泼性、电网结识性和可再生能源的使用率。天然这种转机提供了高大的阛阓契机，但也引发了东谈主们对阛阓力（market power）的担忧以及对更新法例的需求。新时刻大约在低需求时储存过剩的电力，使一些电力销售商在需求岑岭时间爆发式地占领阛阓。

听众发问，一般东谈主以为再生能源和与此关连的AI电板蓄能的发展对电力供应是善事，为什么你为此担忧，有什么事实把柄呢？李博士说，这种缅念念是从政府对阛阓力的监管角度来看的，同期亦然有计划到抵消费者职权的保护。

为了展示可再生能源和电板存储范畴最新推崇对政府阛阓监管的挑战，李博士例如说，有计划一个标示装机容量为100兆瓦的可再生能源关节，政府监管部门咫尺使用容量因子治疗，揣摸该关节在岑岭时段的容量仅为36兆瓦。可是，跟着电板存储的引入，岑岭时段发电量可激增到115兆瓦。而把柄咫尺的掂量圭臬，该公司绸缪出的阛阓份额可能低于，而本体上大大高于20％的法定圭臬。该企业可能不受适度地利用它领有的阛阓主管才调，在岑岭用电时擢升电价，消费者利益因此受损。

对怎么校正监管法例，李博士提倡修改现存的反把持阛阓份额绸缪法，从以化石燃料能源为基础的容量因子绸缪法，改为基于销售或基于容量加电板的绸缪来绸缪可再生能源的容量。

关于法例窜改的可行性究诘，剑桥的勒罗伊提倡用ABM（基于代理的模子）进行模拟。ABM是一种绸缪机模拟模子触及具有不同端正和行径的个体代理，这些代理在其环境中互动，从而在系统级别产生出神志级的模式。一个“代理”就像是视频游戏中的一个脚色。每个代理皆有我方的一套端正和行径形态，这让它们大约与其他代理和周围环境进行互动。当通盘这些代理沿途行动时，它们会创造出复杂的模式或成果，访佛于社区中的个体怎么共同孝敬于通盘这个词群体的行径。这一模子将翻新性地窜改复杂系统的分析形态。

数据秘籍和安全是AI应用告成的环节

斯莱特则更多温顺AI在数据秘籍和安全方面的挑战。他指出，在股东AI时刻在电力工业应用的同期，必须确保对个东谈主和企业数据的严格保护。数据泄露或浪费不仅恫吓到消费者的秘籍权，还可能危及通盘这个词电力系统的安全。

斯莱特强调了采选先进的加密时刻和严格的数据造访适度机制的蹙迫性。他提到，例如，通过使用端到端加密时刻，不错确保数据在传输经由中的安全性。此外，引申多层数据造访权限和身份考据机制，不错确保唯有授权用户才能造访敏锐信息。

针对AI的聚集安全风险，梁博士建议加多对AI系统自身的安全性评估。AI系统当作软件应用，自己也可能成为聚集谬误的方针。因此，拓荒和部署AI处罚决策时，必须进行澈底的安全测试和执续的安全监控。

在回应AI安全触及的法律问题，斯莱专指出，好意思国州和联邦法例的交叉加多了复杂性。公用处事中的AI应用可能属于联邦监管范畴，这取决于它们对批发阛阓、国度安全或更鄙俚的AI问题的影响，但各州将在安全、秘籍和可靠性问题上加多我方的法例。这加强了各级灵验对话的必要性。

斯莱特以为，在有计划秘籍和聚集安全的情况下促进数据分享至关蹙迫。他提倡“施行的绽放基准”，以在不毁伤微妙性的情况下促进创新。他强调，简直度（系统确保可靠性和性能、激励信心和透明度的才调）和可诠释性（确保AI决策不错被多样参与者潜入和赢得）是AI被继承的基础，必须以灯火通后的形态部署AI，加快向再生能源转型并均衡它们与AI的翻新性创新。

（作家系好意思国马里兰大学经济学讲授）

举报著作作家