晉欣橋、杜志敏課題組提出能源系統(tǒng)通用人工智能新范式
發(fā)布時(shí)間:2024-10-22   閱讀:2327

近日,制冷與低溫工程研究所晉欣橋、杜志敏課題組在Cell Press旗下Cell Reports Physical Science上發(fā)表題為“Next-generation generalist energy artificial intelligence for navigating smart energy”的論文,構(gòu)建了下一代能源系統(tǒng)通用人工智能的前瞻性框架,旨在利用靈活多模態(tài)信息解決能源系統(tǒng)的多模態(tài)任務(wù),通過結(jié)合能源領(lǐng)域知識(shí)提升可解釋性,并基于人在環(huán)交互持續(xù)強(qiáng)化,建立一個(gè)面向未來能源變革的可信、安全、智能的通用能源人工智能應(yīng)用新范式。博士后朱旭和博士生陳思良為論文共同第一作者,杜志敏副教授為本文通訊作者。

 

 

 

全球碳達(dá)峰、碳中和目標(biāo)的提出為能源領(lǐng)域帶來了機(jī)遇和挑戰(zhàn),人工智能可挖掘大量能源數(shù)據(jù)中有價(jià)值的信息實(shí)現(xiàn)節(jié)能降碳,廣泛應(yīng)用于各類能源系統(tǒng)中,增強(qiáng)了智能化設(shè)計(jì)、運(yùn)營和維護(hù)能力。然而,當(dāng)前能源人工智能模型多針對(duì)特定任務(wù)設(shè)計(jì),例如光伏預(yù)測(cè)、儲(chǔ)能熱失控診斷、能源優(yōu)化控制等,僅能針對(duì)單一任務(wù)給出決策,無法靈活指定任務(wù)。此外,當(dāng)前AI方法使用的模態(tài)單一,無法整合和充分利用時(shí)序、圖像、文本和語音信息,充分挖掘多任務(wù)間模態(tài)的關(guān)聯(lián)信息,同時(shí)缺乏人類監(jiān)督機(jī)制,以及領(lǐng)域知識(shí)的強(qiáng)化、自學(xué)習(xí)和可解釋性等方面的考慮。未來能源系統(tǒng)將存在物理結(jié)構(gòu)復(fù)雜和能源任務(wù)多樣的特點(diǎn),下一代的能源領(lǐng)域人工智能將面臨著多模態(tài)、靈活性和通用性的挑戰(zhàn)。

 

 

本文提出了一種面向未來能源變革的可信、安全、智能的能源系統(tǒng)通用人工智能(Artificial General Intelligence for Energy, AGIE)應(yīng)用新范式,旨在構(gòu)建一個(gè)通用的能源人工智能技術(shù)架構(gòu)。AGIE能夠主動(dòng)適應(yīng)多模態(tài)信息并可靈活適配任務(wù),涵蓋電力負(fù)荷時(shí)間數(shù)據(jù)、設(shè)備圖像和專家語音信息等,任務(wù)可根據(jù)用戶需求任意指定。通用能源人工智能支持人員在環(huán)學(xué)習(xí)機(jī)制,促進(jìn)人機(jī)互動(dòng)的認(rèn)知主動(dòng)學(xué)習(xí),保證人工智能與人類價(jià)值觀一致,協(xié)同適配各種能源場(chǎng)景。AGIE從數(shù)據(jù)、網(wǎng)絡(luò)和學(xué)習(xí)機(jī)制等多層面融合能源領(lǐng)域機(jī)理,具有可解釋性,這一特性使其能夠運(yùn)用能源領(lǐng)域的特定知識(shí)推理未知的任務(wù),做出可信的能源智能決策。

 

 

本文提出的AGIE可以提升能源系統(tǒng)的智能性、安全性和可信性,為未來智慧能源帶來新的發(fā)展機(jī)遇。通用能源人工智能未來同樣面臨諸多挑戰(zhàn),涉及多學(xué)科交叉,數(shù)據(jù)獲取和模型驗(yàn)證難度較大。能源數(shù)據(jù)可能涉及用戶隱私,需建立保護(hù)機(jī)制。社會(huì)偏見問題和安全性值得關(guān)注,模型應(yīng)具備自動(dòng)適應(yīng)不同地區(qū)用戶偏好的能力,同時(shí)內(nèi)部算法缺陷或外部惡意攻擊可能產(chǎn)生不可靠的能源決策,需建立安全監(jiān)管機(jī)制。在軟硬件方面,通用能源智能可能依賴于芯片、網(wǎng)絡(luò)和智能終端等技術(shù)的發(fā)展,以支持其復(fù)雜的學(xué)習(xí)計(jì)算和人機(jī)交互。通過應(yīng)對(duì)數(shù)據(jù)、隱私、社會(huì)偏見、環(huán)境影響、安全性和軟硬件等挑戰(zhàn),能源系統(tǒng)通用人工智能的實(shí)現(xiàn)有助于優(yōu)化全球能源資源配置,加速全球低碳、可持續(xù)發(fā)展轉(zhuǎn)型,為應(yīng)對(duì)氣候變化和全球能源危機(jī)提供新的解決方案和基礎(chǔ)研究支持。

 

晉欣橋、杜志敏研究團(tuán)隊(duì)致力于解決建筑能源領(lǐng)域與人工智能交叉的科學(xué)問題和關(guān)鍵技術(shù),旨在通過能源與AI的交叉結(jié)合實(shí)現(xiàn)建筑能源系統(tǒng)故障預(yù)測(cè)、節(jié)能減碳及其全周期智能運(yùn)維,推動(dòng)建筑能源人工智能取得進(jìn)步和應(yīng)用。團(tuán)隊(duì)近年來在Applied Energy、Energy Conversion and Management、Energy等期刊發(fā)表能源AI研究論文多篇,智能化研究成果已在建筑空調(diào)、數(shù)據(jù)中心能源、儲(chǔ)能熱管理、源網(wǎng)荷儲(chǔ)等方面進(jìn)行了應(yīng)用。

 

論文鏈接:https://www.sciencedirect.com/science/article/pii/S266638642400482X

供稿:制冷與低溫工程研究所  
浠水县| 偏关县| 庆阳市| 延津县| 南华县| 达拉特旗| 和田市| 隆昌县| 孝感市| 囊谦县| 板桥市| 灵台县| 会同县| 张掖市| 鄯善县| 高青县| 汶川县| 探索| 尉氏县| 石景山区| 桑植县| 佛山市| 天峻县| 乐至县| 曲阳县| 重庆市| 疏附县| 永丰县| 凤阳县| 天水市| 凉城县| 沛县| 诏安县| 山东省| 安义县| 阜宁县| 苏尼特右旗| 汤原县| 文安县| 建水县| 博爱县|