人工智能技术的发展迎来里程碑意义上的又一次质的飞跃，ChatGPT因其极其出色的文本生成、对话交互能力以及在很多专业领域的杰出表现，在世界范围内迅速走红，5天内用户破百万，两个月用户破亿，被认为是开启了通用人工智能的新时代。

来源：微信公众号“中国电业与能源”

作者：清华大学信息国家研究中心研究员 曹军威

【资料图】

能源领域借鉴信息和互联网理念、应用人工智能技术的尝试由来已久。近年来兴起的能源互联网，尤其是在配用侧以园区为单位的区域能源互联网，随着分布式新能源、电动汽车充电、储能等技术和服务的兴起，衍生出很多新的能源业态，综合能源服务、智慧能源管理、能源托管和运营等成为主流趋势，但同时也在产业化、商业化层面面临诸多挑战。3月28日，国家能源局发布《关于加快推进能源数字化智能化发展的若干意见》，强调推动数字技术与实体经济深度融合，赋能传统产业数字化智能化转型升级，加快推进能源数字化智能化成为未来发展的主流趋势。

人工智能技术发展

传统人工智能技术的发展可以追溯到二十世纪四五十年代，经过了多次发展过程中的起伏，仍然无法在任何领域应用，与人类智能相比更是相差甚远。不过值得一提的是，1997年IBM公司研制的超级计算机“深蓝”击败了国际象棋世界冠军卡斯帕罗夫，但对于更加复杂的围棋，普遍认为计算机是“无能为力”的。

新一代人工智能的开启以AlphaGO的诞生为标志。2016年谷歌公司的AlphaGO在与人类围棋冠军对弈中取得历史性的胜利，后续发展出一系列游戏等领域的人工智能开始表现出超过人类智能的水平，但总体来说都被认为是特定领域特定任务下的AI，跟所谓的通用人工智能（Artificial General Intelligence）还有距离。

通用人工智能有两个层面上的理解，简单层面对通用人工智能的理解是同一个AI在很多不同的领域都表现出一定程度上的智能，这在ChatGPT中体现得最为淋漓尽致，对任何问题的回答，ChatGPT基本都能表现出超过普通人的知识性和逻辑性。OpenAI公布了GPT-4多项专业考试的模拟考试结果，很多都能打败大多数考生。但更深层面的通用人工智能不仅仅表现在知识层面，而是在知识的基础上具备审美、判断甚至想象和创造等方面的深度智能，在这些方面ChatGPT的表现与人类相比还有差距，毕竟ChatGPT主要着眼于基于自然语言处理的对话系统。无论怎样，评价ChatGPT开启了通用人工智能时代的大幕也不为过。

人工智能技术的发展是“算法+算力”发展的过程，AlphaGO的成功是以深度学习为代表的新一代人工智能算法引发的，而进化到ChatGPT则是大模型优势的集中体现，一方面在算法层面进一步提高了学习效率和并行处理的可行性，另外模型参数达到千亿级别也需要大规模算力的支持。英伟达最新发布的ChatGPT专用GPU推理速度又提升了10倍。

ChatGPT能够成为爆点更重要在于其将技术优势转化为商业价值的前景。ChatGPT的用户体验是前所未有的质的飞跃，这是人工智能技术积累了几十年过程中不曾有过的，而两个月能聚集1亿用户的能力也超越了整个互联网发展过程中的所有产品。用户体验是互联网价值的核心，也是互联网商业模式形成的关键，而这些也都是未来能源互联网发展中可以借鉴和应用的。

区域能源互联网发展

能源互联网是以互联网理念构建的新型信息—能源融合“广域网”，它以大电网为“主干网”，以微网、分布式能源、智能小区等为“局域网”，以开放对等的信息—能源一体化架构真正实现能源的双向按需传输和动态平衡使用，因此可以最大限度地适应新能源的接入。能源互联网借鉴互联网理念的开放、对等、互联、分享，希望实现能量的交换像互联网信息交换一样方便快捷，最终为用户提供更多价值服务。而园区级的、区域性的能源微网、分布式能源、智慧社区等都可以作为能源互联网的基础（如图所示）。

区域能源互联网是信息能源基础设施一体化的体现，既在能量层面强调冷热电、风光储、源网荷的统筹协调，又叠加信息、业务和价值多层次功能。主要的技术挑战在于新能源发电的间歇性和不确定性、电动汽车充电这类随机性强的负荷比例增加、再加上电力市场交易等外部环境变化的影响，给能量管理、调度、优化以及最终的价值实现带来难度。近年来，随着能量路由器、能量管理平台、能源大数据分析、能源区块链等技术的发展，信息和互联网技术在能源领域的应用，区域能源互联网发展取得了进展，在实现新能源灵活接入、基于储能的削峰填谷、需求侧管理和响应等方面，能够最大限度解决这些问题，但在产业化、商业落地和价值实现方面还存在痛点和瓶颈。

首先，区域能源互联网虽然区域范围小、项目体量小，但功能要求全面复杂、协同性要求高，这跟我国传统能源系统专业条块分割的现状不相适应，导致认知层面上的障碍。虽然经过了近几年的发展，在能源电力设计院等层面都形成了认知和共识，可以汇集各方面专业人才的力量针对区域园区开展定制化规划设计和服务，国家能源局也开展了“互联网+”智慧能源和“源网荷储”一体化等多轮试点示范，但在行业推广和产业促进方面仍然有很大的发展空间。

其次，认知不足导致在项目规划、实施、运行、维护等生命周期各个方面带来的人才不足、组织机制的不适应、以及用户体验的差距，使得区域能源互联网在商业化落地过程中成本上升，进而价值实现不明显。即便在分布式光伏、用户侧储能、电动汽车充电等要素均开始进入产业拐点并实现盈利，综合这些要素的区域能源互联网在推进过程中仍然面临投资回报等商业价值层面的挑战。

ChatGPT相关技术在区域能源互联网的应用

在可预见的未来，ChatGPT相关技术已经可以给区域能源互联网带来新的支撑能力和发展机遇。

互联网的本质是人的互联，能源互联网的本质是基于能量的互联，最终价值实现还是体现在为人的服务方面。用户交互体验的提升可以直接促进区域能源互联网的发展，比如在需求侧管理领域，能够打通智能家居与电力负荷管理之间的壁垒，使电器的优化能够从智能设备与人的交互中学习到更多的用户信息，以制定适合用户的优化调节策略。同时用户不仅仅是终端用能用户，还包括“源网荷储”各个环节上的运营方、中间方、服务提供方等，都可以通过能量管理平台的接入提升交互体验。

在打破专业壁垒、突破认知障碍方面，ChatGPT会大大加速区域能源互联网的推广。如果现在以“通用人工智能在能源互联网中的应用展望”为题请ChatGPT输出文本，ChatGPT会泛泛而谈智慧能源管理、交易、监测和服务等方面的内容，虽然对于初学者具有一定的指导意义，但远不足以指导专业化的操作和执行。基于现有GPT的技术和平台，必将很快衍生出面向个人或企业的个性化大模型，面向领域的行业大模型等，可以提供无所不在、低成本、同时兼具专业深度的知识服务。例如在设备检修领域，检修人员能够将实际故障情况讲给AI，并获得专业化的指导。从这个意义上讲，水平方向的通用和垂直领域的深度都是相对的，互联网发展历程已经验证了这个过程，往往是随着技术的进步和需求的迭代交替出现并相互促进的。

在降低区域能源互联网发展成本，体现投资回报和商业价值方面，ChatGPT相关技术和平台又提供了一层强有力的支撑手段，很可能颠覆现有的商业模式。虽然新一代信息技术“云大物移智链”仍然会在能源互联网中发挥作用，ChatGPT的出现很可能重构其中的商业逻辑，进而影响技术架构、人才架构，并深刻影响区域能源互联网项目实施和组织管理方式、运行维护方式，最终强化以用户体验为核心，价值、信息、能量三流合一的区域能源互联网运行模式。另外换一个角度，ChatGPT相关技术和平台对算力的需求也是前所未有的，而算力的基础是能源，因此也需要能源互联网的支撑，这也是能源互联网提出的初衷之一，信息能源基础设施的一体化可以反过来促进人工智能基础设施层面的降本增效，两个方面是相辅相成，可以相互促进的。从这个意义上讲，能源不仅仅是通用人工智能的某个垂直应用领域，同时还是人工智能基础设施，发挥着更为关键和基础性的作用。

通用人工智能在能源行业的应用展望

从长远来看，实现具有或超越人类智能深度的通用人工智能仍然是大方向。通用人工智能的未来将不仅仅局限在知识层面，在审美和判断能力、甚至想象力和创造力方面都有可能得到广泛应用。

现有ChatGPT背后是通用语言大模型，在综合了各个方面的数据和信息后，往往不具有任何的审美偏好和判断能力，输出综合、系统、正确但不免泛泛而谈的“废话”。未来通用人工智能在能源行业应用应该具有深层次的审美偏好，比如绿色低碳发展是未来能源发展的主旋律，区域能源互联网的发展也偏重新能源的应用和碳达峰碳中和目标的实现。在能量管理、调度、控制和优化等更深度的功能实现方面，能源系统的要求比较高，不允许出现故障和失误，因此AI在判断和决策方面要发挥主导作用，还需要进一步提升完备性和可解释性。

有人认为人工智能是不可能无中生有的，所以不可能具有想象力和创造力，这不完全正确，因为所谓想象力和创造力很多也是相对的，往往是现有事物的组合、叠加和关联。比如能源电力系统的运行影响因素众多、环境复杂，为了能够指导调度保证安全稳定运行，一方面需要简化规则便于操作执行，一方面要增加冗余提高安全稳定裕度，这些都是以增加成本减少收益来换取的。而人工智能尤其擅长处理复杂的场景和决策过程，可以针对不同的需求和情况，自动生成最优的调度方案和清晰的决策规划，可以在精准性、实时性和减少失误方面达到超越人类智能的程度。

总之，信息能源基础设施一体化以及信息能源技术的相互融合发展是大势所趋。ChatGPT引爆了新一轮信息技术变革和互联网经济的浪潮，预示着不可限量的商业价值和前景，很快会在各行各业渗透和体现。同时在能源电力领域，加快推进能源数字化智能化发展已经成为行业共识，更应该快速借鉴ChatGPT技术和理念的最新进展，发展能源互联网行业大模型，打造关键“杀手级”应用，着力提高用户体验和深度智能水平，进一步放大通用人工智能的商业价值，解决能源互联网发展中的痛点瓶颈问题，促进信息能源基础设施和技术的融合发展，为能源行业的绿色低碳发展服务。