[ 僅在美國，負責為先進AI模型提供動力的數(shù)據(jù)中心到本世紀末就可能占到該國整體能源需求的9.1%。 ]

隨著人工智能（AI）技術(shù)的快速發(fā)展和廣泛應(yīng)用，特別是像ChatGPT這樣的先進AI模型在日常商業(yè)和個人生活中的運用，美國的電力需求正面臨前所未有的增長。到2023年初，ChatGPT的月活躍用戶數(shù)已經(jīng)超過1億人。聊天機器人，還包括語音助手、推薦系統(tǒng)、圖像識別和自動駕駛等多種應(yīng)用的普及，進一步推動了AI在線用戶的增長。據(jù)Gartner預(yù)測，到2025年，生成式AI將生成10%的數(shù)據(jù)，根據(jù)Internet World Stats的數(shù)據(jù)，截至2023年底，全球互聯(lián)網(wǎng)用戶已超過50億人，預(yù)計在未來幾年將繼續(xù)保持高速增長。

AI熱潮背后的電力短缺風(fēng)險成為科技圈內(nèi)熱議的焦點，根本原因在于AI大模型訓(xùn)練所消耗的電力主要集中在數(shù)據(jù)中心領(lǐng)域，數(shù)據(jù)中心是電力密集型設(shè)施，其大量使用電力用于計算和冷卻需求，導(dǎo)致整體電力需求顯著增加。根據(jù)美國電力研究機構(gòu)（EPRI）發(fā)布的一份新報告，僅在美國，負責為先進AI模型提供動力的數(shù)據(jù)中心到本世紀末就可能占到該國整體能源需求的9.1%。

這種增長帶來了一系列挑戰(zhàn)，數(shù)據(jù)中心的興起和集中對傳統(tǒng)電力消費分布產(chǎn)生了多方面的影響：其中一個重要方面是電力新能源崛起帶來的市場監(jiān)管問題。為了探討和解決這些由人工智能引起的新興問題，美國能源律師協(xié)會日前在華盛頓舉辦了一個重要的論壇，邀請了四位在能源法規(guī)領(lǐng)域的頂尖學(xué)者和專家回答相關(guān)問題。

這四位專家分別是來自聯(lián)邦能源管理委員會的睿杰·李博士、劍橋大學(xué)國際研究中心的學(xué)者韋斯利·勒羅伊以及斯坦福大學(xué)學(xué)者丹尼爾·斯萊特和敏·梁。他們最近在《能源法規(guī)雜志》上發(fā)表的兩篇署名文章分別提出了幾項創(chuàng)新的建議，探討AI應(yīng)用熱潮如何影響電力市場和如何使用AI技術(shù)應(yīng)對由AI引起的電力供應(yīng)和市場監(jiān)管問題。論壇主要集中在以下四個問題。

數(shù)據(jù)中心的興起影響傳統(tǒng)電力消費

李博士首先介紹，美國大約有4000個數(shù)據(jù)中心，它們的出現(xiàn)對于電力負荷分布的變化影響極大。美國的數(shù)據(jù)中心并不只集中在西岸，雖然西岸確實有一些重要的數(shù)據(jù)中心集群，如硅谷、波特蘭和西雅圖，但中部和東部也有大量數(shù)據(jù)中心，包括得克薩斯州的達拉斯、奧斯汀、芝加哥和東岸的紐約、新澤西。最重要的是北弗吉尼亞的阿什本地區(qū)，被稱為“互聯(lián)網(wǎng)的首都”，擁有全球最大的數(shù)據(jù)中心集群之一。阿什本地區(qū)因其密集的數(shù)據(jù)中心而成為電力消耗的熱點地區(qū)。

就聽眾關(guān)注的AI數(shù)據(jù)中心對電力的影響，李博士的回答集中在四個方面。第一是數(shù)據(jù)中心的集中出現(xiàn)改變了電力負荷的地理分布。在數(shù)據(jù)中心密集的地區(qū)，電網(wǎng)基礎(chǔ)設(shè)施承受更大的壓力，需要升級和擴展以滿足不斷增長的電力需求。第二是電力消費的時間波動。數(shù)據(jù)中心通常24小時不間斷運行，但其電力負荷可能會隨用戶活動和業(yè)務(wù)需求變化。比如，在線服務(wù)的高峰使用時間會增加電力需求，這種波動會影響當?shù)仉娋W(wǎng)的穩(wěn)定性。第三是對可再生能源發(fā)展的推動。由于數(shù)據(jù)中心運營商日益關(guān)注可持續(xù)發(fā)展和降低碳排放，它們更傾向于使用可再生能源。這推動了可再生能源項目的發(fā)展，并改變了電力消費的能源結(jié)構(gòu)。最后是經(jīng)濟影響。數(shù)據(jù)中心的集中可能導(dǎo)致某些地區(qū)電力需求激增，進而推高電價。李博士總結(jié)說，數(shù)據(jù)中心的影響是多方面的，涉及電力需求、負荷分布、基礎(chǔ)設(shè)施、能源結(jié)構(gòu)和經(jīng)濟因素等。

AI技術(shù)使電力需求預(yù)測更精準

在上述論壇上，勒羅伊解釋了AI模型如何有助于更精準地預(yù)測和管理電力需求。隨著AI技術(shù)尤其是大數(shù)據(jù)和機器學(xué)習(xí)（ML）的發(fā)展，這些數(shù)據(jù)不僅包括傳統(tǒng)的消費模式，還包括天氣變化、經(jīng)濟活動甚至社會事件對電力需求的即時影響。

當聽眾提問AI模型和傳統(tǒng)模型不一樣的地方時，李博士舉例說，通過運用以上大數(shù)據(jù)，用LSTM這樣的AI模型能夠預(yù)測特定時間和地點的電力需求，它可以記住過去的特定模式，比如由于空調(diào)的使用，在炎熱的夏日電力使用量會增加，或者在假日期間由于企業(yè)關(guān)閉而使用量減少。它擅長在長時間內(nèi)記住重要細節(jié)，并忽略那些對分析目的不相關(guān)的數(shù)據(jù)點。實際上，LSTM模型提供了一種跟蹤重要電力使用模式并忽略那些被認為對所需分析無益的方式。

勒羅伊在回答問題時說，AI也能夠通過實時數(shù)據(jù)監(jiān)控和分析來優(yōu)化能源分配和電網(wǎng)運行的穩(wěn)定性。例如，AI系統(tǒng)可以實時自動調(diào)整輸電線路和發(fā)電量，以防止過載或不足。這種類型的智能電網(wǎng)管理不僅提高了電網(wǎng)的物理和經(jīng)濟效益，還增強了對突發(fā)事件的響應(yīng)能力，如自然災(zāi)害或意外事故導(dǎo)致的電力中斷。他總結(jié)說，AI技術(shù)大大降低電力需求預(yù)測的誤差，具有無與倫比的精確度。

政府市場監(jiān)管方式將發(fā)生歷史性改變

李博士表示，能源監(jiān)管傳統(tǒng)上植根于以化石燃料為主導(dǎo)的范式。可再生能源與先進電池存儲技術(shù)的結(jié)合徹底改變了能源市場動能，為電力銷售商提供了強大的容量控制和市場影響力。這些創(chuàng)新提高了靈活性、電網(wǎng)穩(wěn)定性和可再生能源的使用率。雖然這種轉(zhuǎn)變提供了巨大的市場機會，但也引發(fā)了?cè)藗儗κ袌隽Γ╩arket power）的擔憂以及對更新法規(guī)的需求。新技術(shù)能夠在低需求時儲存多余的電力，使一些電力銷售商在需求高峰期間爆發(fā)式地占領(lǐng)市場。

聽眾提問，一般人認為再生能源和與此相關(guān)的AI電池蓄能的發(fā)展對電力供應(yīng)是好事，為什么你為此擔憂，有什么事實根據(jù)呢？李博士說，這種擔心是從政府對市場力的監(jiān)管角度來看的，同時也是考慮到對消費者權(quán)益的保護。

為了展示可再生能源和電池存儲領(lǐng)域最新進展對政府市場監(jiān)管的挑戰(zhàn)，李博士舉例說，考慮一個標示裝機容量為100兆瓦的可再生能源設(shè)施，政府監(jiān)管部門現(xiàn)在使用容量因子調(diào)整，估計該設(shè)施在高峰時段的容量僅為36兆瓦。然而，隨著電池存儲的引入，高峰時段發(fā)電量可激增到115兆瓦。而根據(jù)現(xiàn)在的衡量標準，該公司計算出的市場份額可能低于，而實際上大大高于20％的法定標準。該企業(yè)可能不受控制地利用它擁有的市場操縱能力，在高峰用電時提高電價，消費者利益因此受損。

對如何改進監(jiān)管法規(guī)，李博士提出修改現(xiàn)有的反壟斷市場份額計算法，從以化石燃料能源為基礎(chǔ)的容量因子計算法，改為基于銷售或基于容量加電池的計算來計算可再生能源的容量。

對于法規(guī)改變的可行性研究，劍橋的勒羅伊提出用ABM（基于代理的模型）進行模擬。ABM是一種計算機模擬模型涉及具有不同規(guī)則和行為的個體代理，這些代理在其環(huán)境中互動，從而在系統(tǒng)級別產(chǎn)生出現(xiàn)象級的模式。一個“代理”就像是視頻游戲中的一個角色。每個代理都有自己的一套規(guī)則和行為方式，這讓它們能夠與其他代理和周圍環(huán)境進行互動。當所有這些代理一起行動時，它們會創(chuàng)造出復(fù)雜的模式或結(jié)果，類似于社區(qū)中的個體如何共同貢獻于整個群體的行為。這一模型將革命性地改變復(fù)雜系統(tǒng)的分析方式。

數(shù)據(jù)隱私和安全是AI應(yīng)用成功關(guān)鍵

斯萊特則更多關(guān)注AI在數(shù)據(jù)隱私和安全方面的挑戰(zhàn)。他指出，在推進AI技術(shù)在電力工業(yè)應(yīng)用的同時，必須確保對個人和企業(yè)數(shù)據(jù)的嚴格保護。數(shù)據(jù)泄露或濫用不僅威脅到消費者的隱私權(quán)，還可能危及整個電力系統(tǒng)的安全。

斯萊特強調(diào)了采用先進的加密技術(shù)和嚴格的數(shù)據(jù)訪問控制機制的重要性。他提到，例如，通過使用端到端加密技術(shù)，可以確保數(shù)據(jù)在傳輸過程中的安全性。此外，實施多層數(shù)據(jù)訪問權(quán)限和身份驗證機制，可以確保只有授權(quán)用戶才能訪問敏感信息。

針對AI的網(wǎng)絡(luò)安全風(fēng)險，梁博士建議增加對AI系統(tǒng)自身的安全性評估。AI系統(tǒng)作為軟件應(yīng)用，本身也可能成為網(wǎng)絡(luò)攻擊的目標。因此，開發(fā)和部署AI解決方案時，必須進行徹底的安全測試和持續(xù)的安全監(jiān)控。

在回答AI安全涉及的法律問題時，斯萊特指出，美國州和聯(lián)邦法規(guī)的交叉增加了復(fù)雜性。公用事業(yè)中的AI應(yīng)用可能屬于聯(lián)邦監(jiān)管范圍，這取決于它們對批發(fā)市場、國家安全或更廣泛的AI問題的影響，但各州將在安全、隱私和可靠性問題上增加自己的法規(guī)。這加強了各級有效對話的必要性。

斯萊特認為，在考慮隱私和網(wǎng)絡(luò)安全的情況下促進數(shù)據(jù)共享至關(guān)重要。他提倡“現(xiàn)實的開放基準”，以在不損害機密性的情況下促進創(chuàng)新。他強調(diào)，可信度（系統(tǒng)確?？煽啃院托阅?、激發(fā)信心和透明度的能力）和可解釋性（確保AI決策可以被各種參與者理解和獲?。┦茿I被接受的基礎(chǔ)，必須以燈火通明的方式部署AI，加速向再生能源轉(zhuǎn)型并平衡它們與AI的革命性創(chuàng)新。

（作者系美國馬里蘭大學(xué)經(jīng)濟學(xué)教授）