电网深谈丨人工智能的价值

浙电e家推出新栏目「电网深谈」，聚焦行业最新趋势，结合社会热点，用“视听语言”讲好电网故事，实现报道深度化与视频化有机结合。栏目形式包括室内访谈、实地探访等。

第一期邀请到了2024福布斯中国科创人物、浙江大学人工智能系主任杨洋，杭州灵伴科技副总裁黄兆霖，国网浙江电力的“浙电工匠”麻吕斌三位专家，一起谈谈“人工智能的价值”。

以下为访谈内容：

人工智能给我们带来了什么？如果用一个词来概括的话，您想到的是什么？

黄兆霖：最近这段时间，大家都会有一些焦虑，觉得人工智能是不是接下来会替代人，但从我们的角度上来看，其实它是反过来的，它仍然是“以人为本”的。所以我的一个关键词，还是“以人为本”。从我们过往的几次大的科技革命来看，大部分是围绕为人服务来做事情，它可以让每个人学习或者个人的能力，有更大的增强。进入到AI时代后，又有些新的工具出现，比方说像我们的AR眼镜，它是一个非常适合接下来在AI时代里面的一个工具。很多的信息提示，它不再是人类主动式的一个发问，比如我希望你干什么，很多可能就是AI能理解之后，它主动告诉你，你可以干什么。

主持人：人工智能其实也像是我们接了一个外脑一样。

黄兆霖：类似，整个社会发展到现在这个阶段，整个信息已经是指数级的一个增长，基本上超过了人类自己能够理解的一个范围了，那需要有这样的一个AI的能力，帮助人类在信息爆发式增长的情况下，去更高效地理解（信息）。

主持人：我看到您今天带来的这个眼镜，就是最新款的AR眼镜吗？

黄兆霖：是的，这个就是我们最新款的AR眼镜，叫Rokid Glasses。它只有49克，可以实现日常的佩戴。该具备的AI和AR能力，它都具备。今年在CES展（国际消费类电子产品展览会），跟老外交流的时候，它可以做到实时翻译，通过AR眼镜加上现在大模型，它就是变成一个默认的能力了。

主持人：这也让我想到一个词，就是“减物质化”。人工智能带来了“减物质化”，我们以前可能需要用很庞大的电脑实现的功能，现在可能只要一个小小的芯片就可以了。那杨老师，从学术视角来看的话，您想到是什么词？

杨洋：从学术的角度，我可能想到的一个词是“变革”。其实人工智能，现在它正在改变我们去认知这个世界包括解决问题的方式方法。比如像Alphafold，它用不到三年的时间，解析了上亿个蛋白质的三维结构。曾经我们用同样的时间，可能只能解析个位数的蛋白质的结构，这个差距是非常大的。其实它本质是我们去研究一个问题，从传统的专家驱动转变为从大规模的数据中自动挖掘有效知识，一种新的范式的革命，就不光是技术层面的，它对于我们整个社会，我们老百姓的生活，我们的文化，都会有非常深远的影响。

主持人：确实，我感觉人工智能产业的变革，它可以带来优质资源的共享，比如说很偏远地区的患者，也可以享受到来自一线城市远程医疗的助力。麻老师您可以谈一下您的关键词吗？

麻吕斌：我是电力系统领域的，我想到的是电力和人工智能的一对词，就是“确定性”和“不确定性”。因为随着“源网荷储”的多元化，现在与我们传统电力系统的“发输变配用”这种强计划性相比，新型电力系统呈现了高度的复杂性。这就要求我们去建设新型电力系统。（建设）新型电力系统的一个很重要的任务就是，它不是静态的、计划性的，它是要在一个动态的平衡中，来实现整个电力系统的稳定。那么实现这种动态平衡，需要有一种“确定性”的力量。人工智能是我们目前应该可以看到的，能实现这种动态平衡的确定性的力量。接下来电力去拥抱AI，就是我们拥抱能源的未来。我们知道它一定是一种非常厉害的、颠覆性的力量，它可能能够改变我们现有的能源范式，这种力量就带来了一种“不确定性”。因为我们不知道未来会怎么样，这种未来就会让我们更加期待。

主持人：刚刚麻老师其实也提到了电力和人工智能。我发现现在人工智能好像也和电力一样，越来越像空气，成为一种持续性的存在。各位老师从各自的工作视角来看的话，这两者之间的关系是怎么样的？

麻吕斌：人工智能在电力（行业）已经比较广泛地在用了。但是我们对人工智能应用的更深层次的需求，反而还变得越来越迫切。我们希望借助这种大模型，给我们提供各种知识的快速获取途径，并且能够做一些主动的问答。因为电网有很多数据，希望AI可以满足各层级人员方便灵活获取各类数据，并能实现一些数据的主动加工。在分析预测领域，希望AI能够为我们的分析带来深度，并提高预测的准度。在现场作业比如巡视、运维这些方面，我们希望AI，比如再加上AR眼镜或者一些物联设备，能够真正地解放我们技术人员的双手，提高现场作业效率，提升现场作业安全性。还有各种辅助决策方面，在编制方案、制定策略，或者一些规划方面，希望应用AI制定能更加快速、公平、高效。在专业培训方面，AI也能助力人才培养，加速人才成长。

主持人：电力对AI技术的核心需求主要在哪里？

麻吕斌：可以概括为两个方面，一方面，我们希望它解放基层人员一些基础性的操作，让他们工作的重心转向核心能力的创新，因为只有创新才能让电网发展得更好。另外一个层面，我们希望，是重塑各级的管理能力或者是领导力，减少一些经验主义的决策，提升决策效能。

主持人：我还想问问杨老师，当前学术界在AI+电力领域的研究热点是什么？

杨洋：我可以围绕大模型来介绍。第一个，是语言模型。现在可能提到大模型，百分之八九十，它指的其实是语言模型。语言模型跟电力的结合点，也非常多了，它擅长的点就在于它能够对数据进行结构化的表达，并且能够把海量数据自动汇总，然后表达成我们人类能够听懂的语言。我们可以利用大语言模型，建立比如说像设备或一些场景的知识库，假如未来有什么设备出故障了，可能我们用自然语言进行简单的查询，就可以知道接下来要怎么操作。再比如说像我们现在和电力合作，用大语言模型去做项目的智慧评审，包括在语义层面对项目的proposal（建议）做一些查重等等。第二个，就是面向负荷、电量这些时间序列数据的时序大模型，更多会用到大模型背后的一套预训练微调的新的记忆学习范式，提升AI的泛化能力。以前做一些负荷预测，我们遇到很大的问题就在于不同行业之间的数据模式，差异其实非常大。通过训练，可以得到更加通用化、统一的模型，它就可以去自动感知各个行业的相同之处在哪里，不同之处是怎么样，实现一个模型支撑各种各样的行业。第三个，我理解电力行业，它本身也是非常复杂的一个系统，它所相关的数据类型也非常多样化。面向这种多模态的大模型，它可以把多种类型的数据进行融合，从而更全面地去理解电力系统。

主持人：谢谢杨洋老师的专业分享。那请问黄总，现在灵伴科技针对电力领域，有没有一些最新的AI解决方案呢？

黄兆霖：刚才杨教授最后讲到的是多模态，我们现在更多的就是围绕在多模态的这个模型，怎么去帮助咱们这个行业里面，解决实际问题。刚才也讲到，AR眼镜可能是AI非常好的一个载体，包括应用到电力行业里面。那么对于AI眼镜来说，它怎么能够充分地去发挥AI的这个能力。首先我们把它做得很轻了，那就可以做到日常佩戴。它具备了看、说、听这些所有的能力。理论上来讲，比方说一线的人员在工作的时候，戴上眼镜之后，所有的信息输入，都是大模型可以去获取的。这些信息它是多模态的，图像的信息，声音的、语音的信息，对于真正在一线工作的时候，它才是最高效的。所以说，我们接下来可能更多的是围绕整个多模态大模型看怎么去解决一线的一些问题。

主持人：现在有没有已经在应用的案例？

黄兆霖：有在应用的案例，比如在安监和应急领域。因为安全检查还是蛮复杂的，工厂里面那些危化品的一些放置，或者是一些安全规则，这些东西如果说要让一线的人完全背下来，其实也不容易，去检查的时候，也不一定能完全检查到位。如果你戴上AR眼镜之后，通过摄像头去看当前这个场景，通过语音再给它一些信息的补充，它就能帮你去判断这个地方它的整个安全是不是到位了，还有包括在作业的时候，一些安规是不是执行到位了，可以辅助大家去做很多原来很复杂的一线作业。第一，我们希望这个大模型能够充分地理解行业知识。第二，针对一线作业的时候，根据多模态的一些信息，包括图像的输入、语音的输入，然后（AI）给出一些指导性的反馈。

麻吕斌：这就相当于是你戴眼镜，把安规和你看到的物理实体结合起来了。不要你去背那么一本厚厚的安规，然后再根据安规去想，在检查的时候有哪些点上还没有到位。

主持人：刚才我们聊了电力和人工智能的关系，最后我还想来聊一聊未来世界。我会难以想象，人工智能未来到底会有怎样的威力。我知道心理学上有一个词叫做“恐怖谷效应”，就是说，人类其实喜欢看到机器人模仿自己的，但是当机器人越来越像自己的时候，人类又会感到恐惧。我很好奇各位老师是怎么看这个未来世界的。

黄兆霖：到行业里面去看，接下来AI会辅助两个角色。一个是AI辅助机器人，它会解决很多原来机械化、标准化流程的一些作业，变得更智能，还有包括帮助人类在一些危险场地里作业。第二个是AI怎么跟人去结合，我觉得大家可能都知道《钢铁侠》的贾维斯，我们这个时代可能在3到5年就会来临了，大家完全能够感受到，我身边会有一个AI的助手在时刻陪伴我。比方说戴上眼镜之后，我可以随时地跟它做一些交互和沟通，它也随时能够提醒我，我要干什么事情。而且在信息繁杂的情况下，它能够协助我，帮我处理很多复杂问题。

主持人：刚也讲到了未来3到5年，杨老师，那您看哪些“AI+电力”技术可能会在未来3-5年实现突破？

杨洋：电力行业中，它的核心数据其实是像时间序列、拓扑图这种结构化数据。那么可能未来1到2年之内，我觉得面向这种结构化数据的通用大模型，它很快就会出来。其次就是大语言模型，包括非结构化的多模态大模型，这些能力也都在进行非常快速地迭代和更新。对比如说电力行业的知识的表达，不同模态数据之间的协同，对电力系统的整体理解，这种超强的理解能力的提升，肯定会非常非常的快速。

主持人：那更远更广泛的这个未来世界，您怎么看待？

杨洋：现在大家都常说，会有一种焦虑。一个层面是说，以前我们的决策是我们人来做的，我们的行为是由一套符合人预期的逻辑去支撑的。那现在，比如说一部分工作让机器去做以后，机器的决策过程，它不一定跟我们人的决策是对齐的，它有一套属于它自己的决策。

麻吕斌：它的“可解释性”和人的逻辑并不是完全一样的。

杨洋：对，您提到一个关键词，就是“可解释性”。这个其实是AI领域的一个经典问题，如果我们能够在技术层面，对“可解释性”这个事情有所突破，那么我相信人类也会更有安全感一些。你的私人助手，它到底是怎么决策的，这个过程，它能给你一步一步讲明白，是不是就不会那么恐惧。第二个层面，以前我们人做任何行为，责任也在我们人身上。但现在比如说，AI做出一个事情以后，如果说它闯祸了，那这个责任应该在谁身上。如果我们能够把这些责任的边界划分得比较清楚，那么我觉得未来一些风险也能更好地被控制。

麻吕斌：在未来几年，AI+物联，就是我们讲的AIoT（人工智能物联网），它可能会从万物的互联，走向万物的智联。其实电网的物联是很广泛的，电网在过去的10年20年间实现了输变配用全感知，包括数据全采集、云边协同、营配贯通，这些已经成为电网的现实。那么未来，借助AI的力量去进一步推进电网的一些柔性互动，实现无感的协同和价值上的贯通，让电网变得更加的智能、透明、高效、绿色。我觉得就在接下来的两三年，也不会太遥远，在“碳达峰”之前，会朝着这个方向去。

主持人：未来人工智能的应用，对我们的电力用户来说，会有怎样的观感？

麻吕斌：“人工智能+电力”，比方说对居民用户，他可能会感受到的就是“永不停电的电网”，商业、商场这些，它的整个能效会得到一个很大的提升。我们现在都在讲“双碳”目标，对于工厂来讲，它可能能够获得最优最经济的用电体验。以前的能源管理可能是以月为单位的，因为电费是以月来计算。它到底是什么时候单位GDP付出的能源更多，是以月为单位进行计算，工厂可能会在下个月去看一下电费，或者做一个调整。未来的话，是一种无感的协同，就是它会在每一分钟都和生产联动起来。以前我们讲供为需服务，后来是因需来定供，以后供需是完全协同互动的，而且这个互动是每时每刻，人工智能它可以做到。数字化的联动、万物的智联、AI的算力，全部赋能其上。用能成本的下降，能够让中国的产品，更具有全球的竞争力。

主持人：推进人工智能应用，是不是也是在革自己的“命”？

麻吕斌：人工智能带来的变化，确实是一种颠覆性的。我觉得它这种颠覆性，是一种真正的新质生产力。这种新质生产力也会迫使电网去改变生产关系，这也能让电网获得更好的高质量的发展。未来是不可被定义的，未来也是美好的，所以我们还是会坚定地走在人工智能和能源革命的道路上。

主持人：这也让我想到了KK（凯文·凯利）说过的，他说，在无尽的升级面前，我们将会是永远的菜鸟，永远在全力避免自己掉队。我们能做的可能就是去拥抱未来形成的变化的过程，然后去参与塑造和影响未来。

供稿

融媒体中心 陈丽莎 洪隽