這是一種相互作用進步悖論：人工智能消耗大量電力，但它也是解決能源危機的關(guān)鍵。我們能將人工智能從今天吞噬能源網(wǎng)的“毛毛蟲”，變成為明天改善世界供電的蝴蝶嗎？隨著我們將人工智能推向新的領(lǐng)域，正在觸及新的極限：硬件短缺、電網(wǎng)過度擴張，以及僅靠調(diào)節(jié)效率無法滿足的需求。

微軟董事長兼首席執(zhí)行官Satya Nadella援引杰文斯悖論警告我們：更便宜的人工智能不會減少能源消耗；因此，解決方案不僅僅是提高人工智能的效率；我們必須從根本上改變能源供應(yīng)。

杰文斯悖論（Jevons Paradox）是一個經(jīng)濟學理論，由英國經(jīng)濟學家William Stanley Jevons在1865年提出。該理論指出，當技術(shù)進步提高了某種資源的使用效率，反而可能導(dǎo)致該資源的總消耗量增加，而不是減少。

人工智能的能源需求規(guī)模巨大。每一張人工智能生成的圖像都帶有相當于為智能手機充電的能源價格標簽。假設(shè)世界每分鐘產(chǎn)生100萬張圖像，這相當于每天消耗15.8千兆瓦時，足以為一個小城市供電。再加上文本、視頻和科學模擬，消耗曲線就會飆升。國際能源署執(zhí)行主任Fatih Birol表示：“未來五年，數(shù)據(jù)中心的全球電力需求將增加一倍以上，到2030年，其用電量將與今天整個日本的用電量相當?！?/p>

這一瓶頸就是為什么微軟和亞馬遜等科技巨頭現(xiàn)在正在投資自己的核電解決方案。這是一個明確的信號：技術(shù)的未來取決于能源，我們正在競相確保其安全?，F(xiàn)在，最有價值的商品不再是數(shù)據(jù)中心或人工智能模型，而是由可靠能源支持的原始計算能力。

如今，這種巨大的能源需求主要面向生成式人工智能，它從互聯(lián)網(wǎng)上的海量信息中創(chuàng)建內(nèi)容。但我們的物理世界是由原子和分子創(chuàng)造的，需要的不僅僅是基于語言的模型。

為了創(chuàng)造新的物理產(chǎn)品，我們需要定量人工智能。這是一種基于物理、化學和生物學定律的人工智能，可以模擬分子相互作用，發(fā)現(xiàn)新藥、先進材料，并模擬定義我們能源系統(tǒng)的碳氫化合物反應(yīng)。這給我們帶來了一個基本真理：能源是應(yīng)用科學。無論是化學燃燒、光伏還是核聚變，每種能源都受物理定律的支配，這是定量人工智能的原生領(lǐng)域，也是改變能源供應(yīng)的人工智能之道。

雖然圍繞這項技術(shù)最吸引眼球的新聞大部分都集中在治愈人類疾病并具有令人難以置信的前景的制藥和生物學上，但同樣的數(shù)字化轉(zhuǎn)型正在解鎖我們?nèi)蚰茉垂?yīng)的未來。這在化學和材料科學領(lǐng)域最為明顯。想想催化劑，那些推動我們使用的幾乎每種燃料的化學反應(yīng)的無名英雄。超過90%的商業(yè)生產(chǎn)的化學產(chǎn)品和燃料在其制造過程的某個階段都涉及催化劑。據(jù)估計，催化過程直接或間接貢獻了世界GDP的35%以上。

20世紀的能源主導(dǎo)地位建立在通過緩慢、昂貴且往往偶然的實驗室工作發(fā)現(xiàn)這些催化劑的基礎(chǔ)上。如今，SandboxAQ的AQCAT25和其他定量人工智能等開源化學數(shù)據(jù)使我們能夠繞過其中的大部分，在硅設(shè)計和測試新的催化劑。從物理發(fā)現(xiàn)到數(shù)字設(shè)計的轉(zhuǎn)變是新的戰(zhàn)略當務(wù)之急。能源再次成為關(guān)鍵資源，但領(lǐng)導(dǎo)者將是那些掌握計算工具來創(chuàng)造為我們的世界提供動力的分子的人。

人工智能為我們做到了這一點。整個行業(yè)將計算、材料科學和能源連接在一個創(chuàng)新的反饋循環(huán)中。這種融合不僅僅是一種技術(shù)轉(zhuǎn)變，也是范式革新。要實現(xiàn)這一目標，我們需要將最強大的計算工具不僅用于創(chuàng)建新內(nèi)容，而且用于解決我們?nèi)绾螢槲磥硖峁﹦恿Φ母締栴}。

與 Ai 時代前沿合作，將大門向更多普通用戶敞開！無論你是對新技術(shù)充滿好奇心的愛好者，還是希望提升自己技能的職場人士，這里都有適合你的課程和資源。歡迎掃碼加入我們！