北京市海淀区清华大学01062794781i-aiig@tsinghua.edu.cn




2022年4月26日,清华大学人工智能国际治理研究院(I-AIIG)携手联合国开发计划署(UNDP)共同举办“人工智能助力气候变化应对”国际学术研讨会,与来自中国、美国、挪威、英国、德国、日本的数十名专家学者及业内人士共同探讨如何让人工智能赋能气候变化问题的解决,为打造可持续发展未来建言献策。



当晚举行的第二场专题论坛主题为“人工智能与可持续能源”,北京大学工学院副院长宋洁、联合国开发计划署助理驻华代表张薇代表专题论坛承办单位致辞,北京大学大数据分析与应用技术国家工程实验室助理研究员王剑晓主持,邀请到英国史萃克莱德大学工程学院执行院长Stephen McArthur、德国墨卡托全球公域与气候变化研究所教授Felix Creutzig、美国杜克大学环境学院环境科学与政策系副教授Dalia Patino-Echeverri、香港大学电机电子工程系终身教授侯云鹤、清华大学交叉信息研究院助理教授于洋、北京大学工学院助理教授何冠楠做主题发言和对话研讨。

Felix Creutzig教授发言


Felix Creutzig教授围绕可持续发展、可持续经济学以及人居环境分享了最新研究成果。他指出:依据IPCC报告中的数据,如果我们想要把全球气温上升维持在1.5度以内,就必须要把碳排放和温室气体排放减少40%,并在能源方面做出迅速地转型。他聚焦城市视角的人工智能能源解决方案,认为当前单单依靠技术不能解决所有问题,而是需要制定相关的准则和伦理标准。他认为,对人类发展来说,直接地信息反馈和信息传播是非常重要的,就此,他谈及三个重要的全球发展趋势:第一,数字化加剧了不平等,信息技术造成了发展中国家的失业现象,使其无法利用比较优势获得发展,导致数字鸿沟更加严重;第二,垄断性数据平台可能对决策者造成影响,也可能使得政治变得不稳定;第三,效益的增加和效率的增进在随着数字化的发展而加快。这些趋势对全球的稳定性至关重要,因为做出正确的决策需要社会的信任,从而使我们的地球更加稳定。他使用共享经济下的智能出行、可以测算不同情境下能源情况的智能建筑等案例讲解了以人为本的数字化路径,最后强调了信息、数据和治理的重要性以及新冠疫情带来的影响在演讲后的问答环节,Creutzig教授与其他专家学者和线上听众共同探讨了数字化对平等的影响、人工智能对人类社会的损益和碳交易等前沿问题,为认识人工智能对可持续能源的影响提供了不同的视角。

EA38  

Stephen McArthur教授发言


Stephen McArthur教授分享了使用人工智能释放智慧能源系统潜力的方法,助力去碳化和减少碳排放的实现。他通过人工智能对风能生产的优化、对核电站寿命的延长等案例,讲解了在可持续能源发展进程中人工智能发挥作用的三种方式:一是提高运营效率,通过使用人工智能支持风能等可再生能源的生产和使用,并解决能源储存的问题;二是运营自动化,即使用人工智能让能源体系变得更加自主;三是规划。他提出,人工智能对能源的赋能是一个跨学科的过程,因此我们要把人工智能和以数据为中心的工程和商业价值结合起来,让能源公司有激励、有动力采用人工智能进行可盈利的可持续能源开发。此外,他提出人工智能需要获得各方用户的理解,才能取得信任、并获得监管者的批准,从而更好地和其他产业伙伴通力合作。最后,他提出了针对英国建设智能能源系统的倡议,并介绍了这样一套多主体、自组织的自动系统,可以即查、即用,促进同行之间的能源交易。在演讲后,Stephen McArthur教授与其他专家和线上听众探讨了气象数据获取和预测、域外数据监管规则、人工智能和人类之间的关系等热点问题,提出了人工智能在能源领域的可能发展方向。


CD3A  

Dalia Patino-Echeverri副教授发言


Dalia Patino-Echeverri副教授的研究主要关注能源系统的政策设计,她在发言中分享了一种管理风电系统、提供清洁、廉价、可靠电力的方法——GRACE。她指出,电力系统运营商最重要就是保证发电和消耗、负荷之间的微妙平衡,而GRACE的优化模型可以帮助实现操作系统总成本期望值的最小化。她提出了三大挑战,一是制定能源储量目标,这一挑战在气候变化加剧的情况下被凸显;二是使用内在风险的信息,预测常规发电机发生故障的风险;三是帮助减缓相关风险,应对气候变化对电力供需的扰乱。她就此提出建立由能够描述系统操作不确定性及其影响因素的模型、基于风险调整的单位承诺模型、风险软件储备库、机器学习模型以及决定调度和运行资源的算法所共同构成的能源管理系统。她还通过极端天气导致美国大城市大规模停电、不同交接期光伏发电量预测等案例的讲解,详细阐述了能源管理系统的构成,最后将GRACE生动地比喻为“书”,并借此提出类似“图书馆”概念的未来能源系统展望,表达了对新的机器学习模型和人工智能对能源管理改善效果的期待。在演讲后,Dalia Patino-Echeverri副教授与观众和其他专家学者共同探讨了机器学习模型数据量、天气预测难度、碳计算方式等方面的专业问题,展开了深入的思想碰撞。

E81B  

侯云鹤教授发言


侯云鹤教授提出,在新工业革命时代,全球变暖是一个相当严重的问题,依据IPCC报告中的数据,如果我们不降低碳排放,本世纪末的温度升高将会带来极大的灾难。他特别强调了农业、交通运输业等传统行业中电动化战略的实施,提出如果能够增加电力在行业燃料中的使用占比,就可以在很大程度上降低碳排放,从而实现全球温控的目标,而与此同时日益增长的能源需求也为电力行业带来了新的挑战。世界能源委员会提出能源领域面临“三难选择”,即能源安全、环境的可持续发展和能源平等这三个维度之间的平衡,指出寻求这三个维度的平衡是能源部门面临的主要挑战。鉴于当前所面临的去碳、去中心化和数字化方面的挑战,多元的能源体系相互依存,气候变化等外部条件均需纳入考虑,他指出我们需要权衡不同目标,基于数据做出预测和分析。此外,他在演讲中还提到了人工智能的黑箱问题和应用场景,表示需要更多本地化的信息和知识让工程师理解人工智能技术,并讲解了利用人工智能对可再生能源领域中大规模、决定性、不确定的系统线上决策提供帮助的具体策略。在演讲后,侯云鹤教授与其他专家和线上听众共同探讨了物理规则的使用、输电网的选择、人工智能对气候变化的影响以及数据对能源转型的影响等重要议题,论坛圆满结束。




下一篇:姜李丹、薛澜:我国新一代人工智能治理的时代挑战与范式变革

关闭

相关文章

读取内容中,请等待...