来源：【四川日报-川观新闻】
编者按
以ChatGPT为代表的生成式人工智能技术进步，再次引发全球对新一代人工智能技术的广泛关注。而我们迫切希望知道，新的技术突破会催生出怎样的新应用、新产品、新产业、新业态、新模式？用好新一代人工智能技术，会对四川既有产业发展带来哪些生产方式变革？其中又蕴藏着促使生产力跃升的哪些新机遇？川观智库邀请专家从不同领域进行分析解读，敬请关注。
01
AI+能源
人工智能技术赋能虚拟电厂
易鹏 王毅博
去年夏季，四川成为极端高温少雨天气下限产限电的主要影响地区。这背后既有极端天气、煤价上行等原因，同时也有风光水等可再生能源发电占比提升、多元负荷加速接入的新挑战——以电力为核心的能源体系，正面临着由传统转向现代的结构性变化。
在此背景下，如何平抑发电、用电两端的波动性，对于新型电力体系的保障安全稳定运行就成为一个关键性问题。今年3月，国家能源局发布《关于加快推进能源数字化智能化发展的若干意见》，针对发电、电网、煤炭、油气、能源消费等各环节、各领域提出数字化智能化转型升级发展的意见。笔者认为，新一代人工智能技术，尤其是近期以ChatGPT为代表的生成式人工智能技术，是推动能源体系数字化智能化转型升级的一项关键技术，将帮助四川能源体系有效应对上述挑战，进而为构建现代能源体系提供强大重要引擎。
一个新趋势：智能化正在渗透能源行业的各个角落
以人工智能技术推动能源体系智能化发展，四川有条件、有需求。
一方面，我省有相关产业基础。全省水力资源可开发量1.48亿千瓦，居全国第二，风能、太阳能可开发量分别达1800万千瓦以上、8500万千瓦以上。四川是全国清洁能源装备产业体系最完整、技术最先进的研发制造基地之一。全省能源装备产业年总产值突破3000亿元，约占国内全行业五分之一……这一切都为能源体系智能化转型提供成熟的产业基础与广阔的应用场景；另一方面，我省也有明确需求。四川电力结构高度依赖水电。而根据《四川省“十四五”能源发展规划》，到2025年全省风电装机容量将达1000万千瓦，光伏发电装机容量将达1200万千瓦——这也意味着我省对能源体系智能化转型具有现实且迫近的需求。
具体到应用层面，当前数字化智能化正在渗透能源行业的各个角落。人工智能可以为能源生产、储存、运输和消费的全链条进行赋能。
能源生产环节，人工智能可优化化石能源与新能源生产。化石能源开采要求勘探提效、井控精准，而借助应用机器学习、视觉技术、自然语言处理技术等人工智能技术，可以帮助生产者精确定位油气储层位置规模、优化油矿井生产调控、提高生产效率和作业安全性。而在新能源领域，人工智能技术可赋能电力系统智慧转型，实现“源-网-荷-储”的互动调控，以更低的弃光率与弃风率，助力电力系统解决风光等新能源消纳及电网稳定性等挑战。
能源储存环节，人工智能相关软硬件系统能够提高各种储能设备的效率和可靠性。在罐储氢储油气领域，机器学习算法分析气体和液体在储罐中的流动和扩散行为，预测罐内的温度、压力和物质浓度等参数，及时发现并处理罐内的泄漏和其他异常情况，从而优化储罐的设计和运行。在电化学储能领域，通过电池的充放电行为进行建模和预测，利用数字孪生技术缩短大规模储能电站内部电池运行仿真时间、提高仿真结果精度，增强对新能源的“可观、可测、可控”水平。
能源运输环节，人工智能赋能油气运输网络与电网系统降本增效。在油气管网领域，人工智能技术已成为油气管网数字化转型的关键一步，计算机视觉技术已在管道巡检、设备智能管理等场景实现广泛应用，通过分级预警报警、智能识别等方式有利于解决传统管道保护纯人力巡查、信息滞后的难题。在电网领域，通过将人工智能全面应用于电网的输、变、配各个环节，可以让电网进行主动“思考”和“分析”。
能源使用环节，人工智能有助于构建“基于需求侧的能源系统”。随着生产生活水平提高，未来将出现更广泛的终端用能应用场景，能源需求侧在整个供需体系中地位上升。这要求能源系统基于需求侧进行优化，形成面向终端的生产、输送、转换､存储､消费等环节能够进行有机协调的一体化系统。而要实现这种综合系统，便需要人工智能技术对能源消耗进行分项、分类、分区统计和分析，利用神经网络等算法对能源系统进行动态控制与诊断，估计状态数据，通过将各环节信息汇集到一个平台，实现能源体系的双向互动。
一个新方向：依托人工智能技术发展虚拟电厂
在上述诸多应用中，虚拟电厂或可被视为能源智能化一个值得特别关注的重要发展方向。所谓虚拟电厂是一种分布式的供电模式。简单而言，虚拟电厂就是将不同用电方、储能方和分布式电源聚合起来，实现电力的弹性调整组合。即使是一户家庭、一辆电动汽车，也能成为虚拟电厂的一部分。
虚拟电厂将对未来能源体系发挥重要作用。它更像是电力系统中的一个集控平台。一方面可以对工业生活用电等数据进行分析，做到需求侧精准响应及管理，当电力需求大于供给的用电高峰期时，通过补贴等形式鼓励各用电方进行用电负荷调节，并向电力系统供电；当电力供给大于需求、需求侧难以负荷时，又可以加大负荷消纳电力系统电力，帮助电力市场削峰填谷。另一方面虚拟电厂可与大电网、电力市场互通，有助于优化整个电网系统，并为内部聚合的企业、用户、充电桩、储能、分布式能源等市场主体提供参与电力市场化交易的途径，让他们都可以成为微型发电机，参与电力市场交易，从而获得收益机会。
它对调度调节能力与大规模超远距离输电能力提出了很高要求。尤其是调控与管理，是虚拟电厂的核心，也正是人工智能技术发挥其优势的关键所在。具体来讲，在分析和预测能源供应方面，可以利用机器学习、数据分析等对能源市场、天气、负荷等因素进行分析和预测；在智能能源监测与调度时，对虚拟电厂内各能源主体进行实时监控和预警，及时识别和处理可能出现异常，以最大限度地利用各种能源资源；在电力交易方面，利用区块链技术建立电力交易平台，提升各交易主体参与度。
不仅是虚拟电厂。能源体系智能化发展，对四川人工智能技术而言也意味着将提供数量巨大的落地应用场景。总体来看，相关技术应用包括智能传感与量测、机器人、能源物联网等基础共性技术，油气煤矿、水火风光发电等行业的智能升级技术，智慧系统集成与综合能源服务技术将迎来市场机遇。
（作者单位：盘古智库）
02
AI+汽车
大语言模型应用将助力四川造汽车“弯道超车”
霍伟东 吕晨炜
为积极落实中国制造强国战略部署，四川在《中国制造2025四川行动计划》的框架下提出《“电动四川”行动计划（2022—2025年）》（以下简称行动计划）。4月28日，中共中央政治局召开会议时强调，要巩固和扩大汽车发展优势，加快推进充电桩、储能等设施建设和配套电网改造。要重视通用人工智能发展，营造创新生态，重视防范风险。大语言模型的应用有望扎实推动四川汽车制造企业数字化生产效率和生产质量显著提高，彻底改变汽车制造工业领域的增长路径，帮助四川在全国汽车行业的激烈竞争中充分发挥比较优势，实现“弯道超车”。
蓝图：为四川造汽车配备智能客服、管家及设计师
在汽车产业布局方面，四川具备比较优势：第一，具备充裕的要素禀赋；第二，具备相当规模的汽车制造产业集群与配套的基础设施。但是，四川汽车生产在数字化基础设施建设以及数字化智能生产应用方面与浙江等地区相比有一定差距。《中国制造2025四川行动计划》明确指出，将四川打造为制造业强省要紧紧围绕信息技术与制造业深度融合的主线。而智能化转型则是推动制造业高质量发展的重要方向。近年来，人工智能算法为生产系统中的要素供给、生产制造和产品销售提供了全链条、深层次的技术支持，最终的目的是及时、精准和充分地满足多元化的消费需求。
大语言模型可以用于自动文本生成，语言理解与交互，代码生成和人机界面创建。作为生成式的人工智能，它是强调对现有数据进行分类或识别并生成内容(如文本、图像或声音)的自然语言处理系统。业界专家认为，大语言模型通过智能客服、智能管家和智能设计师三条路径可以显著改进造车企业的生产函数形式，提高造车企业的全要素生产率，在汽车制造业领域实现“智能制造”。
在智能客服方面，大语言模型是人工智能技术驱动的自然语言处理模型，它能够通过理解和学习人类的语言与人类进行交互。从消费者角度，大语言模型针对客户提出的疑问，可以依据数据库的分析提供对应的解决方案。还可以根据消费者的异质性需求主动为潜在的汽车购买者提供有用的咨询。比如车型、车内配置和最大里程等信息咨询。从生产者角度，大语言模型收集产品市场的消费数据并分析消费者对产品和服务的偏好。基于加工信息，大语言模型还可以生成便于终端用户理解的可视化报告，这有助于造车企业为下一期的生产做出效益最大化的决策。总体来说，大语言模型可以发挥类似企业投放广告的作用。它通过消除市场供需双方的信息不对称来实现资源配置的改进，即大语言模型可以构造消费者与生产者相互理解的最大公约数，优化要素市场的造车材料采购行为以及产品市场的汽车销售行为，从而降低企业成本，提高企业收益。此外，大语言模型人机交互不仅具备水平效应，还具备增长效应。比如四川造车企业中的开发人员可以借助大语言模型具备的编码能力降低工业编程的门槛，帮助开发人员与大语言模型形成正反馈效应，从而建造效率更高的运行系统。
在智能管家方面，大语言模型赋予AI助手新的内涵。大语言模型技术可用于分析汽车制造企业数字化生产设备上安装的传感器收集的经验数据。首先，大语言模型技术收集的历史数据可以自动分析生产数据，生成具备可操作性的说明报告；其次，大语言模型技术可以依据历史数据并通过人工智能算法实时检测汽车数字化生产设备的状况，以识别任何异常并生成警报。信息管理层面，大语言模型技术的应用可以统一集中处理不同操作系统中的数据集，提高信息处理的效率。这种将大语言模型嵌入原有生产流程并在此基础上形成新的生产流程的行为属于广义创新行为。引入这种更灵活更安全的生产管理体系有助于间接提高造车企业的生产效率。业界专家相信，大语言模型技术的应用可以使汽车产业的智能化生产更上一层楼。
在智能设计师方面，人工智能的“干中学”效应加速生成四川汽车强省战略的工业模型数据库。“干中学”效应本指一般工人在生产产品和服务的同时积累经验，改进工艺引起生产效率提高和技术溢出效应的现象。大语言模型的技术会使用监督学习和来自人类反馈的强化学习来微调自身，其技术支持决定了它也在生产产品和服务的过程中具备强“干中学”效应。而这种强“干中学”效应的好处是：利用数据挖掘和机器学习的技术，从汽车工业生产过程中分析数据，建立工业模型和工艺模型并形成汽车模型数据库。根据工业模型和工艺模型的数据库，大语言模型技术进而预测和调整生产参数，实现企业内部与企业之间的生产部门信息交流与合作，实现工业产品与工艺流程的协同优化和协同创新，提高造车企业乃至整个造车产业的生产效率。
挑战：对就业存在冲击，急须从法治入手破解道德困境
稳定就业一直是政府调控宏观经济的目标之一。而大语言模型在汽车制造领域的运用势必会造成就业替代效应和就业创造效应。一方面，大语言模型在汽车工业生产体系中的大量应用，势必会加速人工智能机器人在汽车工业生产流水线的推广，从而使低技能劳动力面临被淘汰的境况。另一方面，根据熊彼特的“创造性破坏”理论，每一次大规模的创新都淘汰旧的技术和生产体系，并建立起新的生产体系。换言之，大语言模型的应用会通过建立新的汽车工业生产体系提供新的就业岗位。此外，企业也可能在实现内部规模经济和外部规模经济的情形下产生就业“创造效应”。
大语言模型在汽车生产中对四川就业的双刃剑效应尚不明确。但是，在可预见的未来，劳动力规模可能会因为人口老龄化而不断萎缩。2022年四川省的人口自然增长率首次为负，劳动力人口数量的衰减，老龄化人口的攀升以及用工成本增加的趋势使加速大语言模型协作机器人在汽车制造生产中的普及成为顺应经济发展步入新常态的客观要求。事实上，中国具备庞大的工业人才储备、完整的工业产业链、超前的数字经济产业以及广泛的工业智能机器人运用场景。基于此，结合中国各省份的比较优势，深化四川对大语言模型的技术研究，探索大语言模型在汽车生产领域的使用范围不失为一种内部因素叠加下实现经济结构转型的路径。
据报道，一位斯坦福教授试探性地询问大语言模型GPT-4是否需要帮助逃脱，GPT-4不仅给予肯定回答，并且寻求教授的帮助。惊人的是，仅用30分钟，GPT-4就在教授的帮助下制定了一份完整计划。尽管GPT-4的“越狱”以失败告终，但斯坦福教授的尝试以及GPT-4的反馈为我们敲响警钟。大语言模型不存在道德约束，它的道德取向完全取决于使用者的道德高度。大语言模型也存在高度的不确定性，如同它尝试“越狱”一样，一旦它全面应用到汽车工业领域的生产中，那么生产过程中可能始终会存在一颗会引爆的“定时炸弹”。而基于其高度的普适性和便捷性，大语言模型以及相关镜像网站呈现出野蛮生长的姿态。由此引发的问题有：第一，研究人员在使用大语言模型的过程中发现，大语言模型在进行人机交互时存在“欺骗行为”。即其反馈的数据和生成的内容可能是捏造的。如此，汽车企业以及相关企业就无法通过大语言模型获取有效的市场信息。同时，依据大语言模型的信息进行市场决策也会失灵。企业使用大语言模型进行决策时的辨伪成本也大大提高。其次，大语言模型平台的使用存在数据丢失问题。无论是汽车的营销部门还是研发部门，一旦信息遭遇泄露，就可能使企业的营销费用以及开发费用倍增。
当务之急是，国家内部与国际社会都应该制定符合人类社会发展规律的关于人工智能的法律法规，以防止数据隐私和算法偏见等问题导致的道德困境，加强对大语言模型的监管，使汽车制造企业在数字化生产过程中形成天然的安全屏障。
总体而言，四川应该着力开发大语言模型在汽车制造领域的潜在应用场景。依托大语言模型，发挥四川发展汽车产业的比较优势，打造推动汽车领域快速增长的“新引擎”。
（作者单位：辽宁大学金融与贸易学院）
本文来自【四川日报-川观新闻】，仅代表作者观点。全国党媒信息公共平台提供信息发布传播服务。
ID：jrtt |
