Energy and AI 是爱思唯尔与天津大学内燃机燃烧学国家重点实验室合作创办的一本英文学术期刊 期刊主要登载人工智能技术应用于能源领域所取得的最新、最重要的研究进展。

作者

金东寒，主编，中国工程院院士

Raffaella Ocone，副主编，英国皇家工程院院士

焦魁，副主编，天津大学教授

宣晋，副主编，拉夫堡大学教授

以下是正文：

能源与人工智能

一、引言

智能是人类的一种属性，是基于人们对世界的感知而进行的理解、分析和决策的过程。智能通过人类与物理世界的互动而得到增强，成为推动由物理空间和人类社会空间组成的传统社会发展的动力。我们传统社会的规则也是在这种互动中形成和发展的。

随着大数据、云计算、机器学习、物联网等技术以及各种智能设备的影响越来越大，社会正在成为一个“三位一体的空间”，不仅包括物理空间和社会空间，还包括网络空间。随之而来的数据存储量的增加。规则正在重新制定，各个空间之间的交互更加复杂，这涉及更负责任的知识，可以指导帮助做出正确决策的是人工智能 (AI)。

人工智能涉及基于任何“人工”的数据收集、分析和决策过程：可以是机器、算法、计算机程序、系统或其他。长期以来，人工智能一直被认为是计算机科学的一个分支学科，然而，随着它在众多行业和研究领域（例如能源、制造、汽车、机器人、经济、哲学）中的应用越来越广泛，现在被认为是一门学科。在不同领域中，环保和可持续的能源利用对整个世界都至关重要。

人工智能对我们的能源工业和研究变得越来越重要，具有重新设计我们未来能源系统的巨大潜力。随着对化石燃料枯竭和气候变化的日益关注，越来越多的国家开始支持可再生能源的开发利用，其中很多项目都与人工智能技术有关。美国能源部2019年宣布拨款2000万美元用于人工智能创新研究，并成立人工智能与技术办公室[1 , 2]。详细目标包括提高电网弹性、提高环境可持续性、实现智慧城市和加快新材料的发现。同样，能源和人工智能的前沿研究也在英国政府的工业战略挑战基金中得到强调，例如机器人在核能、海上能源和深部采矿等极端能源活动中的应用。在中国，国家发改委和国家能源局强调，通过电力市场和人工智能技术的深度融合，加快智能电网和能源互联网的发展，是国家能源基础设施发展的关键。

除了政府部门，能源与人工智能的结合也被业界广泛接受和采用。埃克森美孚使用人工智能机器人进行油气勘探和生产，以提高生产力并降低成本和工人风险。中国石油化工集团公司（中石化）与华为合作建设智能工厂，在炼油过程中应用大数据和机器学习，提高效率和生产力。Google 使用 DeepMind 提供的 AI 技术，将其数据中心的冷却功耗降低了 40%。

过去二十年也见证了关于如何将人工智能应用于能源相关的研究的迅速兴起。Scopus中关键词“Energy+AI”的论文数量显着增加，尤其是最近十年。重要的是，2017年、2018年和2019年，Scopus中关键词'AI'检索到的论文数量分别为53,752、63,093和77,046篇，而'Energy + AI'检索到的数量分别为14,714、18,376和24,496篇，表明超过四分之一的人工智能研究与能源有关。

人工智能将在我们未来的碳中和能源系统中发挥关键作用。如图2所示，人工智能将成为未来智能能源系统的关键使能技术，耦合不同的能源载体和与最终用户（电器、运输、供暖、制造、工业等）。能源载体有基于制氢、碳捕获/再利用等技术，从风能、太阳能、核能和其他可再生能源产生的电、氢和碳氢燃料。在这样的碳中和能源系统中，必须实现能源的多样性和局域化，这可以通过人工智能技术来支撑，将基础设施规划、能源预测和智能控制相结合。

在系统层面之外，人工智能在关注能源时无处不在。例如，它已被用于改进能源相关设备的设计和制造，寻找最佳能源材料，提高能源使用的安全性。

在本文中，我们概述了人工智能技术及其在能源领域的应用。还讨论了相关的道德、政策和安全问题。描述了对人工智能驱动的未来能源革命的看法。还推出了第一本专注于跨学科领域的期刊，Energy and AI。

二、人工智能的发展

人工智能诞生的日子一般说是在1956年夏天。由青年学者约翰·麦卡锡、马文·明斯基等人在美国达特茅斯学院共同主办的为期两个月的研讨会。研讨会聚焦于用机器模拟人类智能的问题，学者们首次使用人工智能一词。这是人类历史上第一次人工智能研讨会，标志着人工智能的诞生。这一概念提出后，科学界对人工智能影响的乐观预测盛行。人工智能进入了 20 多年的黄金时代。

经过 20 多年的快速发展，人工智能遇到了第一个技术瓶颈，1973 年，法国数学家詹姆斯莱特希尔基于信息数据的报告指出，许多与人工智能相关的研究毫无意义，导致人工智能资金资助逐渐停止。第二次寒冬源于1980年代日本第五代智能电脑的失败。1984年，斯坦福大学开始构建包含人类常识的百科全书，并希望实现模仿人类的推理。然而，这种发展受到知识获取问题的阻碍。另一方面，这促进了数据挖掘和机器学习的发展。事实上，1970 年代和 1980 年代的瓶颈挤出了人工智能研究的最困难的部分，导致了一个相对稳定的发展时期。

基于知识的专家系统和深度学习在不同时期推动了人工智能的发展。基于知识的专家系统是基于专家的智慧形成的，并将这些知识提供给其他人解决问题。20世纪80年代，世界范围内开发并应用了许多著名的专家系统，如PROSPECTOR地质勘探专家系统和ELAS钻井数据分析系统。

本世纪以来，基于神经网络的深度学习技术开始在人工智能领域大放异彩。2012年10月，Hinton教授带领的研究团队开始将最新的神经网络技术应用到基于ImageNet图像库的大型图像识别竞赛中。随后，基于此类神经网络的深度学习技术的研究和应用得到广泛认可，多个应用实例广为人知。其中，最著名的标志性事件是2016年的人机游戏。谷歌AlphaGo与顶级职业棋手李世石交手，引起了公众对人工智能的关注。近年来，人工智能在能源行业和研究中也变得越来越重要，包括应用于智能电网、能源设备和系统的智能控制、自动驾驶。

2016年是人工智能概念诞生60周年。近年来，世界上许多国家都将人工智能作为提升国家竞争力、维护国家安全的重要平台，人工智能在能源领域的应用是重中之重。随着2020年1月首届能源与人工智能国际会议在中国天津召开，吸引了来自约20个国家的200多名学者参加，我们正在进入能源与人工智能联合研究的黄金时代。

三、能源和人工智能研究

人工智能是一种新兴技术，已经开始改变全球经济和社会。能源是未来可持续发展和脱碳急需剧烈变革的领域，人工智能将在其中发挥重要作用。上述两个重要领域的结合将激发新的研究方向和趋势，并将显着改变该领域的研究和创新格局。表1总结了能源与人工智能相结合的新兴研究方向，近年来发表的代表性著作（略去）。可以发现，能源和人工智能研究本质上是真正的跨学科，涵盖了广泛的学科（从化学、物理、材料、工程，到系统、金融、政策和社会研究）、技术准备水平（TRL）（从科学发现、概念验证到设计优化、操作、控制和安全）和规模（从原子、材料、设备、过程到整个系统和社会）。

四、伦理道德

近年来发布了几项人工智能发展伦理指南，包括旨在利用新人工智能技术的颠覆性潜力的规范性原则和建议，包括它们在能源领域的应用。近年来，随着人工智能应用的不断扩大，人工智能的正面和负面影响也越来越显着。然而，迄今为止，结合能源和人工智能可能带来的伦理后果仍然难以预测。因此，能源、人工智能、社会和伦理之间的跨学科研究是非常需要的，我们的期刊《能源与人工智能》尤其受欢迎。我们相信结合人工智能和能源可能会以不同方式对社会发展和人类道德提高产生积极影响，例如，促进能源生产过程更符合道德和社会效益。但是，它也可能导致道德冲突或困境，例如数据隐私和自主决策的道德责任。

五、政策和法律

在能源和人工智能的研究、开发、应用和管理过程中，必须明确不同道德主体的权利、责任和义务。必须预测和预防不利后果。因此，必须更新并制定政策和法律来支持这一点。我们预见，人工智能的发展和在能源领域的应用可能对现有法律体系构成挑战，人工智能产业发展的政策法规约束可能很快就会出现（例如数据管理和隐私、人工智能产品的分类、工业标准、知识产权保护）。

六、观点：能源革命

我们的能源系统在过去十年中发生了翻天覆地的变化，为经济增长和社会发展提供了支持。然而，限制于气候变化和实现可持续增长的必要性导致当前能源系统无法持续。国际可再生能源机构的报告“通往 2050 年的路线图”指出，将全球气温上升控制在 2 摄氏度以下在技术上是可行的，但要实现目标，全球能源系统必须经历一场深刻的转变，从主要基于化石燃料的方案转变到一种高效率并基于可再生能源的方法。

未来的能源系统更加复杂和不确定，人类通过传统方法难以处理。这主要是由可再生能源的实施引起的。人们迫切希望培养能够为未来能源材料、设备和系统自主提供最佳设计解决方案的“人工智能设计师”，从而为未来的可持续能源供应提供新产品和服务，使其成为超级高效、零能耗损失的产品，同时最大限度地创造价值。

未来的能源系统往往是分散的，给其控制和实时决策带来困难。未来能源系统的数字化将为能源生产和分配创造新的概念和商业模式。一个典型的例子是“虚拟电厂”（VPP）。利用数字技术将电动汽车 (EV) 电池和其他分布式能源（包括智能电器）聚合到一个数字平台中，以最大限度地提高资源利用率。人工智能技术可以从这些分布式资源中收集数据并远程控制它们。

能源系统的未来将在品牌、使用计划和能源来源方面多样化。人工智能还将有助于了解能源消费者，以创建稳定、可扩展和智能的能源系统。消费者的意见和选择对未来的能源业务有着巨大的影响。人工智能在预测和学习消费者的习惯、价值观、动机和个性方面已被证明是成功的，因此将有助于进一步加强能源系统的平衡和有效性，并允许更有效地制定政策。

七、本期刊：Energy and AI

本文前面的内容表明，在能源政策、能源利用、能源转换和能源材料等诸多能源领域，已经提出了丰富的全新人工智能相关研究方法和优化策略。这些优秀的研究成果发表在能源领域的许多顶级期刊上。然而，特别关注人工智能与能源研究交叉领域的期刊存在空缺，这与当前研究的流行发展方向背道而驰。不可否认，建立一个合适的期刊不仅有利于从事这一交叉领域的人们，满足他们查阅文献和发现最新进展的需求，也有利于潜在的研究人员或读者了解这个交叉领域。

新期刊《Energy and AI》为传播能源与人工智能跨学科领域的最新研究进展提供了一个快速、权威的开放获取平台。该杂志专注于人工智能的创新应用，解决能源系统、能源材料、能源化学、能源利用与转换、能源与社会等关键挑战，以及能源研究中的其他重要紧迫问题。该杂志还考虑了有关开发定制人工智能技术和方法以促进能源、脱碳和可持续发展的论文，例如数据驱动方法、优化算法和人工智能伦理。Energy and AI 的目标是成为能源与 AI 界面前沿研究的领先期刊。纯粹关注能源或人工智能单个方面的论文不适合该期刊。该杂志发表research, short communication, perspective and review articles。

该期刊的一些典型焦点（但不限于）已在表 1 中列出，表明未来提交的潜力很大。我们还使用爱思唯尔研究绩效工具SciVal来定位过去五年能源领域最关键和最热门的研究课题。作为一级学科，能源共包含57个主题群，其中13个在全球主题群突出值中排名前10% 。我们选择表 2 中列出的前 8 个引文影响主题集群作为立足点。可以注意到，表 2中所有引用影响最大的主题集群都属于表 1 中的交叉研究领域。