如何在能源領域發揮人工智能這一引領科技產業變革的戰略性技術的溢出帶動性 “頭雁”效應?在習近平提出推動能源消費、供給、技術、體制的“四個革命”背景下,如何協同高新技術,把能源技術及其關聯產業培育成帶動我國產業升級的新增?點?國網能源研究院數字經濟研究所與天云團隊以志同道合攜手,開啟了一場思想之旅。

在11月14日由國網能源研究院與天云數據聯合舉辦的第三屆能源數字經濟論壇,總經理王廣輝提出:“能源??智能”(EAI)將成為這種想象?下的中國能源?命選項。

國網能源研究院副總工兼能源數字經濟研究所所長鄭厚清發表開場致辭。

“人工智能可以打破時間約束,挖掘時間財富?!?strong>天云數據CEO雷濤從AI壓縮時空的哲思高度談起:人類在長時間周期里通過不斷試驗和試錯所沉淀的經驗、規則和流程(白箱模型),都會被數據科學全新方法構建模式所替代。知識或智力(模型)的生產被加速,從歷年來的經驗積累時間,壓縮到數小時的模型訓練時間;知識或智力的復雜性被放大,人類大腦無法抽象和邏輯化的規則,(比如圍棋中的棋風或大局觀),被深度學習這樣的非線性網絡連接表達和代價評估所替代;知識或智力的封裝和移動更為簡單高效,從專家大腦中形式化到自動化代碼,從教師們的口傳心授到云計算中的一鍵下載,并像電力一樣可以被廣泛傳輸。也就是說,AI的本質是知識生產與封裝。

在未來時間軸上,通過AI預測所挖掘的財富的能力如何計量?凱文凱利曾預言過未來的12個趨勢其中之一便是知化(Cognifying):人類用手的肌肉力量即可開動250馬力的汽車,假設將250馬力的車轉換成250種思想,那么我們開的就不是車,而是自動化的電腦。人類未來的目標,是將智力作為一種服務,可以像電力一樣傳輸。根據雷濤的推測,以后不只是能駕駛250馬力的汽車奔跑數百公里,還可以駕馭25000腦力的AI在數萬線索維度上的預測。

國網能源院能源數字經濟研究所研究員高洪達提出,復雜網絡科學堪稱改變能源電力思維方式、助推能源革命。復雜網絡是由數量極大的結點相互聯系而構成的。不同類型的網絡之間的共同的特征,對網絡的共同特征的了解,有助于更好認識網絡行為,并進而改善網絡的性能,高洪達介紹了復雜網絡的基本特征、復雜網絡興起的原因、發展趨勢展望以及在電力數據中的應用。

天云數據售前總監謝文華以在意大利撒丁島建設最優的為電動車服務的移動電力網絡為例,講述了復雜網絡分析技術在電力系統的落地應用。天云基于人口普查、出行數據、已有移動電力網絡和已有發電廠等數據,在復雜網絡圖上進行計算、分析和預測,通過普查數據重建起點-目的地矩陣,進而對居民的通勤和出行行為進行建模,最后通過復雜網絡來分析計算最有價值設立充電基礎設施的區域和點位,通過方案優化,達到最小化能源傳輸成本和最大化設施服務價值的目的。

國網能源院管理咨詢研究所研究員許精策提出,“視覺”是人類感知世界極為重要的方式,將“視覺智能”應用于能源領域,為能源賦予觀察世界的“慧眼”,能夠極大地提升能源的生產力、客戶認知力以及內在控制能力。許精策首先從視覺智能的概念入手,按照肉眼可見信息與肉眼不可見信息將生活中的視覺信息進行了分類,明確了視覺智能中包括分類、目標識別、區域分割、圖像生成以及圖像合成等五大類基本任務;然后對能源領域發展視覺智能的必要性進行了闡述,并提出天下沒有免費的午餐,人工智能雖然在別的領域顯得一片繁榮,對于能源領域這一相對陌生的區域,依舊需要以“從零開始”的勇氣去投入研究;最后,許精策從視覺智能作為生產力、認知力與控制力三個方面分別提出了視覺智能在能源領域應用方向的思考。

天云數據VP劉煒介紹了天云數據控股的五季數據在能源管理優化方面的應用,當前,國際石油公司相繼啟動了數字化轉型工作,五季數據在此背景下,將核心能力以數據化形式沉淀到國內三大石油公司的數據湖,實現數據融合流動,從而構建起數據閉環運轉體系,更高效地進行業務探索和創新,實現以數據驅動為核心的差異化競爭力。在能源管理優化方面,實現了能源的供、產、耗全業務流程管理、可視化展示。通過能源優化模型,對全廠的 蒸汽、電力等進行在線優化,實時推送優化方案,綜合平衡全局用能,促進了節能減排 、降本增效,每年節能降耗減費3000萬元以上。

國網能源院能源數字經濟研究所研究員劉威,提出了人工智能改變能源業務模式,在能源領域,人工智能越來越成為能源革命的變革力量,推動能源向著智能化、清潔化方向發展。人工智能與能源電力的結合大致可分為三個階段:

第一,初級階段,效率提升。人工智能幫助提升能源生產、傳輸、分配、消費各環節效率,輔助人類實現能源管理和高效匹配,減輕運行人員壓力,提升能源運行安全和運行效率。

第二,中級階段,代替工作。人工智能逐步代替能源生產消費中人類的工作,實現對復雜場景的全景分析和精準把控,及時發展業務、管理過程中的薄弱點,打造全面的業務支撐體系。人工智能將成為保證業務正常運行的主力軍,全面代替人在能源生產鏈上的主體作用。

第三,高級階段,全景變革。在這一階段,人工智能與能源的深度融合產生一種新的技術應用體系“能源人工智能”(energy artificial intelligent,EAI)。EAI實現用能“無感化”,用戶從選擇式能源消費轉向體驗式能源消費,提升用戶用能幸福感。EAI弱化能源之間的物理壁壘,實現不同品類能源的高效融合互補,打造立體式能源利用和管理模式。

國網能源院能源數字經濟研究所研究員崔維平提出,國網云將成為能源互聯網建設的重要新型基礎設施。他從兩個層面對云平臺的優勢進行分析。傳統意義上,云平臺的效用主要集中資源復用、簡化業務部署、自動運維等方面,重點面向企業研發人員。而在當前數字化轉型的大背景下,云平臺對普通員工資源可見,服務可用,應用可享意義重大,是企業開展賦能員工數字化創新的關鍵。

其次,通過將國網云與先進云服務提供商阿里云、騰訊云等對比分析,提出云平臺作為下一代互聯網的基礎設施和能源互聯網建設的新型基礎設施,要加快國網與大數據、物聯網、人工智能、區塊鏈、5G等新興技術的深度融合,互為支撐,加強PaaS的研發,為用戶提供友好的互動界面,讓國網公司基層員工可見、可用、可享。

天云數據首席數據科學咨詢師馮晟提到,隨著近期數據已經作為生產資料出現,“數據是新電力”的說法已經得到了中央的支持。首先,行業有大量數據資產沉淀,這些數據僅僅作為歷史記錄沉睡在數據倉庫。另一方面聘請數據科學家的成本高昂,如何降低AI使用門檻,使沉睡在各行業的數據發揮出價值,是“AI+行業”面臨的第一道檻。其次,大數據時代的到來使得傳統的統計分析不足以挖掘海量數據的規律,而且數據的搬家使得數據的時效性變得很差。另一方面算法越來越復雜,傳統的計算架構難以承載新的算法。自動機器學習的出現使得對算力的要求提升到了一個新臺階。如何快速的挖掘海量數據,如何利用自動機器學習再次降低AI門檻是要解決的第二個問題。最后一個問題是模型如何落地生產。建模已經有很多的障礙,待模型建立后真正進入生產預測其實也是一直困擾業內的問題。如何快速的把來之不易的模型應用到生產一線、直接產生價值是AI應用的最后一公里。

論壇由國網能源研究院能源數字經濟研究所主任工程師孫藝新和天云數據市場總監楊帆主持。

??智能應?改變著?類?活?式和發展?式,正在成為可?的現實,但AI賦能的?式、途徑、 節奏,如何匹配能源?命演化、與能源?態進化的與時俱進?來自國網能源研究院與天云數據的嘉賓討論并未結束,探索正在進行時。

怎么靠英语网上赚钱