Ο διττός ρόλος της Τεχνητής Νοημοσύνης στον ενεργειακό τομέα: Αυξάνει τη ζήτηση ενέργειας -  Μετασχηματίζει τον κλάδο

Το ευρύ φάσμα των πιθανών επιπτώσεων της τεχνητής νοημοσύνης στον ενεργειακό τομέα, τόσο η αυξανόμενη κατανάλωση ενέργειας όσο και η ικανότητά της να μεταμορφώσει τον τομέα, είναι στο επίκεντρο της νέας έκθεσης του Διεθνούς Οργανισμού Ενέργειας

Η πρόκληση για την τεχνητή νοημοσύνη είναι ουσιαστικά διπλή – η ταχέως αυξανόμενη κατανάλωση ενέργειας καθώς τα κέντρα δεδομένων αναπτύσσονται σε όλο τον κόσμο και η δεύτερη η ικανότητά της όχι μόνο να συγκρατεί αυτήν την αυξανόμενη κατανάλωση αλλά και να παίζει μετασχηματιστικό ρόλο στον τρόπο διαχείρισης των ενεργειακών συστημάτων καθώς γίνονται όλο και πιο περίπλοκα.

Η νέα έκθεση του ΔΟΕ, « Ενέργεια και Τεχνητή Νοημοσύνη » που βασίζεται σε νέα σύνολα δεδομένων και τη συμβολή των ενδιαφερόμενων μερών, αφορά και τους δύο αυτούς τομείς.

AI και κέντρα δεδομένων

Η έκθεση σχολιάζει ότι οι παγκόσμιες επενδύσεις σε κέντρα δεδομένων έχουν σχεδόν διπλασιαστεί από το 2022, γεγονός που έχει προκαλέσει τις ανησυχίες για την αυξανόμενη ζήτηση ηλεκτρικής ενέργειας.

Για παράδειγμα, ένα τυπικό κέντρο δεδομένων που εστιάζει στην τεχνητή νοημοσύνη καταναλώνει ηλεκτρική ενέργεια όσο 100.000 νοικοκυριά, ενώ τα μεγαλύτερα υπό κατασκευή σήμερα θα καταναλώνουν 20 φορές περισσότερο.

Ο ΔΟΕ  προβλέπει ότι η ζήτηση ηλεκτρικής ενέργειας από τα κέντρα δεδομένων παγκοσμίως θα υπερδιπλασιαστεί σε περίπου 945 TWh έως το 2030 – ελαφρώς μεγαλύτερη από τη συνολική κατανάλωση ηλεκτρικής ενέργειας στην Ιαπωνία σήμερα. Η τεχνητή νοημοσύνη είναι ο σημαντικότερος παράγοντας αυτής της αύξησης, με τη ζήτηση ηλεκτρικής ενέργειας από κέντρα δεδομένων βελτιστοποιημένων για τεχνητή νοημοσύνη να αναμένεται να υπερτετραπλασιαστεί έως το 2030.

Ο ρόλος των ΗΠΑ

Οι ΗΠΑ, που επί του παρόντος αντιπροσωπεύουν σχεδόν το ήμισυ της παγκόσμιας κατανάλωσης ηλεκτρικής ενέργειας των κέντρων δεδομένων, αναμένεται να αντιπροσωπεύουν το μεγαλύτερο μερίδιο της προβλεπόμενης ανάπτυξης, ακολουθούμενες από την Κίνα, η οποία σήμερα αντιπροσωπεύει περίπου το ένα τέταρτο της κατανάλωσης, και μετά η Ευρώπη επί του παρόντος με 15%.

Με αυτό, οι ΗΠΑ πρόκειται να καταναλώσουν περισσότερη ηλεκτρική ενέργεια για τα κέντρα δεδομένων παρά για την παραγωγή αλουμινίου, χάλυβα, τσιμέντου, χημικών και όλων των άλλων ενεργοβόρων αγαθών μαζί, σύμφωνα με τον IEA.

Ο ΔΟΕ αναμένει ότι οι ανανεώσιμες πηγές ενέργειας που υποστηρίζονται από αποθήκευση και φυσικό αέριο θα πρωτοστατήσουν στην κάλυψη της ζήτησης ηλεκτρικής ενέργειας των κέντρων δεδομένων, αλλά άλλες πηγές, όπως η πυρηνική, με τους πρώτους μικρούς αρθρωτούς αντιδραστήρες να κυκλοφορούν γύρω στο 2030 και τη γεωθερμική επίσης να συμβάλλουν.

Ωστόσο, μια πρόκληση είναι ότι τα δίκτυα ηλεκτρικής ενέργειας αντιμετωπίζουν αυξανόμενη πίεση και οι ουρές σύνδεσης στο δίκτυο τόσο για έργα προμήθειας όσο και για έργα κατανάλωσης, συμπεριλαμβανομένων των κέντρων δεδομένων, είναι μεγάλες και πολύπλοκες.

Εάν δεν αντιμετωπιστούν, έως και το ένα πέμπτο των σχεδιαζόμενων έργων κέντρων δεδομένων ενδέχεται να κινδυνεύουν με καθυστερήσεις, σχολιάζει ο ΔΟΕ.

Ο IEA σημειώνει επίσης ότι η σημασία των κέντρων δεδομένων για την αύξηση της ζήτησης ηλεκτρικής ενέργειας ποικίλλει ανάλογα με τη χώρα και προειδοποιεί ότι υπάρχουν αβεβαιότητες σχετικά με το πόσο γρήγορα θα υιοθετηθεί η τεχνητή νοημοσύνη, πόσο ικανή και παραγωγική θα γίνει και πόσο γρήγορες θα επέλθουν βελτιώσεις στην απόδοση, προκαλώντας μεγάλη αβεβαιότητα στις προοπτικές για τη ζήτηση ηλεκτρικής ενέργειας που σχετίζεται με την τεχνητή νοημοσύνη.

Η τεχνητή νοημοσύνη και ο ενεργειακός τομέας

Η έκθεση επισημαίνει ότι η τεχνητή νοημοσύνη αναπτύσσεται ήδη από εταιρείες ενέργειας για τον μετασχηματισμό και τη βελτιστοποίηση της παροχής ενέργειας και ορυκτών, της παραγωγής και μεταφοράς ηλεκτρικής ενέργειας και της κατανάλωσης ενέργειας.

Με βάση τα στοιχεία από τις επιχειρήσεις κοινής ωφέλειας, οι ευρείες περιοχές όπου χρησιμοποιούνται εφαρμογές τεχνητής νοημοσύνης είναι η λειτουργία σε πραγματικό χρόνο, η λειτουργία και συντήρηση περιουσιακών στοιχείων και η ανάπτυξη δικτύου.

Οι ειδικές περιπτώσεις χρήσης που επισημαίνονται περιλαμβάνουν την πρόβλεψη και την ολοκλήρωση της παραγωγής μεταβλητής ανανεώσιμης ενέργειας, τη μείωση της περιστολής και των εκπομπών, τον εντοπισμό σφαλμάτων και τη διαχείριση δικτύου.

Για παράδειγμα, η ανίχνευση σφαλμάτων βάσει τεχνητής νοημοσύνης για τον γρήγορο και ακριβή εντοπισμό σφαλμάτων δικτύου μπορεί να μειώσει τη διάρκεια διακοπών κατά 30-50%. Οι απομακρυσμένοι αισθητήρες και η διαχείριση βάσει τεχνητής νοημοσύνης μπορούν να αυξήσουν τη χωρητικότητα των γραμμών μεταφοράς, με χωρητικότητα μεταφοράς έως και 175 GW που μπορεί να ξεκλειδωθεί εάν εφαρμοστούν αυτά τα εργαλεία, χωρίς να κατασκευαστούν νέες γραμμές.

Ένας άλλος τομέας για την τεχνητή νοημοσύνη είναι η ενσωμάτωσή της στην κατασκευή, με εφαρμογές ικανές να επιταχύνουν την ανάπτυξη προϊόντων, να μειώσουν το κόστος και να αυξήσουν την ποιότητα.

Στις μεταφορές, οι εφαρμογές τεχνητής νοημοσύνης χρησιμοποιούνται για τη διαχείριση της κυκλοφορίας, τη βελτιστοποίηση διαδρομών, την πρόβλεψη των αναγκών συντήρησης και την ανάπτυξη αυτόνομων οχημάτων.

Στα κτίρια, υπάρχει σημαντικό δυναμικό για βελτιστοποιήσεις που βασίζονται στην τεχνητή νοημοσύνη για να κάνουν τα συστήματα θέρμανσης και ψύξης πιο αποτελεσματικά και τη χρήση ηλεκτρικής ενέργειας στα κτίρια πιο ευέλικτη.

Συνεργασία

Ωστόσο, ο ενεργειακός τομέας δεν αξιοποιεί ακόμη στο έπακρο την τεχνητή νοημοσύνη, σύμφωνα με τον IEA.

Η ενέργεια είναι από τους πιο σύνθετους και κρίσιμους τομείς στον κόσμο σήμερα, αλλά αντιμετωπίζει εμπόδια για την ευρεία υιοθέτηση της τεχνητής νοημοσύνης, συμπεριλαμβανομένης της έλλειψης ή ανεπαρκούς πρόσβασης σε δεδομένα και ψηφιακές υποδομές και δεξιότητες, καθώς και επίμονες ανησυχίες για την ψηφιακή και φυσική ασφάλεια.

Για παράδειγμα, η επικράτηση των δεξιοτήτων που σχετίζονται με την τεχνητή νοημοσύνη είναι πολύ χαμηλότερη στον ενεργειακό τομέα σε σύγκριση με άλλους τομείς.

Με την ενέργεια και την τεχνολογία τώρα σε ένα ταξίδι μαζί, η συνεργασία είναι το κλειδί, αναφέρει η IEA στα συμπεράσματά της.

Ο τομέας της τεχνολογίας και η ενεργειακή βιομηχανία είναι πιο αλληλένδετες από ποτέ. Υπάρχουν μεγάλες αβεβαιότητες στο μονοπάτι που ακολουθεί, αλλά αυτές δεν πρέπει να εμποδίζουν τη συντονισμένη δράση.

Η παροχή ενέργειας για την τεχνητή νοημοσύνη και η αξιοποίηση των πλεονεκτημάτων της τεχνητής νοημοσύνης για την ενέργεια, θα απαιτήσει ακόμη βαθύτερο διάλογο και συνεργασία μεταξύ του τεχνολογικού τομέα και της ενεργειακής βιομηχανίας, αναφέρει η έκθεση του ΔΟΕ.

«Με την άνοδο της τεχνητής νοημοσύνης, ο ενεργειακός τομέας βρίσκεται στην πρώτη γραμμή μιας από τις πιο σημαντικές τεχνολογικές επαναστάσεις της εποχής μας», λέει ο Εκτελεστικός Διευθυντής του IEA , Δρ Fatih Birol.

 «Η τεχνητή νοημοσύνη είναι ένα εργαλείο, δυνητικά ένα απίστευτα ισχυρό, αλλά εξαρτάται από εμάς – τις κοινωνίες, τις κυβερνήσεις και τις εταιρείες μας – πώς θα το χρησιμοποιήσουμε».

Το νέο παρατηρητήριο για την ενέργεια

Στο πλαίσιο των δραστηριοτήτων του προς αυτή την κατεύθυνση, ο IEA σκοπεύει να εγκαινιάσει σύντομα ένα νέο παρατηρητήριο για την ενέργεια, την τεχνητή νοημοσύνη και τα κέντρα δεδομένων, το οποίο θα συλλέγει δεδομένα παγκοσμίως για τις ανάγκες ηλεκτρικής ενέργειας της τεχνητής νοημοσύνης και θα παρακολουθεί τις εφαρμογές τεχνητής νοημοσύνης αιχμής στον ενεργειακό τομέα.