Πέμπτη 19 Ιανουαρίου 2023

Είναι η Τεχνητή Νοημοσύνη καθαρά θετική για τις εκπομπές άνθρακα;

 



Η Τεχνητή Νοημοσύνη γίνεται όλο και περισσότερο βασικό συστατικό της βιομηχανίας ενέργειας. Καθώς οι παγκόσμιοι ηγέτες παίρνουν πιο σοβαρά την εκπλήρωση των στόχων για το κλίμα, η ενεργειακή βιομηχανία βρίσκεται αντιμέτωπη με την εντολή να μεταμορφώσει πλήρως τον τρόπο λειτουργίας της σε..

πρωτοφανή κλίμακα που θα απαιτήσει τεράστια, πολύπλοκη και διαφοροποιημένη υπολογιστική ισχύ. Η τεχνητή νοημοσύνη διαδραματίζει ήδη σημαντικό ρόλο στις προβλέψεις ανανεώσιμων πηγών ενέργειας , στα έξυπνα δίκτυα ,στο συντονισμό της ζήτησης και διανομής ενέργειας , στη μεγιστοποίηση της απόδοσης της παραγωγής ενέργειας και στην έρευνα και ανάπτυξη νέων υλικών . 

Ένας επεξηγητής του 2021 από το Παγκόσμιο Οικονομικό Φόρουμ παρουσίασε τρεις βασικούς κινητήριους παράγοντες που είναι «τεράστιες στρατηγικές και λειτουργικές προκλήσεις για το ενεργειακό σύστημα και για τις ενεργοβόρες βιομηχανίες», καθιστώντας έτσι την τεχνητή νοημοσύνη βασικό στοιχείο της ενεργειακής μετάβασης: 

1. Κλίμακα. Η σχεδόν ανεξιχνίαστη κλίμακα της ενεργειακής μετάβασης που απαιτείται για την ταχεία απαλλαγή από τον άνθρακα: μόνο στον ενεργειακό τομέα, η επίτευξη των καθαρών μηδενικών εκπομπών αερίων θερμοκηπίου θα απαιτήσει επενδύσεις υποδομής που κοστίζουν μεταξύ 92 τρισεκατομμυρίων και 173 τρισεκατομμυρίων δολαρίων έως το 2050, σύμφωνα με εκτιμήσεις του BloombergNEF. Η τεχνητή νοημοσύνη έχει να διαδραματίσει τεράστιο ρόλο εδώ, καθώς «ακόμη και μικρά κέρδη στην ευελιξία, την αποτελεσματικότητα ή την ικανότητα στη βιομηχανία καθαρής ενέργειας και χαμηλών εκπομπών άνθρακα μπορούν επομένως να οδηγήσουν σε τρισεκατομμύρια σε αξία και εξοικονόμηση».

2. Ένας μεταβαλλόμενος τομέας ενέργειας. Η ηλεκτρική ενέργεια ξεπερνά την ενέργεια που τροφοδοτείται από ορυκτά καύσιμα, δημιουργώντας νέα ζήτηση για εξαιρετικά σύνθετους υπολογισμούς για «πρόβλεψη, συντονισμό και ευέλικτη κατανάλωση» που ξεπερνούν κατά πολύ τις δυνατότητες των παραδοσιακών δικτύων. Αυτό γίνεται ακόμη πιο περίπλοκο από τη μεταβλητότητα των ανανεώσιμων πηγών ενέργειας όπως η αιολική και η ηλιακή ενέργεια, καθώς και η μεταβαλλόμενη σχέση παραγωγού-καταναλωτή που δημιουργείται από την αποκεντρωμένη παραγωγή ενέργειας μέσω ηλιακών συλλεκτών. 

3. Διανομή και αποκέντρωση. Οι νέες απαιτήσεις στο δίκτυο γίνονται ακόμη πιο περίπλοκες από τη μεταβλητότητα των ανανεώσιμων πηγών ενέργειας όπως η αιολική και η ηλιακή ενέργεια, καθώς και η μεταβαλλόμενη σχέση παραγωγού-καταναλωτή που δημιουργείται από την αποκεντρωμένη παραγωγή ενέργειας μέσω ηλιακών συλλεκτών. Η απαλλαγή από τις ανθρακούχες εκπομπές οδηγεί όλο και περισσότερο «την ταχεία ανάπτυξη της κατανεμημένης παραγωγής ενέργειας, της κατανεμημένης αποθήκευσης και των προηγμένων δυνατοτήτων ανταπόκρισης στη ζήτηση, οι οποίες πρέπει να ενορχηστρωθούν και να ενσωματωθούν μέσω πιο δικτυωμένων, συναλλακτικών δικτύων ενέργειας».

4. Ως εκ τούτου, η τεχνητή νοημοσύνη είναι απαραίτητη για τις άνευ προηγουμένου απαιτήσεις της απαλλαγής από τις ανθρακούχες εκπομπές, οι οποίες θα εξαρτηθούν από ένα έξυπνο, ευαίσθητο και ευέλικτο υπολογιστικό σύστημα ικανό να αναγνωρίζει και να προβλέπει πολύπλοκα πρότυπα παραγωγής και κατανάλωσης. Αλλά υπάρχει ένα πρόβλημα. Ενώ η τεχνητή νοημοσύνη είναι απαραίτητη για τον περιορισμό των εκπομπών, η ίδια η τεχνητή νοημοσύνη απαιτεί τεράστιες ποσότητες ενέργειας για να τροφοδοτήσει τις διαδικασίες εκπαίδευσης και μηχανικής μάθησης που κάνουν το μοντέλο χρήσιμο. Ορισμένα μεμονωμένα μοντέλα εκπαίδευσης τεχνητής νοημοσύνης έχει αποδειχθεί ότι χρησιμοποιούν το ισοδύναμο 125 πτήσεων μετ' επιστροφής Νέα Υόρκη-Πεκίνο ή το αποτύπωμα άνθρακα της ζωής πέντε αυτοκινήτων. 

Άρα, είναι η τεχνητή νοημοσύνη καθαρά θετική για την ενεργειακή απόδοση και τις εκπομπές αερίων του θερμοκηπίου; Όχι πάντα, σύμφωνα με πρόσφατη αναφορά της Semiconductor Engineering. Η υπεύθυνη και αποτελεσματική χρήση της τεχνητής νοημοσύνης απαιτεί μια σειρά από σκέψεις και υπολογισμούς. Ξεκινώντας με την απλή ερώτηση: χρειάζεται πραγματικά αυτό το σύστημα AI; Ενώ η τεχνητή νοημοσύνη έχει αναμφισβήτητα πολλά να προσφέρει στην ενεργειακή βιομηχανία, μπορεί επίσης να είναι περισσότερο σαγηνευτική από ό,τι είναι απολύτως απαραίτητο σε ορισμένα πλαίσια. Σύμφωνα με τα λόγια της Semiconductor Engineering, «δεν έχουμε πλέον την πολυτέλεια να είμαστε σπάταλοι με τους πόρους μας. πρέπει να διασφαλίσουμε ότι το όφελος υπερβαίνει το κόστος».

Εάν το εν λόγω σύστημα θα είχε πράγματι καθαρά οφέλη από την τεχνητή νοημοσύνη, οι μηχανικοί θα πρέπει στη συνέχεια να εξετάσουν πού προέρχεται η ενέργεια για την εκπαίδευση, εάν οι φόρτοι εργασίας σχεδιάζονται αποτελεσματικά και αποτελεσματικά, να υπολογίσουν και να εξετάσουν τις ενσωματωμένες εκπομπές και να μεγιστοποιήσουν την απόδοση ανά watt. 

Εάν η τεχνητή νοημοσύνη έχει βελτιστοποιηθεί για μέγιστη ενεργειακή απόδοση και εκπαιδευτεί με χρήση καθαρών πηγών ενέργειας, δεν είναι παράλογο για την ενεργειακή μετάβαση. Ωστόσο, για να γίνει μια υπεύθυνη, αποτελεσματική και συνειδητή τεχνητή νοημοσύνη ικανή να καταλύσει την επανάσταση της καθαρής ενέργειας θα απαιτήσει « σαφή κίνητρα πολιτικής », αλλά αυτά δεν έχουν προκύψει, καθώς η τεχνητή νοημοσύνη εξακολουθεί να είναι σχετικά ελάχιστα κατανοητή και κάπως δυσπιστία στη δημόσια σφαίρα. Η χρήση της τεχνητής νοημοσύνης στο μέγιστο των δυνατοτήτων της θα απαιτήσει βαθιά κατανόηση των εξαιρετικά θετικών πιθανών πλεονεκτημάτων που προσφέρει, πέρα ​​από τις πιθανές παγίδες της.


Από το oilprice.com

Δεν υπάρχουν σχόλια:

Δημοσίευση σχολίου