Ahogy az éghajlatváltozás hatásai világszerte egyre inkább láthatóvá válnak, úgy szembesülnek a kormányok és az ipari szereplők azzal, hogyan válik napról napra sürgetőbbé az alacsony szén-dioxid-kibocsátású energiarendszerre történő átállás. A különféle digitális technológiák az átmenet kulcsfontosságú elősegítői lehetnek.

A BloombergNEF és a Német Energiaügynökség (Deutsche Energie-Agentur – Dena) közreműködésével készült tanulmányban áttekintik a mesterséges intelligencia alkalmazásának lehetőségét az energiaszektorban, azonosítják a kiemelt területeket, valamint ütemtervet és gyakorlati ajánlásokat is adnak mindehhez.

A jelentés megállapítja, hogy az MI jelentős értéket teremthet a globális energiaátmenet szempontjából. A BNEF nettó zéró szcenáriója alapján a kereslet további hatékonyságának minden 1%-a 1,3 billió dollár értékű értéket teremt 2020 és 2050 között a csökkent befektetési igények miatt. Mindez a gépi intelligenciával a nagyobb energiahatékonyság és a kereslet rugalmassága miatt érhető el.

Roberto Bocca, a Világgazdasági Fórum energiaügyi vezetője elmondta, az MI ma már számos társadalmi-gazdasági területen jelen van. Az energiaiparban azonban még nagyon az út elején járunk az alacsony fogyasztású, rendkívül hatékonyan működő, összekapcsolt energiarendszerekre történő átállás szempontjából. A megfelelő energiaátmenethez azonban a kormányok és a vállalatok komoly együttműködésére is szükség van – hangsúlyozta a szakember.

A Dena vezérigazgatója pedig arról tájékoztatott, hogy ők már évek óta a digitális technológiákra összpontosítanak, és a Future Energy Lab keretében támogatják a kapcsolódó projekteket. Az MI elengedhetetlen az energiaátmenet szempontjából, mivel összefogja a különféle szektorokat –  energia, hő, mobilitás és ipar – , és digitális technológiaként szolgál a rendszerek és folyamatok hatékony felügyeletéhez. A jövő energiarendszerének hatékony szabályozásában így egyfajta átfogó szerepet fog majd betölteni – emelte ki AndreasKuhlmann.

Hogyan támogathatja az MI az átállás felgyorsítását?

– Az összegyűjtött adatok alapján felállított minták azonosítása és megfelelő betekintés.

A BNEF nettó nulla forgatókönyvei szerint a globális energiarendszer teljes szén-dioxid-mentesítése 92 és 173 billió dollár közötti beruházást igényel 2020 és 2050 között. A tiszta energia és az alacsony szén-dioxid-kibocsátású infrastruktúra-rendszerek rugalmasságának, hatékonyságának vagy kapacitásának egyszámjegyű százalékos növekedése több ezer billió dolláros hatékonyságnövekedéshez és megtakarításhoz vezethet.

– Az energiarendszerek összehangolása a megújuló energiák növekvő aránya mellett.

A megújuló energiaszektor egyre inkább a globális energiaellátás egyik alappillérévé válhat. A megújuló források kiépítésének felgyorsítása a szén-dioxid-mentesítés érdekében azt jelenti, hogy a szakaszosan termelő (például a nap- és szél) megoldások egyre több energiát szolgáltatnak. A bővítés fontos elemei a hatékonyabb prognózisok, a javuló koordináció, és rugalmasabbá váló fogyasztás, a cél, hogy ezek a hálózatok is biztonságosan és megbízhatóan működtethetők.

– Bonyolult decentralizált energiarendszerek kezelése.

Az alacsony szén-dioxid-kibocsátású rendszerekre való átállás az elosztott energiatermelés és -tárolás, valamint a fejlett keresletreagálási képességek gyors bővülését eredményezi. Ezek működését össze kell hangolni, és a modernebb hálózatokba történő integrációra is szükség van.

A gépi intelligencia számos alkalmazásban működhet egyfajta intelligens összetevőként, mivel segítségével megfelelő betekintés nyerhető az adatokba, azonosíthatók az egyes minták és idővel javítható a rendszer teljesítménye. Nem beszélve a lehetséges előrejelzésekről és modellezésről összetett, többváltozós helyzetekben is.

Habár az elmúlt időszakban számos ígéretes törekvéssel lehetett találkozni, de az elfogadás továbbra is korlátozott. Az MI a jelenleg kihasználtnál sokkal nagyobb potenciállal rendelkezik, de ennek megvalósításához nagyobb iparági együttműködésre és megújulás van szükség.

A tanulmányban kilenc alapelvet határoztak meg, amelyek célja az ipari bizalom kiépítése az algoritmusokra épülő technológiák iránt, hogy azok nagyobb szerepet játszhassanak az energiaátmenetben. Mivel a mesterséges intelligencia eszközeit egyre inkább alkalmazzák az energiaipari és energiaigényes ágazatokban, így a vállalatoknak és a politikai döntéshozóknak is aktív szerepet kell vállalniuk az új fejlesztések iránti nyitás kialakításában.