人工智能常因数据中心高耗能而受到关注，但其在能源领域的应用潜力同样不容忽视。MIT电气工程与计算机科学系教授、信息与决策系统实验室（LIDS）首席研究员Priya Donti指出，AI在优化电力系统方面具有巨大潜力，能提升电网效率、增强抗灾能力，并推动可再生能源的并网。 当前电网需在每一时刻精确平衡发电与用电，但用户用电量难以预知，而风能、太阳能等可再生能源受天气影响波动大，使供应端也充满不确定性。此外，电力在传输过程中会因电阻产生损耗。这些因素使电网管理变得极为复杂，亟需优化手段。 AI在电网优化中可发挥多重作用。首先，通过结合历史与实时数据，AI能更精准预测可再生能源的出力，提升清洁能源利用率。其次，AI可解决电网调度中复杂的优化问题，如决定哪些发电机组启停、何时充放电储能、如何调节可调节负荷等。传统方法依赖简化近似，耗时且易出错，而AI能以更快速、更准确的方式提供优化方案，支持实时决策。此外，AI还能加速电网规划中的大规模仿真，实现预测性维护，及时发现潜在故障，减少停电损失。在更长远的层面，AI还能助力新型电池研发，为可再生能源的高效存储和利用提供支持。 然而，AI的能源影响需理性看待。不同AI模型能耗差异巨大，专用于特定任务的小型模型远比通用大模型节能。在能源领域，若聚焦于电网调度、储能管理等具体场景的专用AI，其投入产出比和可持续性优势明显，能有效支持能源转型。但当前AI发展过度集中于高资源消耗的大模型，其对能源与气候的贡献却有限。Donti强调，应推动更符合实际应用需求、尊重电网物理规律的AI系统开发。一个关键挑战是：电网优化容错率极低，哪怕微小错误也可能引发大范围停电，因此AI模型必须高度可靠。她呼吁技术界推动AI的民主化发展，让技术真正服务于能源系统等关键基础设施的实际需求。