【儀表網(wǎng) 產(chǎn)業(yè)報道】科學(xué)智能(AI for Science，AI4S)，是指人工智能技術(shù)驅(qū)動的科學(xué)研究，主要應(yīng)用在探索未知的科學(xué)領(lǐng)域。AI4S概念由中國科學(xué)院院士、北京大學(xué)教授鄂維南于2018年首次提出。AI4S開啟了一種利用人工智能學(xué)習(xí)深奧的科學(xué)原理來創(chuàng)造科學(xué)模型，以解決那些曾被認(rèn)為無解的實(shí)際問題的科研新范式。2021年，隨著英國“深度思維”(DeepMind)公司發(fā)布阿爾法折疊(AlphaFold)，AI4S成為全球關(guān)注的焦點(diǎn)。2023年以來，以ChatGPT為代表的大模型的崛起，推動了人工智能從科研方法、科研技術(shù)向行業(yè)實(shí)踐的實(shí)際應(yīng)用的轉(zhuǎn)變。
 

　　驅(qū)動科學(xué)研究新范式
 

　　AI4S這一概念自2018年首次被提出以來，在學(xué)術(shù)界和政府機(jī)構(gòu)中引發(fā)了廣泛的討論，它的內(nèi)涵特征主要體現(xiàn)在兩個方面：作為科學(xué)范式的變革者，它推動了對科學(xué)原理的新發(fā)現(xiàn)；作為科學(xué)實(shí)踐的加速器，它加快了理論向?qū)嵺`的轉(zhuǎn)化，促進(jìn)了科研成果的應(yīng)用落地。
 

　　AI4S的科學(xué)本質(zhì)值得深度思考?？茖W(xué)研究中某些問題做不到使用基本原理來解決，它們依賴于多個獨(dú)立變量，維數(shù)(自由度)過多，計(jì)算量呈指數(shù)增加，形成“維數(shù)災(zāi)難”，既有的數(shù)據(jù)分析工具不再適用，只能用非常粗糙的近似方法來試圖解決。
 

　　以深度學(xué)習(xí)為代表的人工智能技術(shù)在高維問題(圖像分類、人臉生成、圍棋對弈、蛋白質(zhì)預(yù)測等)上取得的成功，表明了其是逼近高維函數(shù)更有效的工具，有助于解決那些受“維數(shù)災(zāi)難”困擾的問題，這也是AI4S的出發(fā)點(diǎn)。
 

　　AI4S通過人工智能技術(shù)引導(dǎo)科學(xué)假設(shè)生成、融合科學(xué)實(shí)驗(yàn)與仿真、分析科學(xué)數(shù)據(jù)，為科學(xué)研究提供新方法和工具，推動科學(xué)研究加速創(chuàng)新和突破，成為繼實(shí)驗(yàn)觀察、理論推導(dǎo)、計(jì)算仿真、數(shù)據(jù)驅(qū)動之后的科學(xué)研究“第五范式”。目前，AI4S已經(jīng)在多領(lǐng)域取得了顯著研究成果。
 

　　AI4S引導(dǎo)科學(xué)假設(shè)生成。針對領(lǐng)域科學(xué)知識進(jìn)行壓縮表示，形成跨領(lǐng)域知識交互推理庫，引導(dǎo)科學(xué)研究發(fā)現(xiàn)問題與提出假設(shè)，輔助科學(xué)研究設(shè)計(jì)與分析。例如谷歌基于提出的阿爾法幾何(AlphaGeometry)模型，利用自然語言大模型和上億個幾何結(jié)構(gòu)數(shù)據(jù)進(jìn)行訓(xùn)練，實(shí)現(xiàn)了人工智能幾何推理與證明。中國科學(xué)技術(shù)大學(xué)研究團(tuán)隊(duì)提出AI-Chemist模型，通過學(xué)習(xí)數(shù)萬篇化學(xué)領(lǐng)域文獻(xiàn)和相關(guān)跨學(xué)科知識，輔助科學(xué)家利用材料完成火星環(huán)境下析氧反應(yīng)催化劑的制備，極大地簡化了催化劑合成與性能優(yōu)化過程。
 

　　AI4S助力科學(xué)實(shí)驗(yàn)仿真。針對成熟科學(xué)方法進(jìn)行數(shù)據(jù)驅(qū)動增強(qiáng)，提升算法執(zhí)行效率與效果。例如，華為基于“盤古”氣象大模型，在中長期氣象預(yù)測精度與計(jì)算效率方面超越傳統(tǒng)數(shù)值預(yù)報方法。DeepMind利用強(qiáng)化學(xué)習(xí)方法成功實(shí)現(xiàn)托卡馬克裝置磁控制主要功能，解決了傳統(tǒng)控制器參數(shù)設(shè)計(jì)困難且耗時的問題。
 

　　AI4S輔助科學(xué)數(shù)據(jù)分析。針對待解科學(xué)問題進(jìn)行一般化抽象，利用海量數(shù)據(jù)確定抽象模型參數(shù)，形成對未知機(jī)理的合理假設(shè)及預(yù)測。例如，DeepMind基于AlphaFold進(jìn)行蛋白質(zhì)結(jié)構(gòu)預(yù)測，解決了傳統(tǒng)實(shí)驗(yàn)方法成本高效率低的痛點(diǎn)，極大地推動了結(jié)構(gòu)生物學(xué)的發(fā)展。此外，DeepMind提出的GNoME用于新材料預(yù)測，并已發(fā)現(xiàn)多種理論上穩(wěn)定但實(shí)驗(yàn)未實(shí)現(xiàn)的晶體結(jié)構(gòu)，為儲能、超導(dǎo)等未來變革性技術(shù)提供了豐富參考。
 

　　鑒于人工智能技術(shù)對科學(xué)發(fā)展的潛在巨大助力，多國政府以及公司、研究機(jī)構(gòu)紛紛投入大量資源，推動第四次技術(shù)革命。我國也積極推進(jìn)該領(lǐng)域?qū)ｍ?xiàng)工作，科技部會同國家自然科學(xué)基金委員會于2023年3月啟動“人工智能驅(qū)動的科學(xué)研究”AI4S專項(xiàng)部署工作。
 

　　加速電力革命進(jìn)程
 

　　隨著大規(guī)?？稍偕茉吹慕尤爰柏?fù)荷側(cè)的再電氣化過程，大量特性各異的源、荷、儲等裝備以電力電子為接口接入現(xiàn)有電力系統(tǒng)，使系統(tǒng)向著高比例可再生能源和高比例電力電子設(shè)備(即“雙高”)趨勢快速發(fā)展。
 

　　“雙高”電力系統(tǒng)具有全新的、更加復(fù)雜的動力學(xué)特征，不僅體現(xiàn)在設(shè)備元件數(shù)量、種類的大幅增加，還體現(xiàn)在供給側(cè)、需求側(cè)隨機(jī)性帶來的擾動影響。這些特征造成了與系統(tǒng)相關(guān)的許多預(yù)測、分析、優(yōu)化、控制問題呈現(xiàn)“高維”特性，直接建模極為復(fù)雜，機(jī)理方法難以處理，往往只能通過試錯或靠經(jīng)驗(yàn)來解決。
 

　　面對“雙高”電力系統(tǒng)帶來的問題和挑戰(zhàn)，AI4S能夠提供一系列解決方案。通過其在假設(shè)生成、實(shí)驗(yàn)仿真和數(shù)據(jù)分析三個方面的能力，為電力領(lǐng)域的研究和實(shí)踐提供新的視角和工具。
 

　　——在假設(shè)生成方面，電力領(lǐng)域可利用人工智能技術(shù)對歷史數(shù)據(jù)進(jìn)行分析和學(xué)習(xí)，生成關(guān)于系統(tǒng)未來運(yùn)行趨勢的科學(xué)假設(shè)，指導(dǎo)研究人員進(jìn)行更深入的研究分析。在電力裝備研發(fā)領(lǐng)域，美國通用電氣公司運(yùn)用人工智能技術(shù)預(yù)測合金成分，并推動燃?xì)廨啓C(jī)用高溫合金的設(shè)計(jì)，大幅縮減了新材料的研發(fā)周期與成本。在電網(wǎng)仿真分析領(lǐng)域，中國電科院將人工智能技術(shù)與大電網(wǎng)仿真技術(shù)相結(jié)合，從仿真數(shù)據(jù)分析角度出發(fā)，提出大電網(wǎng)仿真分析、潮流計(jì)算調(diào)整和穩(wěn)定控制決策等人工智能模型和算法，從而為大電網(wǎng)仿真分析開辟一條新的技術(shù)途徑。
 

　　——在實(shí)驗(yàn)仿真方面，電力領(lǐng)域可利用人工智能技術(shù)助力海量跨學(xué)科知識數(shù)據(jù)實(shí)現(xiàn)交叉融合，在復(fù)雜系統(tǒng)的計(jì)算模擬中減少計(jì)算時間，提高仿真模型的準(zhǔn)確性。在配電網(wǎng)計(jì)算推演領(lǐng)域，中國電科院利用人工智能技術(shù)，綜合分析電網(wǎng)運(yùn)行數(shù)據(jù)、負(fù)荷特性、設(shè)備狀態(tài)以及環(huán)境因素等多維度信息，構(gòu)建精細(xì)化的仿真模型，提升最小化采集下的配電網(wǎng)參數(shù)、拓?fù)?、狀態(tài)以及未來態(tài)勢透明化感知水平，有效提升配電網(wǎng)的可觀測、可描述、可計(jì)算能力。
 

　　——在數(shù)據(jù)分析方面，電力領(lǐng)域可利用人工智能技術(shù)進(jìn)行高維復(fù)雜數(shù)據(jù)處理，輔助研究人員分析科學(xué)數(shù)據(jù)的結(jié)構(gòu)性、關(guān)聯(lián)性，從而減少計(jì)算時間并降低計(jì)算成本。在電力系統(tǒng)運(yùn)行優(yōu)化領(lǐng)域，中國電科院面向電力調(diào)度優(yōu)化問題(如機(jī)組組合、市場出清等)的求解需求，提出面向大規(guī)?；旌险麛?shù)規(guī)劃求解的人工智能和數(shù)學(xué)規(guī)劃互補(bǔ)協(xié)同方法，實(shí)現(xiàn)了海量場景下快速確定混合整數(shù)規(guī)劃關(guān)鍵變量，從而提高電力調(diào)度優(yōu)化問題的求解效率。
 

　　中國電科院在AI4S的電力領(lǐng)域應(yīng)用方面做了積極探索和實(shí)踐，突破了數(shù)據(jù)知識融合建模方法，提出了機(jī)理-跨模態(tài)數(shù)據(jù)融合的電網(wǎng)設(shè)備智能感知與診斷技術(shù)、電網(wǎng)運(yùn)行可行域降維結(jié)合強(qiáng)化學(xué)習(xí)的源網(wǎng)荷儲智能調(diào)控技術(shù)、分層博弈的綜合能源自治協(xié)同技術(shù)，依托自主攻關(guān)的國家重點(diǎn)研發(fā)計(jì)劃“電力物聯(lián)網(wǎng)關(guān)鍵技術(shù)”，在天津?yàn)I海全域全面示范應(yīng)用，有效提升了電網(wǎng)典型業(yè)務(wù)場景的智能運(yùn)維、新能源消納以及用戶服務(wù)水平，加速推動電網(wǎng)數(shù)字化轉(zhuǎn)型和智能化升級。后續(xù)，中國電科院將利用大量電力領(lǐng)域數(shù)據(jù)知識，開展實(shí)驗(yàn)仿真、優(yōu)化決策等上層應(yīng)用，助力AI4S在電力領(lǐng)域的科學(xué)范式變革及落地應(yīng)用加速。
 

　　電力行業(yè)的AI4S研究仍處于探索階段。盡管已有個別優(yōu)秀的先行應(yīng)用案例(大都源于其自身特點(diǎn)與電力業(yè)務(wù)場景緊密契合)，但尚未進(jìn)入行業(yè)性的大規(guī)模推廣和體系化發(fā)展階段。
 

　　面臨三大挑戰(zhàn)
 

　　AI4S的未來充滿無限可能，但要實(shí)現(xiàn)這一愿景，必須正視并解決當(dāng)前研究和應(yīng)用中遇到的難題。當(dāng)下，推動電力行業(yè)AI4S研究面臨以下三大挑戰(zhàn)。
 

　　一是高質(zhì)量數(shù)據(jù)獲取難。數(shù)據(jù)質(zhì)量對于人工智能模型的訓(xùn)練和性能至關(guān)重要，電力行業(yè)數(shù)據(jù)涉及生產(chǎn)、運(yùn)行和管理等領(lǐng)域，這些數(shù)據(jù)在維度、尺度上很難形成統(tǒng)一規(guī)范，采集到的數(shù)據(jù)存在缺失、異常等問題，使得獲取高質(zhì)量數(shù)據(jù)面臨挑戰(zhàn)。
 

　　二是計(jì)算資源需求大?？茖W(xué)研究通常需要處理和分析大量的數(shù)據(jù)，電力行業(yè)需要處理的數(shù)據(jù)規(guī)模大且類型復(fù)雜，部分場景還對計(jì)算時間有嚴(yán)格的要求。此外，人工智能模型的訓(xùn)練和優(yōu)化過程也非常耗時，這些都對計(jì)算資源和計(jì)算效率提出了很高的要求。
 

　　三是跨學(xué)科人才儲備不足。電力行業(yè)AI4S融合了電力、計(jì)算機(jī)、數(shù)學(xué)、物理等多個學(xué)科知識，需要具備深厚電力知識又精通人工智能技術(shù)的跨學(xué)科人才。由于電力行業(yè)本身的性質(zhì)，跨學(xué)科的交流和合作不足，跨學(xué)科人才儲備亟待增加。
 

　　為了進(jìn)一步加快電力行業(yè)AI4S創(chuàng)新工作，并迅速孕育出重大的應(yīng)用成果，建議在基礎(chǔ)研究、創(chuàng)新平臺、人才隊(duì)伍三個方面進(jìn)行重點(diǎn)布局。
 

　　一是加強(qiáng)AI4S基礎(chǔ)研究攻關(guān)。加快布局“人工智能驅(qū)動的科學(xué)研究”前沿科技研發(fā)體系，統(tǒng)籌規(guī)劃形成切實(shí)可行的AI4S應(yīng)用落地路徑，明確AI4S在電力領(lǐng)域的基礎(chǔ)研究方向，開發(fā)具有較強(qiáng)泛化能力、能夠適應(yīng)不同場景的AI4S算法模型，從本質(zhì)上助推電網(wǎng)高質(zhì)量發(fā)展。
 

　　二是加快建設(shè)統(tǒng)一開放的AI4S創(chuàng)新服務(wù)平臺。打造AI4S創(chuàng)新平臺，集數(shù)據(jù)整合、高性能智算、資源共享、跨學(xué)科交流等多項(xiàng)功能于一體，為電力領(lǐng)域科學(xué)研究提供強(qiáng)大的技術(shù)支撐和智能基座，服務(wù)能源電力行業(yè)AI4S創(chuàng)新發(fā)展。
 

　　三是加強(qiáng)AI4S方面人才隊(duì)伍建設(shè)。多渠道多方位引進(jìn)學(xué)科帶頭人和核心產(chǎn)業(yè)領(lǐng)域高層次人才，集聚和穩(wěn)定一批具有較高專業(yè)水平與影響力的領(lǐng)軍人才及青年骨干，積極推進(jìn)跨專業(yè)科學(xué)研究交叉融合，培養(yǎng)具有跨學(xué)科思維和創(chuàng)新能力的人才隊(duì)伍，高效協(xié)作引領(lǐng)電力行業(yè)AI4S快速發(fā)展。