機器學習、大數(shù)據(jù)以及自動化正在徹底改變全球工業(yè)體系，能源行業(yè)自然也不例外。各類創(chuàng)新成果推動著技術進步、帶來了經(jīng)濟效率的提升、創(chuàng)造著智能化程度更高的業(yè)務運營模式，同時為基礎設施提供了更強的彈性水平。正因為如此，世界各地的企業(yè)與機構才積極將先進技術——特別是人工智能，視為首要關注重點。

就能源行業(yè)來說，諸多企業(yè)正在以多種方式實施大數(shù)據(jù)與AI技術，且行業(yè)的整體積極性也正在快速增長。預計到2022年，石油與天然氣行業(yè)的AI軟件市場總額將達到驚人的28.5億美元。由此帶來的預測分析能力將可監(jiān)控長達數(shù)英里的地下管道，而機器學習技術則可以幫助化石燃料企業(yè)以更低的成本高效進行鉆探，從而透徹了解深埋于地表之下的地質構造。新的“智能”電網(wǎng)也在采用機器學習技術實現(xiàn)計算機、自動化與傳感器裝置的集成，從而以實時監(jiān)測甚至預測能源需求的快速變化。

全球范圍的技術競爭

今年2月，美國發(fā)布了《美國人工智能倡議》，致力于促進跨行業(yè)、學術界以及其它非聯(lián)邦實體的聯(lián)邦政府支出與資源分配，從而實現(xiàn)AI的技術性突破，維持美國在人工智能技術領域的主導地位。

今年5月，美國能源部長里克-佩里宣布，能源部（簡稱DOE）正在與克雷以及AMD公司合作構建Frontier，其中包含三臺新的機器。這些機器將提升美國的AI技術水平。Frontier被視為世界上最快的計算機，其速度水平約為當前超級計算機的50倍。

而在這一方面，中國也很早就加入了AI競爭的戰(zhàn)團，并在一部分指標當中領先于美國。

2017年，中國發(fā)布了《新一代人工智能發(fā)展規(guī)劃》，其中概述了AI發(fā)展的具體研發(fā)資金與目標，希望推動中國在2030年成為全球AI技術的領導者，并借此為國家經(jīng)濟貢獻約1500億美元。雖然美國在大多數(shù)AI相關指標當中占主導地位，但中國在啟動股權融資以及數(shù)據(jù)收集方面則處于明顯優(yōu)勢。此外，在全球前20所AI研究排名最高的大學當中，中國擁有17所。

AI正重塑能源行業(yè)

人工智能在能源領域的應用正在激增。比如，埃克森美孚下轄子公司XTO Energy正在與微軟方面合作，利用機器學習、商務智能應用以及云技術從其160萬英畝油田當中收集數(shù)據(jù)。這些實時數(shù)據(jù)將能夠改善鉆井及用于監(jiān)測的基礎設施的泄漏情況和維修條件。

這樣的合作關系也使得XTO成為云技術應用規(guī)模最大的石油與天然氣企業(yè)。據(jù)估計，微軟公司的技術實施有望到2025年幫助XTO方面將石油產(chǎn)量提升至每天5萬桶。

除此之外，AI還有助于提高能源基礎設施的安全性。太平洋天然氣與電力公司已經(jīng)著手采用機器學習技術，用以應對因氣候變化而加劇的加利福尼亞州野火問題。事實上，部分野火事故甚至完全屬于自發(fā)燃起，并造成數(shù)十億美元的損失。加州電力公司目前嘗試利用無人機檢查其輸電塔，而后通過AI將圖像轉換為數(shù)據(jù)點——目前其能夠采集的數(shù)據(jù)點已經(jīng)高達10億個。將這些數(shù)據(jù)輸入算法之后，算法即可確定該公司應該將資源集中在哪里，以降低發(fā)生潛在野火的風險。

▲2018年5月18日，在雪佛龍公司位于杰克/圣路易斯的主控室中，監(jiān)測人員正在觀察遠離美國路易斯安那州海岸的、位于墨西哥灣的Malo深水石油鉆井平臺的海上作業(yè)工人。行業(yè)高管們紛紛表示，新技術、大數(shù)據(jù)以及智能化程度更高的設計相結合，終將結束規(guī)模海底石油開采所帶來的高昂開支。

與此同時，智能能源系統(tǒng)將越來越多地允許客戶利用可再生能源為其家庭及企業(yè)供電?？稍偕茉丛诒举|上擁有間歇性屬性，因為其主要來自太陽輻射、云層覆蓋、風以及海浪等。現(xiàn)代技術能夠幫助公共事業(yè)企業(yè)通過智能電網(wǎng)改變這些穩(wěn)定性較差的能源的流動方式，而且智能化程度越高，效果也就越好。隨著能源存儲能力的提升，企業(yè)能夠將更多剩余的電能輸送至公共事業(yè)級電池當中——包括鋰離子電池以及氫燃料電池等等。

AI技術并不完美

雖然AI技術能夠為我們的經(jīng)濟做出巨大的貢獻，但同時也可能帶來非常可怕的風險。計算機與機器的實際效果受到程序設計水平的限制，而這類設計工作完全由人類完成，因此設備就如同開發(fā)它們的人類一樣遠稱不上完美。與此同時，數(shù)字化與互連性的增強則提升了設備受到操縱甚至造成破壞的可能性。我們對于大數(shù)據(jù)以及機器學習技術的依賴性越強，用戶面臨的網(wǎng)絡安全風險也就越可怕——電網(wǎng)與其它公共事業(yè)企業(yè)已經(jīng)在著手解決這個問題。而頗具諷刺意味的是，他們在解決此類問題時也通常需要借助人工智能的力量。

因此，全球政府與各監(jiān)管機構必須建立適當?shù)恼咝詸C制，用以解決技術應用規(guī)模化所帶來的具體問題以及風險。比如，最近美國會見了經(jīng)濟合作與發(fā)展組織（簡稱經(jīng)合組織）各成員國，希望確定在國際上使用人工智能技術時所應遵循的原則與準則。這無疑標志著各國政府向負責任的AI實施邁出的重要一步。

隨著AI技術戰(zhàn)爭的不斷升溫，企業(yè)與消費者也將受益于更加安全、更加清潔、更加便宜以及更加高效的能源。而讓這場技術競賽也才剛剛開始。