中國(guó)儲(chǔ)能網(wǎng)訊：人工智能（AI）作為引領(lǐng)未來(lái)發(fā)展的戰(zhàn)略性技術(shù)，與能源產(chǎn)業(yè)的深度融合，正催生“人工智能+”能源新范式，成為推動(dòng)能源革命、保障國(guó)家能源安全、實(shí)現(xiàn)“雙碳”目標(biāo)的重要驅(qū)動(dòng)力。本文系統(tǒng)研究了“人工智能+”在電力、煤炭、油氣三大基礎(chǔ)能源行業(yè)的應(yīng)用現(xiàn)狀和優(yōu)勢(shì)，深度剖析了其在數(shù)據(jù)、模型與場(chǎng)景、信息安全、人才、電力與算力五個(gè)關(guān)鍵維度上面臨的共性及行業(yè)特異性挑戰(zhàn)，并提出一套系統(tǒng)性的、分階段的發(fā)展建議，旨在為構(gòu)建新型能源體系，實(shí)現(xiàn)能源行業(yè)與人工智能產(chǎn)業(yè)的雙向協(xié)同促進(jìn)提供決策支持。
一、現(xiàn)狀：多點(diǎn)行業(yè)突破，初具系統(tǒng)規(guī)模
當(dāng)前，“人工智能+”能源應(yīng)用已整體完成技術(shù)可行性驗(yàn)證，進(jìn)入規(guī)?；瘜?shí)踐探索的關(guān)鍵階段。在電力、煤炭、油氣等關(guān)系國(guó)計(jì)民生的重點(diǎn)能源領(lǐng)域，人工智能技術(shù)在提升生產(chǎn)運(yùn)行效率、保障運(yùn)營(yíng)安全、優(yōu)化資源配置等方面展現(xiàn)出顯著效益。然而，各行業(yè)數(shù)字化基礎(chǔ)和發(fā)展水平存在明顯差異，整體上正處于從單點(diǎn)技術(shù)突破向系統(tǒng)化、規(guī)?；瘧?yīng)用推廣的重要轉(zhuǎn)型期。推動(dòng)“人工智能+”能源高質(zhì)量發(fā)展，是把握新一輪科技革命與產(chǎn)業(yè)變革機(jī)遇的戰(zhàn)略抉擇，是驅(qū)動(dòng)能源產(chǎn)業(yè)實(shí)現(xiàn)質(zhì)量變革、效率變革、動(dòng)力變革的核心引擎。其價(jià)值遠(yuǎn)不止于技術(shù)層面的工具性應(yīng)用，更體現(xiàn)在對(duì)能源系統(tǒng)底層邏輯的重塑、對(duì)國(guó)家能源安全基石的鞏固以及對(duì)全球低碳競(jìng)爭(zhēng)格局的深遠(yuǎn)影響。具體而言，“人工智能+”能源現(xiàn)狀體現(xiàn)在以下五個(gè)維度。
（一）數(shù)據(jù)采集體系基本建成，數(shù)據(jù)流通共享存在壁壘
一是電力行業(yè)數(shù)據(jù)基礎(chǔ)較為完善。已建成覆蓋“發(fā)—輸—配—用”全環(huán)節(jié)的智能化感知監(jiān)測(cè)體系。高級(jí)計(jì)量架構(gòu)（AMI）、智能巡檢無(wú)人機(jī)、變電站狀態(tài)監(jiān)測(cè)傳感器等設(shè)備實(shí)現(xiàn)海量實(shí)時(shí)數(shù)據(jù)采集，數(shù)據(jù)總量達(dá)到EB級(jí)別。在新能源功率預(yù)測(cè)等領(lǐng)域已實(shí)現(xiàn)氣象、地理等多源數(shù)據(jù)融合分析。
二是煤炭行業(yè)數(shù)據(jù)采集聚焦安全與效率。建立以井下環(huán)境監(jiān)測(cè)傳感器網(wǎng)絡(luò)為核心的安全數(shù)據(jù)采集體系。地質(zhì)勘探數(shù)據(jù)、設(shè)備運(yùn)行參數(shù)、生產(chǎn)調(diào)度信息等關(guān)鍵數(shù)據(jù)不斷完善。智能化示范礦山建設(shè)有效推動(dòng)行業(yè)數(shù)據(jù)標(biāo)準(zhǔn)化進(jìn)程。
三是油氣行業(yè)數(shù)據(jù)資源價(jià)值密度高。構(gòu)建覆蓋勘探、開發(fā)、煉化、儲(chǔ)運(yùn)全產(chǎn)業(yè)鏈的數(shù)據(jù)采集體系。地震勘探、測(cè)井解釋等業(yè)務(wù)形成高價(jià)值多模態(tài)數(shù)據(jù)資產(chǎn)。油氣行業(yè)數(shù)據(jù)管理方式正從分散存儲(chǔ)向集中化、平臺(tái)化方向演進(jìn)。
（二）模型與應(yīng)用場(chǎng)景廣度持續(xù)拓展，技術(shù)深度有待突破
一是電力行業(yè)應(yīng)用生態(tài)較為完善。在發(fā)電側(cè)，新能源功率預(yù)測(cè)實(shí)現(xiàn)業(yè)務(wù)全覆蓋，火電機(jī)組優(yōu)化控制取得實(shí)質(zhì)性進(jìn)展。在電網(wǎng)側(cè)，智能巡檢、潮流計(jì)算、負(fù)荷預(yù)測(cè)等核心業(yè)務(wù)實(shí)現(xiàn)規(guī)模化應(yīng)用。在用電側(cè)，用戶畫像分析、需求側(cè)響應(yīng)、虛擬電廠調(diào)度等創(chuàng)新應(yīng)用快速發(fā)展。
二是煤炭行業(yè)聚焦安全與效率雙提升。在安全監(jiān)控領(lǐng)域，計(jì)算機(jī)視覺技術(shù)在人員定位、違章識(shí)別、災(zāi)害預(yù)警等方面成效顯著。在智能開采領(lǐng)域，工作面自適應(yīng)控制、無(wú)人駕駛運(yùn)輸?shù)燃夹g(shù)進(jìn)入工程化示范階段。
三是油氣行業(yè)突出價(jià)值創(chuàng)造導(dǎo)向。在上游勘探領(lǐng)域，深度學(xué)習(xí)技術(shù)大幅提升油氣藏識(shí)別精度和勘探成功率。在中游管輸領(lǐng)域，智能泄漏檢測(cè)、設(shè)備預(yù)測(cè)性維護(hù)等技術(shù)實(shí)現(xiàn)規(guī)?；渴稹Ｔ谙掠螣捇I(lǐng)域，工藝參數(shù)優(yōu)化、產(chǎn)品質(zhì)量預(yù)測(cè)等應(yīng)用取得顯著經(jīng)濟(jì)效益。
（三）信息安全保障體系初步建立，新型風(fēng)險(xiǎn)應(yīng)對(duì)能力不足
一是傳統(tǒng)安全防護(hù)體系持續(xù)完善。關(guān)鍵信息基礎(chǔ)設(shè)施安全防護(hù)能力穩(wěn)步提升，網(wǎng)絡(luò)邊界防護(hù)、入侵檢測(cè)、安全審計(jì)等基礎(chǔ)能力全面覆蓋，AI技術(shù)已在安全日志分析、威脅情報(bào)挖掘等領(lǐng)域?qū)崿F(xiàn)應(yīng)用。
二是行業(yè)安全防護(hù)重點(diǎn)各具特色。電力行業(yè)重點(diǎn)保障電網(wǎng)實(shí)時(shí)控制系統(tǒng)安全穩(wěn)定運(yùn)行。煤炭行業(yè)著力防范井下監(jiān)測(cè)監(jiān)控系統(tǒng)被篡改引發(fā)的安全風(fēng)險(xiǎn)。油氣行業(yè)高度重視長(zhǎng)輸管道SCADA系統(tǒng)網(wǎng)絡(luò)安全防護(hù)。
（四）人才需求持續(xù)快速增長(zhǎng)，供給結(jié)構(gòu)亟需優(yōu)化
一是復(fù)合型人才嚴(yán)重短缺。精通人工智能技術(shù)并深刻理解能源行業(yè)特性的跨界人才極度匱乏。能源行業(yè)在人才競(jìng)爭(zhēng)中處于相對(duì)劣勢(shì)，高端人才向互聯(lián)網(wǎng)、金融領(lǐng)域流失嚴(yán)重。
二是行業(yè)人才儲(chǔ)備差異顯著。電力行業(yè)數(shù)字化轉(zhuǎn)型起步較早，人才基礎(chǔ)相對(duì)扎實(shí)。煤炭、油氣行業(yè)傳統(tǒng)工程技術(shù)人才比重大，數(shù)字化轉(zhuǎn)型面臨挑戰(zhàn)。
三是人才培養(yǎng)體系初見成效。行業(yè)領(lǐng)軍人才和創(chuàng)新團(tuán)隊(duì)初具規(guī)模，但是現(xiàn)有人才知識(shí)結(jié)構(gòu)更新速度滯后于技術(shù)發(fā)展需求，產(chǎn)教融合的人才培養(yǎng)機(jī)制尚未完全建立。
（五）電力與算力局部沖突已經(jīng)顯現(xiàn)，系統(tǒng)規(guī)劃亟待加強(qiáng)
一是算力資源配置亟待優(yōu)化。能源行業(yè)主要依賴私有云和傳統(tǒng)數(shù)據(jù)中心，資源利用率整體偏低。復(fù)雜模型訓(xùn)練任務(wù)開始借助公有云算力資源，算力基礎(chǔ)設(shè)施缺乏統(tǒng)一規(guī)劃和集約化建設(shè)。
二是能源消耗問題初步顯現(xiàn)。當(dāng)前AI應(yīng)用總體能耗處于可控范圍，但增長(zhǎng)勢(shì)頭迅猛。大模型訓(xùn)練、數(shù)字孿生等應(yīng)用將帶來(lái)算力能耗的指數(shù)級(jí)增長(zhǎng)。
三是綠色低碳發(fā)展任重道遠(yuǎn)?！皷|數(shù)西算”工程為綠色算力發(fā)展提供重要契機(jī)，可再生能源供電、余熱利用等低碳技術(shù)路線仍處于探索階段，算力基礎(chǔ)設(shè)施的碳足跡監(jiān)測(cè)和管理體系尚未建立。
二、挑戰(zhàn)：壁壘依然存在，亟待深度融合發(fā)展
為推動(dòng)“人工智能+”能源從示范應(yīng)用走向規(guī)?；栈荨妮o助決策走向核心賦能，必須清醒認(rèn)識(shí)并系統(tǒng)應(yīng)對(duì)當(dāng)前面臨的一系列嚴(yán)峻挑戰(zhàn)。當(dāng)前產(chǎn)業(yè)發(fā)展正處于從“可用”到“好用”的深化攻堅(jiān)期，以下五大維度的瓶頸問題亟待破解。
（一）數(shù)據(jù)面臨質(zhì)量、共享與合規(guī)的“三重門檻”
一是數(shù)據(jù)質(zhì)量基礎(chǔ)薄弱。能源工業(yè)現(xiàn)場(chǎng)環(huán)境復(fù)雜，傳感器監(jiān)測(cè)數(shù)據(jù)易受干擾，存在高噪聲、高缺失率與異常值頻發(fā)等問題。高質(zhì)量標(biāo)注數(shù)據(jù)成本高昂且專業(yè)性強(qiáng)，尤其在設(shè)備故障等稀缺樣本場(chǎng)景下，難以構(gòu)建滿足AI訓(xùn)練要求的高質(zhì)量數(shù)據(jù)集。
二是數(shù)據(jù)共享機(jī)制缺失。發(fā)電企業(yè)、電網(wǎng)公司、用戶等主體間數(shù)據(jù)權(quán)責(zé)邊界不清，缺乏安全可信的數(shù)據(jù)共享激勵(lì)機(jī)制與流通平臺(tái)。數(shù)據(jù)壁壘導(dǎo)致“數(shù)據(jù)孤島”現(xiàn)象嚴(yán)重，制約全產(chǎn)業(yè)鏈協(xié)同優(yōu)化與價(jià)值釋放。
三是數(shù)據(jù)隱私合規(guī)風(fēng)險(xiǎn)突出。用戶用電數(shù)據(jù)等敏感信息涉及個(gè)人隱私保護(hù)，在《個(gè)人信息保護(hù)法》等法規(guī)框架下，如何在合規(guī)前提下實(shí)現(xiàn)數(shù)據(jù)價(jià)值利用，成為行業(yè)面臨的重大法律與倫理挑戰(zhàn)。
（二）模型與場(chǎng)景存在可靠性、可解釋性與泛化能力的“黑箱困境”
一是模型可靠性驗(yàn)證不足。能源系統(tǒng)屬安全臨界系統(tǒng)，深度學(xué)習(xí)等模型的“黑箱”特性導(dǎo)致其在極端或?qū)弓h(huán)境下行為不可預(yù)測(cè)，難以滿足電網(wǎng)實(shí)時(shí)控制、井下自主作業(yè)等核心場(chǎng)景對(duì)可靠性的嚴(yán)苛要求。
二是模型決策可解釋性缺失。能源領(lǐng)域?qū)＜倚枥斫釧I決策邏輯以建立信任并實(shí)現(xiàn)責(zé)任追溯。現(xiàn)有模型缺乏可解釋性支撐，阻礙其在關(guān)鍵任務(wù)中的深度應(yīng)用與專業(yè)人員接受度。
三是模型泛化能力受限。針對(duì)特定場(chǎng)景訓(xùn)練的AI模型（如鉆井優(yōu)化、負(fù)荷預(yù)測(cè)）難以適應(yīng)不同地質(zhì)條件、區(qū)域特征等新環(huán)境，自適應(yīng)與遷移學(xué)習(xí)能力不足，嚴(yán)重制約技術(shù)規(guī)模化推廣。
（三）信息安全面臨攻擊面擴(kuò)大與防御滯后的“雙重壓力”
一是新型攻擊面持續(xù)擴(kuò)大。AI技術(shù)引入將攻擊向量從傳統(tǒng)IT網(wǎng)絡(luò)擴(kuò)展至數(shù)據(jù)供應(yīng)鏈與模型本體，數(shù)據(jù)投毒、對(duì)抗樣本等新型攻擊手段可系統(tǒng)性破壞模型性能或誘發(fā)關(guān)鍵決策失誤。
二是AI原生安全防御能力不足。傳統(tǒng)網(wǎng)絡(luò)安全手段難以有效應(yīng)對(duì)模型竊取、成員推斷等AI特有威脅，缺乏專門防護(hù)技術(shù)與工具，存在災(zāi)難性物理安全風(fēng)險(xiǎn)隱患。
三是安全標(biāo)準(zhǔn)與認(rèn)證體系缺失。能源AI系統(tǒng)安全測(cè)試標(biāo)準(zhǔn)、認(rèn)證流程與審計(jì)規(guī)范尚屬空白，導(dǎo)致產(chǎn)品安全基線不明確，規(guī)模化應(yīng)用存在標(biāo)準(zhǔn)壁壘。
（四）人才存在供需不足與培養(yǎng)脫節(jié)的“結(jié)構(gòu)性斷層”
一是復(fù)合型人才短缺。市場(chǎng)缺乏既精通AI技術(shù)又精通能源業(yè)務(wù)的“能源AI架構(gòu)師”，反映出現(xiàn)行高等教育學(xué)科設(shè)置過(guò)細(xì)、產(chǎn)教融合不足等深層次矛盾。
二是現(xiàn)有員工轉(zhuǎn)型壓力巨大。行業(yè)存量從業(yè)人員規(guī)模龐大，知識(shí)結(jié)構(gòu)老化與AI技能培訓(xùn)體系不完善并存，轉(zhuǎn)型阻力較大。
三是自主創(chuàng)新人才培養(yǎng)機(jī)制薄弱。能源企業(yè)在體制機(jī)制、薪酬結(jié)構(gòu)、創(chuàng)新文化等方面對(duì)AI人才的競(jìng)爭(zhēng)力較弱，面臨“引不來(lái)、留不住”的困境。
（五）電力與算力面臨能耗增長(zhǎng)與綠色發(fā)展的“可持續(xù)悖論”
一是算力能耗與節(jié)能目標(biāo)存在沖突。AI算力能耗隨模型規(guī)模擴(kuò)大呈指數(shù)級(jí)增長(zhǎng)，與能源系統(tǒng)節(jié)能降碳目標(biāo)形成內(nèi)在張力，亟待破解“為節(jié)能而耗能”的發(fā)展悖論。
二是算力資源可及性不均。高性能計(jì)算資源成本高昂，中小型能源企業(yè)與科研機(jī)構(gòu)算力獲取門檻高，可能加劇行業(yè)“數(shù)字鴻溝”。
三是算力設(shè)施與電網(wǎng)協(xié)同不足。大型算力中心集中布局對(duì)區(qū)域電網(wǎng)供電能力與穩(wěn)定性構(gòu)成挑戰(zhàn)，算力負(fù)荷與電網(wǎng)智能化調(diào)度間缺乏協(xié)同機(jī)制。
三、建議：夯實(shí)頂層設(shè)計(jì)，加快體系化推進(jìn)
為推動(dòng)“人工智能+”能源高質(zhì)量發(fā)展，有效應(yīng)對(duì)當(dāng)前面臨的系統(tǒng)性挑戰(zhàn)，建議從頂層設(shè)計(jì)著手，構(gòu)建政府引導(dǎo)、企業(yè)為主體、科研院所支撐、社會(huì)資本參與的協(xié)同創(chuàng)新體系，系統(tǒng)性、體系化推進(jìn)以下五大維度重點(diǎn)工作，推動(dòng)人工智能在能源行業(yè)的高質(zhì)量創(chuàng)新發(fā)展，構(gòu)建“人工智能+能源行業(yè)”創(chuàng)新方法論，并推動(dòng)人工智能技術(shù)、方法論的創(chuàng)新發(fā)展。
（一）構(gòu)建安全可信的能源數(shù)據(jù)基礎(chǔ)設(shè)施
一是建立健全能源數(shù)據(jù)標(biāo)準(zhǔn)體系。由國(guó)家能源主管部門牽頭，聯(lián)合行業(yè)協(xié)會(huì)、龍頭企業(yè)及標(biāo)準(zhǔn)化組織，共同制定覆蓋電力、煤炭、油氣等關(guān)鍵領(lǐng)域的能源數(shù)據(jù)元、接口規(guī)范、質(zhì)量評(píng)估等國(guó)家標(biāo)準(zhǔn)。設(shè)立專項(xiàng)支持計(jì)劃，推動(dòng)人工智能技術(shù)在數(shù)據(jù)自動(dòng)清洗、修復(fù)與增強(qiáng)方面的規(guī)模化應(yīng)用。
二是建設(shè)國(guó)家級(jí)能源數(shù)據(jù)空間。借鑒國(guó)際先進(jìn)經(jīng)驗(yàn)，構(gòu)建安全可信、權(quán)責(zé)清晰的國(guó)家級(jí)能源數(shù)據(jù)共享平臺(tái)。積極應(yīng)用隱私計(jì)算、聯(lián)邦學(xué)習(xí)、區(qū)塊鏈等關(guān)鍵技術(shù)，實(shí)現(xiàn)數(shù)據(jù)“可用不可見、可控可計(jì)量”。優(yōu)先在電力市場(chǎng)交易、油氣管道公平開放、區(qū)域綜合能源規(guī)劃等關(guān)鍵領(lǐng)域開展試點(diǎn)，建立數(shù)據(jù)價(jià)值共享機(jī)制。
三是完善數(shù)據(jù)合規(guī)治理體系。加快出臺(tái)能源數(shù)據(jù)分類分級(jí)指南，明確數(shù)據(jù)權(quán)屬、使用邊界與安全責(zé)任。鼓勵(lì)探索數(shù)據(jù)信托、數(shù)據(jù)銀行等創(chuàng)新模式，在嚴(yán)格保障國(guó)家安全、商業(yè)秘密與個(gè)人隱私的前提下，推動(dòng)能源數(shù)據(jù)依法有序流動(dòng)與價(jià)值釋放。
（二）突破可信AI技術(shù)并打造標(biāo)桿場(chǎng)景
一是部署“能源大腦”科技攻關(guān)專項(xiàng)。設(shè)立國(guó)家級(jí)重大科技專項(xiàng)，重點(diǎn)突破可解釋AI、因果推斷、物理信息神經(jīng)網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí)安全驗(yàn)證等能源領(lǐng)域“可信AI”底層關(guān)鍵技術(shù)。支持開發(fā)面向電力、煤炭、油氣等行業(yè)特點(diǎn)的專用算法庫(kù)與模型框架。
二是實(shí)施“揭榜掛帥”示范應(yīng)用工程。圍繞新型電力系統(tǒng)建設(shè)、煤礦智能化升級(jí)、油氣增儲(chǔ)上產(chǎn)等國(guó)家戰(zhàn)略需求，公開發(fā)布技術(shù)攻關(guān)榜單，擇優(yōu)遴選創(chuàng)新主體，重點(diǎn)支持電網(wǎng)自律協(xié)同控制、煤礦重大災(zāi)害智能預(yù)警、油氣勘探開發(fā)數(shù)字孿生等具有重大影響的場(chǎng)景應(yīng)用，打造可復(fù)制推廣的標(biāo)桿案例。
三是建設(shè)國(guó)家級(jí)測(cè)試認(rèn)證平臺(tái)。布局建設(shè)能源AI模型測(cè)試床與認(rèn)證中心，模擬高保真運(yùn)行環(huán)境，對(duì)AI模型的性能、可靠性、魯棒性與安全性進(jìn)行全流程測(cè)試與權(quán)威認(rèn)證，為AI技術(shù)規(guī)?；瘧?yīng)用于能源核心生產(chǎn)環(huán)節(jié)提供準(zhǔn)入依據(jù)。
（三）構(gòu)建內(nèi)生安全的能源AI防護(hù)體系
一是強(qiáng)化法規(guī)標(biāo)準(zhǔn)建設(shè)。推動(dòng)在《關(guān)鍵信息基礎(chǔ)設(shè)施安全保護(hù)條例》等法規(guī)中增補(bǔ)能源AI系統(tǒng)安全專門要求，建立能源AI產(chǎn)品與服務(wù)安全-by-design強(qiáng)制檢測(cè)認(rèn)證制度。
二是突破主動(dòng)防護(hù)技術(shù)。在國(guó)家重點(diǎn)研發(fā)計(jì)劃中專項(xiàng)布局，支持對(duì)抗樣本防御、模型水印、數(shù)據(jù)投毒溯源等關(guān)鍵安全技術(shù)研發(fā)，推動(dòng)能源AI系統(tǒng)形成自適應(yīng)、自免疫的內(nèi)生安全能力。
三是完善協(xié)同應(yīng)急機(jī)制。建立能源主管部門與網(wǎng)信、公安等部門的監(jiān)測(cè)預(yù)警、信息共享與應(yīng)急響應(yīng)聯(lián)動(dòng)機(jī)制，定期組織跨行業(yè)、跨領(lǐng)域的“攻防演練”，全面提升能源關(guān)鍵基礎(chǔ)設(shè)施的網(wǎng)絡(luò)安全韌性。
（四）創(chuàng)新產(chǎn)教融合的人才培養(yǎng)體系
一是深化高等教育改革。支持一流高校設(shè)立“智能能源”交叉學(xué)科，全面推行校企“雙導(dǎo)師制”，共同開發(fā)課程體系與教材。設(shè)立專項(xiàng)獎(jiǎng)學(xué)金，吸引優(yōu)秀生源投身“人工智能+能源”領(lǐng)域。
二是實(shí)施高端人才引進(jìn)計(jì)劃。面向全球靶向引進(jìn)戰(zhàn)略科學(xué)家與產(chǎn)業(yè)領(lǐng)軍人才，賦予其在技術(shù)路線決策、經(jīng)費(fèi)使用、團(tuán)隊(duì)組建等方面的充分自主權(quán)，打造高水平創(chuàng)新團(tuán)隊(duì)。
三是健全在職培訓(xùn)體系。依托龍頭企業(yè)、職業(yè)院校與在線教育平臺(tái)，對(duì)能源行業(yè)在職人員開展全覆蓋、系統(tǒng)化的AI技能培訓(xùn)，并將培訓(xùn)成果納入職稱評(píng)定與職業(yè)發(fā)展通道。
（五）布局綠色集約的算力支撐體系
一是統(tǒng)籌算力基礎(chǔ)設(shè)施布局。將能源行業(yè)算力需求全面納入國(guó)家算力網(wǎng)絡(luò)體系，在“東數(shù)西算”工程中規(guī)劃建設(shè)面向能源領(lǐng)域的綠色集約化算力樞紐，優(yōu)先布局在可再生能源富集區(qū)域，配套保障綠色電力供應(yīng)。
二是推動(dòng)算力電力協(xié)同調(diào)度。研發(fā)應(yīng)用AI賦能的算力網(wǎng)絡(luò)協(xié)同調(diào)度系統(tǒng)，協(xié)同大型算力中心負(fù)荷、模型預(yù)訓(xùn)練非實(shí)時(shí)計(jì)算等作為柔性可調(diào)節(jié)資源，積極參與電網(wǎng)需求側(cè)響應(yīng)，實(shí)現(xiàn)算力基礎(chǔ)設(shè)施與電力系統(tǒng)的雙向優(yōu)化。
三是支持綠色AI技術(shù)研發(fā)。通過(guò)稅收優(yōu)惠、專項(xiàng)補(bǔ)貼等政策工具，鼓勵(lì)企業(yè)研發(fā)面向能源場(chǎng)景的低功耗AI芯片，推廣應(yīng)用模型剪枝、量化、知識(shí)蒸餾等綠色低碳算法，從源頭降低算力能耗。
四、結(jié)論
“人工智能+”能源是一場(chǎng)深刻的生產(chǎn)力變革，是贏得未來(lái)能源競(jìng)爭(zhēng)主動(dòng)權(quán)的戰(zhàn)略制高點(diǎn)，也是實(shí)現(xiàn)人工智能高質(zhì)量發(fā)展的重要驅(qū)動(dòng)力。我們正處在從“工具性應(yīng)用”向“系統(tǒng)性重塑”躍遷的歷史關(guān)口。面對(duì)數(shù)據(jù)壁壘、模型黑箱、安全風(fēng)險(xiǎn)、人才短缺、算力能耗等多重挑戰(zhàn)，唯有堅(jiān)持戰(zhàn)略引領(lǐng)、系統(tǒng)布局、跨界融合、安全可控的原則，通過(guò)構(gòu)建能源行業(yè)高質(zhì)量數(shù)據(jù)基座、突破可信AI技術(shù)、筑牢安全防線、創(chuàng)新人才機(jī)制、發(fā)展綠色算力，真正釋放人工智能的乘數(shù)、指數(shù)效應(yīng)，驅(qū)動(dòng)我國(guó)能源事業(yè)實(shí)現(xiàn)高質(zhì)量、可持續(xù)發(fā)展，并以此為動(dòng)力，推動(dòng)人工智能技術(shù)與其方法論的持續(xù)演進(jìn)，為全面建設(shè)社會(huì)主義現(xiàn)代化國(guó)家提供堅(jiān)實(shí)的能源支撐。
