兩部門發(fā)文：推進人工智能與八大能源領(lǐng)域深度融合

國家發(fā)展改革委、國家能源局近日發(fā)布《關(guān)于推進“人工智能+”能源高質(zhì)量發(fā)展的實施意見》（下稱《實施意見》），圍繞煤、電、油、氣各能源品種，系統(tǒng)部署了人工智能+電網(wǎng)、能源新業(yè)態(tài)、新能源、水電、火電、核電、煤炭、油氣八大應(yīng)用場景，推動能源領(lǐng)域共享人工智能發(fā)展紅利，助力傳統(tǒng)化石能源產(chǎn)業(yè)數(shù)字化智能化升級，加快新能源、能源新業(yè)態(tài)及能源交叉領(lǐng)域與人工智能的深度融合，培育壯大能源新產(chǎn)業(yè)新模式。

《實施意見》提出，到2027年，能源與人工智能融合創(chuàng)新體系初步構(gòu)建，算力與電力協(xié)同發(fā)展根基不斷夯實，人工智能賦能能源核心技術(shù)取得顯著突破，應(yīng)用更加廣泛深入。到2030年，能源領(lǐng)域人工智能專用技術(shù)與應(yīng)用總體達到世界領(lǐng)先水平。算力電力協(xié)同機制進一步完善，建立綠色、經(jīng)濟、安全、高效的算力用能模式。

國家能源局科技司相關(guān)負責人表示，能源是創(chuàng)新創(chuàng)業(yè)高度活躍的領(lǐng)域，具有數(shù)字化基礎(chǔ)好、數(shù)據(jù)質(zhì)量高、應(yīng)用場景豐富等比較優(yōu)勢，應(yīng)走在人工智能應(yīng)用前列。特別是能源央企積極布局，圍繞資源勘探、生產(chǎn)運維、安全監(jiān)測等環(huán)節(jié)，已經(jīng)成功研發(fā)應(yīng)用了電力、油氣、煤炭等多個具有行業(yè)代表性的專業(yè)大模型。總的看，我國能源領(lǐng)域已形成了場景覆蓋廣泛的人工智能發(fā)展格局。

廈門大學(xué)中國能源政策研究院院長林伯強接受上海證券報記者采訪時表示，目前，能源領(lǐng)域正經(jīng)歷從數(shù)字化向智能化的關(guān)鍵轉(zhuǎn)型，我國能源領(lǐng)域的數(shù)字化建設(shè)已取得顯著成效，基礎(chǔ)設(shè)施相對完善，基于數(shù)字化所積累的數(shù)據(jù)與系統(tǒng)，人工智能能夠深度賦能電網(wǎng)、油氣等領(lǐng)域，推動其向智能化方向發(fā)展。

在加大關(guān)鍵共性技術(shù)供給方面，《實施意見》圍繞數(shù)據(jù)、算力、算法，系統(tǒng)構(gòu)建人工智能應(yīng)用基礎(chǔ)支撐體系，提出人工智能在能源領(lǐng)域應(yīng)用的三大共性關(guān)鍵技術(shù)攻關(guān)方向，包括夯實數(shù)據(jù)基礎(chǔ)，加快形成能源領(lǐng)域高質(zhì)量數(shù)據(jù)集，確保能源數(shù)據(jù)全流程安全可靠；強化算力支撐，統(tǒng)籌規(guī)劃資源，構(gòu)建算力、電力深度融合的算電協(xié)同發(fā)展機制；提升模型基礎(chǔ)能力，推動人工智能與能源領(lǐng)域軟件深度融合，加快突破人工智能綠色低碳技術(shù)瓶頸。

在林伯強看來，對行業(yè)而言，人工智能將普遍帶來運營效率提升、決策優(yōu)化與成本降低。以油氣行業(yè)為例，人工智能可通過算法與模型更精準地預(yù)測地下資源儲量，優(yōu)化運輸調(diào)度，并實現(xiàn)下游需求側(cè)的供需匹配。

此外，林伯強認為，與數(shù)字化相比，人工智能技術(shù)的落地與應(yīng)用層面仍存在一定差距。除了政策層面常提到的標準缺失等問題外，最關(guān)鍵的挑戰(zhàn)在于人才短缺。人工智能不僅要求技術(shù)底層能力，還需要跨學(xué)科、跨行業(yè)的復(fù)合型人才支撐，這是當前從數(shù)字化邁向人工智能化進程的核心瓶頸。

談及如何推動《實施意見》的落實，上述負責人表示，能源領(lǐng)域智能化轉(zhuǎn)型，需要上下協(xié)同發(fā)力，部門協(xié)調(diào)配合，國家能源局將緊緊圍繞能源領(lǐng)域智能化轉(zhuǎn)型下一階段目標任務(wù)，進一步強化頂層設(shè)計、政策支持和指導(dǎo)協(xié)調(diào)，定期開展分析研究和總結(jié)評估，研究解決工作推進中的重大問題，確保《實施意見》各項任務(wù)順利推進。

其中，加速科技成果轉(zhuǎn)化方面，要探索建設(shè)行業(yè)級人工智能應(yīng)用測試平臺，有效協(xié)同企業(yè)自主研發(fā)的大模型，解決大模型“重復(fù)造輪子”問題，避免先進算力和能源資源被過度消耗。遴選一批可復(fù)制、易推廣的標桿場景與案例，鼓勵體制機制與商業(yè)模式創(chuàng)新，推動能源領(lǐng)域人工智能科技項目實施與成果轉(zhuǎn)化。

稿件來源網(wǎng)址：https://www.cnstock.com/commonDetail/517338