人工智能如何解决它造成的能源危机

这是一种相互作用进步悖论：人工智能消耗大量电力，但它也是解决能源危机的关键。我们能将人工智能从今天吞噬能源网的“毛毛虫”，变成为明天改善世界供电的蝴蝶吗？随着我们将人工智能推向新的领域，正在触及新的极限：硬件短缺、电网过度扩张，以及仅靠调节效率无法满足的需求。

微软董事长兼首席执行官Satya Nadella援引杰文斯悖论警告我们：更便宜的人工智能不会减少能源消耗；因此，解决方案不仅仅是提高人工智能的效率；我们必须从根本上改变能源供应。

杰文斯悖论（Jevons Paradox）是一个经济学理论，由英国经济学家William Stanley Jevons在1865年提出。该理论指出，当技术进步提高了某种资源的使用效率，反而可能导致该资源的总消耗量增加，而不是减少。

人工智能的能源需求规模巨大。每一张人工智能生成的图像都带有相当于为智能手机充电的能源价格标签。假设世界每分钟产生100万张图像，这相当于每天消耗15.8千兆瓦时，足以为一个小城市供电。再加上文本、视频和科学模拟，消耗曲线就会飙升。国际能源署执行主任Fatih Birol表示：“未来五年，数据中心的全球电力需求将增加一倍以上，到2030年，其用电量将与今天整个日本的用电量相当。”

这一瓶颈就是为什么微软和亚马逊等科技巨头现在正在投资自己的核电解决方案。这是一个明确的信号：技术的未来取决于能源，我们正在竞相确保其安全。现在，最有价值的商品不再是数据中心或人工智能模型，而是由可靠能源支持的原始计算能力。

如今，这种巨大的能源需求主要面向生成式人工智能，它从互联网上的海量信息中创建内容。但我们的物理世界是由原子和分子创造的，需要的不仅仅是基于语言的模型。

为了创造新的物理产品，我们需要定量人工智能。这是一种基于物理、化学和生物学定律的人工智能，可以模拟分子相互作用，发现新药、先进材料，并模拟定义我们能源系统的碳氢化合物反应。这给我们带来了一个基本真理：能源是应用科学。无论是化学燃烧、光伏还是核聚变，每种能源都受物理定律的支配，这是定量人工智能的原生领域，也是改变能源供应的人工智能之道。

虽然围绕这项技术最吸引眼球的新闻大部分都集中在治愈人类疾病并具有令人难以置信的前景的制药和生物学上，但同样的数字化转型正在解锁我们全球能源供应的未来。这在化学和材料科学领域最为明显。想想催化剂，那些推动我们使用的几乎每种燃料的化学反应的无名英雄。超过90%的商业生产的化学产品和燃料在其制造过程的某个阶段都涉及催化剂。据估计，催化过程直接或间接贡献了世界GDP的35%以上。

20世纪的能源主导地位建立在通过缓慢、昂贵且往往偶然的实验室工作发现这些催化剂的基础上。如今，SandboxAQ的AQCAT25和其他定量人工智能等开源化学数据使我们能够绕过其中的大部分，在硅设计和测试新的催化剂。从物理发现到数字设计的转变是新的战略当务之急。能源再次成为关键资源，但领导者将是那些掌握计算工具来创造为我们的世界提供动力的分子的人。

人工智能为我们做到了这一点。整个行业将计算、材料科学和能源连接在一个创新的反馈循环中。这种融合不仅仅是一种技术转变，也是范式革新。要实现这一目标，我们需要将最强大的计算工具不仅用于创建新内容，而且用于解决我们如何为未来提供动力的根本问题。

与 Ai 时代前沿合作，将大门向更多普通用户敞开！无论你是对新技术充满好奇心的爱好者，还是希望提升自己技能的职场人士，这里都有适合你的课程和资源。欢迎扫码加入我们！