AI科技與潔淨能源轉型的矛盾挑戰

🎨 Nano Banana Pro 圖像生成器｜打幾句說話就出圖

想畫人像、產品圖、插畫？SSFuture 圖像生成器支援
Flux 同 Gemini Nano Banana Pro 改圖 / 合成，
打廣東話都得，仲可以沿用上一張圖繼續微調。

🆓 Flux 模型即玩，不用登入

🤖 登入後解鎖 Gemini 改圖

📷 支援上載參考圖再生成

⚡ 每天免費額度任你玩

✨ 即刻玩 AI 畫圖

人工智能的矛盾：耗電技術可能加速潔淨能源轉型

「我認為需要為人工智能的氣候效益辯護，」前美國聯邦能源監管委員會主席尼爾·查特吉（Neil Chatterjee）表示。

人工智能正在被用於保護公用事業基礎設施、推進可再生能源研究的最前沿，以及幫助批准潔淨能源項目，但同時，這項技術也威脅著電網，因為需求量急劇增長。

根據貝恩公司（Bain & Company）在十月的一份報告，人工智能驅動的數據中心繁榮可能占到2023年至2028年間美國電力負荷增長的44%。並且「滿足需求將要求公用事業在2028年前每年增加多達26%的發電量。」

查特吉指出：「我們已經有將近二十年的電力需求相對平穩的時期。我不知道政策制定者、監管機構、政界人士或行業是否已經準備好迎接即將到來的需求激增。」

他表示，之所以自豪能與AiDash這家公司合作，是因為該公司展示了人工智能如何「實際上推進潔淨能源轉型並減輕氣候變化風險」，這是通過更好地幫助公用事業應對風險和挑戰，例如植被管理，每年這項開支達到60億至80億美元。

查特吉強調：「我真的認為需要為人工智能的氣候效益辯護。」

美國擁有約700萬英里的電力線路，「超過2億根電線桿和數十億棵樹，」AiDash的聯合創始人兼首席執行官阿比謝克·辛格（Abhishek Singh）指出。「隨著氣候變化的加劇，這些資產面臨的風險比五年前更大。更重要的是，今天的勞動條件——可供檢查這些資產的人手不足，無法更頻繁地進行大規模檢查。」

辛格表示，最近在生成式人工智能方面的突破使得AiDash的工作成為可能。「在2019年之前，這種人工智能的使用是『不可能的』。」

同時，人工智能驅動的電力需求激增引發了「許多複雜的問題，」查特吉表示，例如數據中心的共址問題。

上個月，美國聯邦能源監管委員會拒絕了一項修訂的互連服務協議，該協議「本質上允許在現有核電廠的範圍內為數據中心提供電力，」查特吉說。

雖然該交易將為數據中心提供來自無碳基載電源的電力，但「將其放在計量後，可能在容量受限的時期增加用戶的成本，從而使更少的用戶承擔更高的成本，」他指出。「如果這筆交易——作為先例——導致其他共址交易的洪流，那麼你可能會面臨資源充足性挑戰。」

查特吉表示：「我認為我們需要在最高層面上對人工智能適應的策略進行領導。我認為，坦白說，我的前同事在美國聯邦能源監管委員會在數據中心共址協議的困境中感到不公平，因為這是一個輸輸的局面。」

然而，他表示樂觀，因為這一困境最終「歸結為滿足需求激增和維持可靠性及可負擔性，不會在美國已確立的減碳目標上倒退的數學方程式。」

查特吉表示：「這是可以實現的。」

協助許可、選址和風險評估

當第一個ChatGPT模型於2022年11月發布時，軟件平台公司Paces已經成立約六個月，並致力於使用傳統人工智能構建一個許可洞察工具，聯合創始人兼首席執行官詹姆斯·麥克瓦特（James McWalter）表示。

「我們實際上能夠建立一個初步數據集，但這花了很多錢和時間，並且立即變得過時，」麥克瓦特說。「我們無法找到適當的方式來擴展它，以合理的成本為客戶服務。因此，我們實際上完全暫停了該項目，並沒有計劃重新啟動它。」

麥克瓦特表示，在ChatGPT首次發布後，Paces重新回到了這個項目，現在使用人工智能工具來幫助潔淨能源開發商加速他們的項目，提供許可、選址、互連和環境風險評估的協助。

該公司能夠利用人工智能進行大規模數據收集和分類任務，以及生成和提交報告。

「我們的看法是，在未來兩年內，幾乎所有桌面分析都應該能夠以非常高的精度自動化，」麥克瓦特說，這樣項目開發者就可以專注於如「參加市政廳會議、與公用事業建立關係——所有這些非常重要的事情，通常他們並沒有足夠的時間去做。」

在九月份，麥克瓦特參加了一個白宮主辦的圓桌會議，會議邀請了人工智能公司、超級計算機公司和公用事業的領導者，共同討論美國在人工智能基礎設施方面的領導地位，並「考慮滿足潔淨能源、許可和勞動力需求的策略」。

「這種對話確實在進行中，」他說。「我們將看看新的政府是否會繼續這種對話，但確實有一些事情正在被能源部及其他政府機構的人們考慮。」

Paces的使命是「建造盡可能多的潔淨發電並使整個經濟擺脫化石燃料，」麥克瓦特說。「因此，我們目前正在努力的其中一件事是使大型負荷中心，如人工智能數據中心，擁有更多選擇，例如大型計量後發電、共址發電等。」

「我們的看法是，數據中心等大型負荷基本上將使用大量天然氣，除非我們找到將可再生能源納入其中的方法，」他表示。

協助核聚變的發展

根據潔淨空氣任務組（Clean Air Task Force）在十一月的一份報告，人工智能也是幫助加速核聚變商業化研究的新工具之一。

「我感到樂觀，因為有許多使聚變成為可能的技術——在此之前這是非常困難的，」CATF的全球聚變主任塞希拉·岡薩雷斯·德·維森特（Sehila Gonzales de Vicente）表示，並且該報告的主要作者。「其中一個就是人工智能。」

在聚變的許多方面，「人工智能可以發揮重要作用，改變遊戲規則，因為之前我們無法解決這些問題，」岡薩雷斯·德·維森特說。「沒有簡單的方法來解決它們。」

一個這樣的問題是維持聚變反應發生的等離子體的穩定性。等離子體中的大規模不穩定性或擾動將終止任何正在進行的聚變反應。

岡薩雷斯·德·維森特表示：「要理解擾動的性質，了解它們為何產生並防止它們是非常困難的。之前的做法是減輕它們，而不是防止它們。」

由麻省理工學院領導的「多機構合作開發聚變數據平台，用於使用磁聚變能的機器學習應用」的核心部分是DisruptionPy，「一個旨在檢索、處理和分析與等離子體擾動相關數據的開源Python庫，」根據該報告。「DisruptionPy的一個關鍵優勢是其能夠簡化數據檢索並為人工智能應用生成大型已驗證數據集。」

岡薩雷斯·德·維森特表示：「能夠預測這些擾動將發生的地方，是一項人類無法完成的任務。人類無法回答和解決這個問題。」

隨著人工智能和高性能計算的進步，計算機內部（或稱為in silico）可以進行更優化的建模，她說。「你仍然需要建造機器，但你需要建造的機器更少，並且可以更好地優化你的參數。」

她說：「人工智能是一種跨越幾乎所有領域的工具。所有與生產設計、設計優化、測試設計有關的事情都是in silico的。現在你有可能不必建造任何設備或整個工廠。你可以在計算機上進行測試。想像一下，這樣的時間和金錢節省，以及當你建造該設備時的優化水平。在此之前，你是無法做到的。」

岡薩雷斯·德·維森特認為，人工智能對所有工業過程和需要高科技設備的情況都是有用的，這在很大程度上得益於它優化操作的能力。

「在接下來的五年內，我們將擁有更好的工具。這些工具將得到更好的發展，然後我們將擁有新的工具，」她說。「這是聚變技術的問題。聚變是一項非常複雜的技術，使用難以設計和建造的機器。現在是我們第一次擁有這些工具來使其成為現實的時候。」

這篇文章提到的人工智能和潔淨能源之間的緊張關係，突顯了科技進步與環境保護之間的矛盾。隨著人工智能的廣泛應用，能源需求的激增勢必對電網造成壓力，這就需要政策制定者和行業領導者提前預見這一挑戰並制定相應的應對策略。面對這樣的挑戰，我們應該更加重視可持續發展的解決方案，尋求在科技創新與環境保護之間找到平衡，這不僅是技術的挑戰，更是政策和社會責任的挑戰。

以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。