【网络强国这十年】当电表连上大数据，让“双碳”目标更近一步******

　　【网络强国这十年——行业观点篇】

　　如今，碳中和已在全球范围内达成共识。要实现碳中和，需要在各行业进行深度脱碳。随着大数据、人工智能等新技术的应用，电力行业也在积极革新，推动建设数字基础设施，助推电力行业“双碳”目标的实现。

　　党的二十大报告提出，推动能源清洁低碳高效利用，推进工业、建筑、交通等领域清洁低碳转型。近年来，志翔科技围绕能源大数据生态，孵化了系列能源大数据产品，在电力企业得到广泛应用，有力支撑国家新型电力系统建设。近日，志翔科技总裁蒋天仪做客光明网“网络强国这十年”专栏，畅谈大数据如何助推电力行业智能化升级，支撑行业碳计量的精准化，为“碳达峰、碳中和”目标实施奠定基础条件。

　　传统电网的电力数据来源分散、结构多样、质量参差不齐；基于这样的数据很难提供全面精准的数据服务。万物互联时代，数据采集的手段和数据的质量都有了飞跃。充分进行数据采集和处理分析并指导业务，是保障大规模新能源并网和消纳的基本条件之一。蒋天仪认为“精细化”的数据运营管理和计量是关键。

　　在目前电力行业有一个“三可”的说法（可观：客观采集获取用电数据、可测：精准监测和测量、可控：在可观可测的基础上按需控制），蒋天仪认为，其实在三可的基础上，还可增加“可调”。他介绍，通过大数据分析，目前已经基本达到“可观可测”，这也是“可控”的前提条件。那么，如何让调控更加科学有效？就需要更加精细化的调节调度，即“可调”。

　　为此，志翔科技研发了非介入式负荷分析产品。通过在新一代智能物联网表上安装边缘计算模块，利用电力指纹技术可以提供精准的用电设备负荷、能耗、使用状况等信息的侦知和分析。电力公司利用非介入式负荷分析产品，可以更精准辨识户内负荷，输出相应用电设备的能耗详单，为用电高峰期制定错峰用电方案提供有力数据支撑。

　　“过去，我们通过电表只是知道这一户用了多少电，不清楚具体有什么设备在用。但安装非介入式负荷辨识产品模块之后，电力企业可以更加精细地掌握用电情况。”蒋天仪说。

　　记者了解到，除了工业企业生产和用户生活的用电负荷精细化管理之外，在各行各业、日常生活等场景下，通过大数据对用电设备负荷、能耗等的详细分析也很有想象空间。比如，在消防安全管理方面，通过监测和分析用户用电情况，可以有效检测两轮电动车入户充电等消防隐患行为，从而有效避免火灾问题。在物业管理和环保用电方面，按规定商业楼宇内夜间严禁住人，传统的办法是安排人为巡检，如今非介入式负荷分析产品就能替代人工进行自动分析和监测等。

　　“随着信息化技术的发展，大数据、云计算等带来的数据量越来越大，很多以前没有利用起来的零散数据，随着大数据技术的成熟和应用，可以通过关联和深度分析而产生价值。”蒋天仪认为，目前，国家已经出台了《数据安全法》《个人信息保护法》等法律法规，为数据安全行业和百姓个人隐私保驾护航。另一方面，大数据在工业领域的应用，尚处于起步阶段，未来还有很大发展空间，需要更多有技术能力的厂商积极创新，让产品更好地落地和应用服务于各行各业，在企业生产效率提升、百姓生活便利的多个方面发挥更大价值。

　　监制：张宁 李政葳

　　采访/撰文：李飞 孔繁鑫

　　后期：刘昊

聚焦人工智能技术前沿与治理 中外专家学者国际论坛建言献策******

　　中新网北京12月5日电 (记者 孙自法)2021人工智能合作与治理国际论坛“人工智能技术前沿与治理”主论坛，12月5日在清华大学以线上线下结合方式举行，中外人工智能(AI)领域专家学者聚焦人工智能技术前沿与治理这一主题，发表主旨演讲建言献策，并深入研讨交流。

　　美国国家科学院院士、美国艺术与科学院院士、约翰·贝茨·克拉克奖得主、斯坦福大学商学院技术经济学教授、以人为本人工智能研究所副所长苏珊·阿西(Susan Athey)认为，大学在指导人工智能创新方面可以发挥优先引导的关键作用。由于私营部门的技术人员缺乏伦理、哲学方面的训练，难以开发出具有可解释性的算法框架，深化这类研究能够在人工智能治理的问题识别、建立开发实践框架、提供指引等方面发挥重要作用。此外，由于数据可以带来巨大的规模效应，当前“软件即服务”的平台经济模式已非常普及。人工智能和数据需求可能带来“伪”市场集中，因此，未来对“机器换人”的预测非常具有挑战性，需要重新关注和思考人工智能如何用于应对老龄化等公共管理问题，使基于人工智能的公共服务变得更加高效。

　　国际人工智能协会前主席、清华大学人工智能国际治理研究院学术委员约兰达·吉尔(Yolanda Gil)指出，由于人类对智能机制认知不足、智能行为本身的复杂性、观测手段的有限性以及个体知识、职业、信仰、文化背景等的差异性，导致当前人工智能研究中面临着一系列挑战，因此，需要加强人工智能基础研究工作，这需要跨领域、跨学科的共同努力。当前，理解人工智能机理和构建人工智能世界模型是人工智能研究面临的两大挑战。一方面，理解人工智能机理需要构架“感知-思考-行动”的智能模型，加强对大脑思维机理的理解，建议借鉴神经科学研究联合体的有益经验，建立全球性的人工智能研究数据库，形成全球共享的研究社区。另一方面，构建人工智能世界模型则需要建立在人类经验、社会习俗、专业技能的基础上，建议建立类似于自由协作式的知识库，通过全民民众参与，推动知识在全球层面共享。

　　中国科学院院士、清华大学人工智能研究院名誉院长、清华大学人工智能国际治理研究院学术委员张钹表示，由于深度学习等算法存在不可解释性，导致前两代人工智能算法存在着公平性、安全性问题和不可靠、不可信等缺陷。发展第三代人工智能关键在于发展可解释的、鲁棒的人工智能理论和方法，开发安全、可信、可靠、可扩展的人工智能技术，以“数据驱动+知识驱动”构建支持可解释的人工智能算法的深度学习平台，赋能人工智能安全与防御优化。从数据中真正获取智能要靠知识的帮助与引导，并需要政策法规对数据使用的正确规范，充分利用知识、数据、算法和算力四个要素结合，推动人工智能的创新发展。

　　中国工程院院士、北京大学信息科学技术学院院长、鹏城实验室主任、清华大学人工智能国际治理研究院学术委员高文认为，当前人工智能发展处于新一代人工智能向强人工智能发展的关键阶段，至2030年，中国人工智能发展总体要达到世界领先水平。从战略问题看，中美欧三方在人工智能人才、研究、开发、应用、硬件、数据等方面竞争激烈，当前中国人工智能发展在战略政策、数据资源、应用场景、潜力人才方面具有优势，而在基础理论、原创算法、关键部件、国际平台、高级人才等方面还存在短板。从战术问题看，人工智能2.0需采用基于大数据的统计AI解决大规模AI应用需求，鼓励各种可能的强人工智能探索，“可解释机器学习+推理”和“仿生系统+AI大算力”是可能的技术路线图；在安全问题层面，强人工智能的安全风险主要来源于模型的不可解释性、算法和硬件的不可靠性和自主意识的不可控性，人工智能2.0应采用DPI与“防水堡技术”解决数据安全与隐私保护，重视探索人工智能伦理问题，并基于“理论-技术研究-应用”的阶段性采取不同的风险防范策略。

　　美国国家工程院外籍院士、英国皇家工程院外籍院士、清华大学高等研究院双聘教授沈向洋表示，AI已经应用于生活和工作的方方面面，目前甚至在法律上也具有一定的应用，比如美国已经有很多法庭用机器学习和人工智能方法帮助判刑，包括决定刑期这样非常重要的问题。但是我们还无法理解一些AI决策的缘由。未来发展过程中我们不能只看见AI决策的“黑箱”，应该打开“黑箱”，探究和理解其中的具体内容和因果关系，我们一定要做可解释性的AI。同时，他提到负责任的AI应具备公平性、可靠性、隐私性、包容性、透明性和责任性的特点，作为新兴领域，还需要向其他领域学习，从而更好的服务于人类。

　　中国工程院外籍院士、清华大学智能产业研究院院长、人工智能国际治理研究院学术委员张亚勤指出，“碳中和”是人类能源结构的又一次变革。“碳中和”既是可持续发展的必然选择，又是产业结构调整和发展的重大机遇。企业在“碳中和”背景下都面临转型增效的压力。人工智能+物联网是智联网，智联网可以赋能绿色计算，助力“碳中和”。智联网助力“碳中和”主要包括三个环节：首先，由数据驱动和人工智能优化引擎来实现智能决策。其次，多参数全链系统配置优化。最后，通过多源多维异构感知融合实现智能感知。智联网可用于能源融合、降低ICT产业的碳排放和推动新兴产业发展等。他还介绍了智联网赋能的绿色计算平台的框架，该平台包括人工智能驱动节能减排和高能效人工智能系统，应用路径包括绿色园区和工业节能。

　　2021人工智能合作与治理国际论坛由清华大学主办，清华大学人工智能国际治理研究院承办，国际支持机构为联合国开发计划署。论坛为期两天，设有三场主论坛、一场特别论坛和七场专题论坛。“人工智能技术前沿与治理”主论坛由清华大学计算机科学与技术系教授、人工智能研究院常务副院长孙茂松主持。(完)