世界实时：杜兰：大模型赋能实体产业，仍面临三大挑战

5月27日，“2023推进全球生态文明建设（洱海）论坛”正式召开。本届洱海论坛以“人与自然和谐共生 携手同行现代化之路”为主题，旨在展示中国人与自然和谐共生的现代化生动实践，助推全球生态文明建设。

在“推动绿色低碳化的企业智慧”分论坛上，珠江投资管理集团执行董事、合创汽车科技有限公司联席总裁、广东省人工智能产业协会会长杜兰博士就人工智能数字技术赋能实体产业、人工智能与新能源汽车的结合等分享了自己的观点。她认为，大模型在能源等实体产业领域有广阔的应用前景，但需解决可靠性、不可解释性、数据质量等问题。

(资料图片)

人工智能将赋能能源产业各个环节

杜兰认为：“数字经济正在与实体经济加速融合，而实体产业是数实融合的主角。”

未来能源领域想要做好节能减碳，必然离不开人工智能的深度赋能。电能的绿色低碳发展，对人类实现碳中和目标尤其重要。这是因为，随着整个人类走向数字社会，电能作为最核心的能源，占比将会越来越高。

杜兰提到，人工智能可以广泛应用于电能的生产、传输、储存、消费等各个环节。

在电能的生产环节，人工智能可以应用于火电传统能源，也能应用于清洁能源生产，还可以和数字孪生等技术相结合，提高发电厂设计和产品研发的效率。

在电能的传输环节，人工智能可以分析一个地区的历史电网数据，预测用电需求，找到最佳的电网规划方案。还可以通过计算机视觉等技术，协助维护人员保障电网安全稳定地运行，大大降低偏远地区的人工维护成本。在电能的存储环节，人工智能可以用于电池的研发和智能化管理。

同时，人工智能在电能消费环节也有重要作用。有行业专家曾预测，到2040年，中国电动车保有量会到3亿辆，总共可以装近200亿度电，相当于今天全中国每天消费的总电量。杜兰表示，新能源汽车未来会成为一个非常重要的储能方式，成为移动的能源互联网，深刻地影响我们的能源使用方式。未来，在人工智能的赋能下，新能源汽车对电能的使用将更加合理高效。同时，人工智能也会让电动车和其他终端之间的能源交换更加智能。

大模型与能源等实体产业结合还有诸多挑战

杜兰还分享了大模型在能源领域的应用前景。“大模型在认知智能上的突破，可以让AI比以前更好、更深度地掌握行业知识，成为行业专家，以更高效、更容易理解的方式辅助人类工作。例如在发电环节，大模型可以分析大量的气象、能源市场和其他相关数据，以预测未来的发电量。也可以在理解专业知识的基础上，对设备故障进行诊断，给维护人员提出专业的建议。”

杜兰表示，当前，大模型与能源等实体产业的结合还面临着诸多挑战。首先是可靠性的问题，杜兰认为，目前GPT-4等大模型的准确性、可靠性达不到实体企业的要求。

其次是AI的不可解释性。如果我们要让AI来帮人做出能源分配的决策，我们需要知道它的决策过程是怎样的，才能判断它的决策是好是坏。

第三是数据质量问题。杜兰认为，每个行业都有大量大模型在互联网上学不到的专业数据，或者是因为数据保密，或者是因为样本过小，或者是因为实体产业有大量非文字的多模态数据，“我们需要有高质量的数据，基于通用的大模型来训练行业内的专业大模型。”

因而，如果未来想要推动大模型与能源、汽车等实体产业相结合，要真正把大模型和行业知识、企业流程和其他软硬件技术深度结合，才能够真正发挥出大模型的威力。

杜兰表示，面向当下的种种技术热潮，大家必须认清技术创新是一条曲线，或许要经历从技术萌芽期，到期望膨胀期，也可能会遭遇泡沫破裂的低谷期，才能到稳步爬升的恢复期，最终走向生产成熟期。

关键词：