[ 僅在美國(guó)，負(fù)責(zé)為先進(jìn)AI模型提供動(dòng)力的數(shù)據(jù)中心到本世紀(jì)末就可能占到該國(guó)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(jìn)AI模型在日常商業(yè)和個(gè)人生活中的運(yùn)用，美國(guó)的電力需求正面臨前所未有的增長(zhǎng)。到2023年初，ChatGPT的月活躍用戶(hù)數(shù)已經(jīng)超過(guò)1億人。聊天機(jī)器人，還包括語(yǔ)音助手、推薦系統(tǒng)、圖像識(shí)別和自動(dòng)駕駛等多種應(yīng)用的普及，進(jìn)一步推動(dòng)了AI在線(xiàn)用戶(hù)的增長(zhǎng)。據(jù)Gartner預(yù)測(cè)，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(hù)已超過(guò)50億人，預(yù)計(jì)在未來(lái)幾年將繼續(xù)保持高速增長(zhǎng)。

AI熱潮背后的電力短缺風(fēng)險(xiǎn)成為科技圈內(nèi)熱議的焦點(diǎn)，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(jì)算和冷卻需求，導(dǎo)致整體電力需求顯著增加。根據(jù)美國(guó)電力研究機(jī)構(gòu)（EPRI）發(fā)布的一份新報(bào)告，僅在美國(guó)，負(fù)責(zé)為先進(jìn)AI模型提供動(dòng)力的數(shù)據(jù)中心到本世紀(jì)末就可能占到該國(guó)整體能源需求的9.1%。

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

這四位專(zhuān)家分別是來(lái)自聯(lián)邦能源管理委員會(huì)的睿杰·李博士、劍橋大學(xué)國(guó)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(xiàng)創(chuàng)新的建議，探討AI應(yīng)用熱潮如何影響電力市場(chǎng)和如何使用AI技術(shù)應(yīng)對(duì)由AI引起的電力供應(yīng)和市場(chǎng)監(jiān)管問(wèn)題。論壇主要集中在以下四個(gè)問(wèn)題。

數(shù)據(jù)中心的興起影響傳統(tǒng)電力消費(fèi)

李博士首先介紹，美國(guó)大約有4000個(gè)數(shù)據(jù)中心，它們的出現(xiàn)對(duì)于電力負(fù)荷分布的變化影響極大。美國(guó)的數(shù)據(jù)中心并不只集中在西岸，雖然西岸確實(shí)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(dá)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(chēng)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(diǎn)地區(qū)。

就聽(tīng)眾關(guān)注的AI數(shù)據(jù)中心對(duì)電力的影響，李博士的回答集中在四個(gè)方面。第一是數(shù)據(jù)中心的集中出現(xiàn)改變了電力負(fù)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(jí)和擴(kuò)展以滿(mǎn)足不斷增長(zhǎng)的電力需求。第二是電力消費(fèi)的時(shí)間波動(dòng)。數(shù)據(jù)中心通常24小時(shí)不間斷運(yùn)行，但其電力負(fù)荷可能會(huì)隨用戶(hù)活動(dòng)和業(yè)務(wù)需求變化。比如，在線(xiàn)服務(wù)的高峰使用時(shí)間會(huì)增加電力需求，這種波動(dòng)會(huì)影響當(dāng)?shù)仉娋W(wǎng)的穩(wěn)定性。第三是對(duì)可再生能源發(fā)展的推動(dòng)。由于數(shù)據(jù)中心運(yùn)營(yíng)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(dòng)了可再生能源項(xiàng)目的發(fā)展，并改變了電力消費(fèi)的能源結(jié)構(gòu)。最后是經(jīng)濟(jì)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(jìn)而推高電價(jià)。李博士總結(jié)說(shuō)，數(shù)據(jù)中心的影響是多方面的，涉及電力需求、負(fù)荷分布、基礎(chǔ)設(shè)施、能源結(jié)構(gòu)和經(jīng)濟(jì)因素等。

AI技術(shù)使電力需求預(yù)測(cè)更精準(zhǔn)

在上述論壇上，勒羅伊解釋了AI模型如何有助于更精準(zhǔn)地預(yù)測(cè)和管理電力需求。隨著AI技術(shù)尤其是大數(shù)據(jù)和機(jī)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(fèi)模式，還包括天氣變化、經(jīng)濟(jì)活動(dòng)甚至社會(huì)事件對(duì)電力需求的即時(shí)影響。

當(dāng)聽(tīng)眾提問(wèn)AI模型和傳統(tǒng)模型不一樣的地方時(shí)，李博士舉例說(shuō)，通過(guò)運(yùn)用以上大數(shù)據(jù)，用LSTM這樣的AI模型能夠預(yù)測(cè)特定時(shí)間和地點(diǎn)的電力需求，它可以記住過(guò)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(huì)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(zhǎng)在長(zhǎng)時(shí)間內(nèi)記住重要細(xì)節(jié)，并忽略那些對(duì)分析目的不相關(guān)的數(shù)據(jù)點(diǎn)。實(shí)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(rèn)為對(duì)所需分析無(wú)益的方式。

勒羅伊在回答問(wèn)題時(shí)說(shuō)，AI也能夠通過(guò)實(shí)時(shí)數(shù)據(jù)監(jiān)控和分析來(lái)優(yōu)化能源分配和電網(wǎng)運(yùn)行的穩(wěn)定性。例如，AI系統(tǒng)可以實(shí)時(shí)自動(dòng)調(diào)整輸電線(xiàn)路和發(fā)電量，以防止過(guò)載或不足。這種類(lèi)型的智能電網(wǎng)管理不僅提高了電網(wǎng)的物理和經(jīng)濟(jì)效益，還增強(qiáng)了對(duì)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(shuō)，AI技術(shù)大大降低電力需求預(yù)測(cè)的誤差，具有無(wú)與倫比的精確度。

政府市場(chǎng)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(jìn)電池存儲(chǔ)技術(shù)的結(jié)合徹底改變了能源市場(chǎng)動(dòng)能，為電力銷(xiāo)售商提供了強(qiáng)大的容量控制和市場(chǎng)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(chǎng)機(jī)會(huì)，但也引發(fā)了?cè)藗儗?duì)市場(chǎng)力（market power）的擔(dān)憂(yōu)以及對(duì)更新法規(guī)的需求。新技術(shù)能夠在低需求時(shí)儲(chǔ)存多余的電力，使一些電力銷(xiāo)售商在需求高峰期間爆發(fā)式地占領(lǐng)市場(chǎng)。

聽(tīng)眾提問(wèn)，一般人認(rèn)為再生能源和與此相關(guān)的AI電池蓄能的發(fā)展對(duì)電力供應(yīng)是好事，為什么你為此擔(dān)憂(yōu)，有什么事實(shí)根據(jù)呢？李博士說(shuō)，這種擔(dān)心是從政府對(duì)市場(chǎng)力的監(jiān)管角度來(lái)看的，同時(shí)也是考慮到對(duì)消費(fèi)者權(quán)益的保護(hù)。

為了展示可再生能源和電池存儲(chǔ)領(lǐng)域最新進(jìn)展對(duì)政府市場(chǎng)監(jiān)管的挑戰(zhàn)，李博士舉例說(shuō)，考慮一個(gè)標(biāo)示裝機(jī)容量為100兆瓦的可再生能源設(shè)施，政府監(jiān)管部門(mén)現(xiàn)在使用容量因子調(diào)整，估計(jì)該設(shè)施在高峰時(shí)段的容量?jī)H為36兆瓦。然而，隨著電池存儲(chǔ)的引入，高峰時(shí)段發(fā)電量可激增到115兆瓦。而根據(jù)現(xiàn)在的衡量標(biāo)準(zhǔn)，該公司計(jì)算出的市場(chǎng)份額可能低于，而實(shí)際上大大高于20％的法定標(biāo)準(zhǔn)。該企業(yè)可能不受控制地利用它擁有的市場(chǎng)操縱能力，在高峰用電時(shí)提高電價(jià)，消費(fèi)者利益因此受損。

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

對(duì)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(jìn)行模擬。ABM是一種計(jì)算機(jī)模擬模型涉及具有不同規(guī)則和行為的個(gè)體代理，這些代理在其環(huán)境中互動(dòng)，從而在系統(tǒng)級(jí)別產(chǎn)生出現(xiàn)象級(jí)的模式。一個(gè)“代理”就像是視頻游戲中的一個(gè)角色。每個(gè)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?chē)h(huán)境進(jìn)行互動(dòng)。當(dāng)所有這些代理一起行動(dòng)時(shí)，它們會(huì)創(chuàng)造出復(fù)雜的模式或結(jié)果，類(lèi)似于社區(qū)中的個(gè)體如何共同貢獻(xiàn)于整個(gè)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(jìn)AI技術(shù)在電力工業(yè)應(yīng)用的同時(shí)，必須確保對(duì)個(gè)人和企業(yè)數(shù)據(jù)的嚴(yán)格保護(hù)。數(shù)據(jù)泄露或?yàn)E用不僅威脅到消費(fèi)者的隱私權(quán)，還可能危及整個(gè)電力系統(tǒng)的安全。

斯萊特強(qiáng)調(diào)了采用先進(jìn)的加密技術(shù)和嚴(yán)格的數(shù)據(jù)訪(fǎng)問(wèn)控制機(jī)制的重要性。他提到，例如，通過(guò)使用端到端加密技術(shù)，可以確保數(shù)據(jù)在傳輸過(guò)程中的安全性。此外，實(shí)施多層數(shù)據(jù)訪(fǎng)問(wèn)權(quán)限和身份驗(yàn)證機(jī)制，可以確保只有授權(quán)用戶(hù)才能訪(fǎng)問(wèn)敏感信息。

針對(duì)AI的網(wǎng)絡(luò)安全風(fēng)險(xiǎn)，梁博士建議增加對(duì)AI系統(tǒng)自身的安全性評(píng)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(biāo)。因此，開(kāi)發(fā)和部署AI解決方案時(shí)，必須進(jìn)行徹底的安全測(cè)試和持續(xù)的安全監(jiān)控。

在回答AI安全涉及的法律問(wèn)題時(shí)，斯萊特指出，美國(guó)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(duì)批發(fā)市場(chǎng)、國(guó)家安全或更廣泛的AI問(wèn)題的影響，但各州將在安全、隱私和可靠性問(wèn)題上增加自己的法規(guī)。這加強(qiáng)了各級(jí)有效對(duì)話(huà)的必要性。

斯萊特認(rèn)為，在考慮隱私和網(wǎng)絡(luò)安全的情況下促進(jìn)數(shù)據(jù)共享至關(guān)重要。他提倡“現(xiàn)實(shí)的開(kāi)放基準(zhǔn)”，以在不損害機(jī)密性的情況下促進(jìn)創(chuàng)新。他強(qiáng)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取）是AI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(guó)馬里蘭大學(xué)經(jīng)濟(jì)學(xué)教授）