Με βάση όλα αυτά, ρωτήθηκε αν «υπάρχει σύνδεση μεταξύ της Ενεργειακής Απόδοσης και της Τεχνητής Νοημοσύνης, AI». Η απάντηση που έδωσε στην ερώτηση το ChatGPT δίνεται παρακάτω:
«Ναι, υπάρχει σημαντική σύνδεση μεταξύ της ενεργειακής απόδοσης και της τεχνητής νοημοσύνης (AI). Εδώ είναι μερικά βασικά σημεία:
1. Σύνθετα Συστήματα Ενέργειας: Τα συστήματα ηλεκτρικής ενέργειας, HE, γίνονται πολύ πιο περίπλοκα, λόγω του αυξανόμενου αριθμού συσκευών συνδεδεμένων στο Δίκτυο και των στενότερων δεσμών μεταξύ του συστήματος HE και άλλων τομέων. Οι εφαρμογές τεχνητής νοημοσύνης προχωρούν γρήγορα για να χειριστούν αυτήν την πολυπλοκότητα.
2. Ανάλυση δεδομένων: Η AI μιμείται πτυχές της ανθρώπινης νοημοσύνης αναλύοντας δεδομένα και εισόδους, δημιουργώντας εξόδους πιο γρήγορα και σε μεγαλύτερο όγκο από ό,τι θα μπορούσε ένας ανθρώπινος χειριστής. Αυτό καθιστά την ΑΙ κρίσιμο πόρο για τις ενεργειακές επιχειρήσεις.
3. Έξυπνα δίκτυα: Η τεχνολογία AI υποστηρίζει την ταυτόχρονη ανάπτυξη των έξυπνων δικτύων και των τεράστιων ποσοτήτων δεδομένων που παράγουν. Οι έξυπνοι μετρητές παράγουν και στέλνουν πολλές χιλιάδες φορές περισσότερα σημεία δεδομένων σε επιχειρήσεις κοινής ωφέλειας από τους αναλογικούς προκατόχους τους.
4. Προβλέψεις προσφοράς και ζήτησης: Μία από τις πιο κοινές χρήσεις της τεχνητής νοημοσύνης από τον ενεργειακό τομέα ήταν η βελτίωση των προβλέψεων προσφοράς και ζήτησης. Η ανάπτυξη μεγαλύτερης κατανόησης τόσο του πότε είναι διαθέσιμη ανανεώσιμη ενέργεια όσο και του πότε χρειάζεται είναι ζωτικής σημασίας για τα συστήματα ΗΕ επόμενης γενιάς.
5. Αποδοτικότητα και μείωση κόστους: Η χρήση της τεχνητής νοημοσύνης, της μηχανικής μάθησης, Machine Learning, ML, και άλλων προηγμένων τεχνολογιών συνεχίζει να διεισδύει στο σύστημα παραγωγής Ενέργειας, αυξάνοντας την απόδοση και μειώνοντας το κόστος.
6. Βιωσιμότητα: Η τεχνητή νοημοσύνη βοηθά στη λήψη αποφάσεων για ενεργειακή απόδοση και εξοικονόμηση μέσω ανάλυσης δεδομένων.
7. Σταθερότητα και Αποδοτικότητα: Με τα δίκτυα να συγκεντρώνουν πλέον ενέργεια από διαφορετικές πηγές, η λειτουργία αυτών των συστημάτων έχει γίνει πιο περίπλοκη. Η ικανότητα της AI να αναλύει τεράστια σύνολα δεδομένων δημιουργεί σταθερότητα και αποτελεσματικότητα σε αυτές τις νέες πηγές πληροφοριών».
Όπως, λοιπόν, υποστηρίζει και το κείμενο που συνέταξε το ChatGPT, ο ενεργειακός τομέας μπορεί και πρέπει να αξιοποιήσει τη δύναμη της Τεχνητής Νοημοσύνης, ΑΙ, για ενίσχυση της αποδοτικότητας και επιτάχυνση της Καινοτομίας. Η τεχνολογία AI υποστηρίζει την ανάπτυξη έξυπνων δικτύων και των τεράστιων ποσοτήτων δεδομένων που παράγουν, αφού για παράδειγμα οι έξυπνοι μετρητές παράγουν πολλές χιλιάδες φορές περισσότερα σημεία δεδομένων για τις επιχειρήσεις κοινής ωφέλειας από τους αναλογικούς προκατόχους τους.
Η διαχείριση των δικτύων HE του μέλλοντος απαιτεί πιο ισχυρά, πιο αναλυτικά υπολογιστικά εργαλεία, όπου κρίσιμο ρόλο έχει η τεχνητή νοημοσύνη, AI. Τα συστήματα ΗΕ γίνονται πολύ πιο περίπλοκα καθώς η ζήτηση για ηλεκτρική ενέργεια αυξάνεται και χρειάζεται, όλο και περισσότερο, να υποστηρίζουν ροές ηλεκτρικής ενέργειας πολλαπλών κατευθύνσεων, μεταξύ των κατανεμημένων μονάδων, του Δικτύου και των χρηστών. Ο αυξανόμενος αριθμός συσκευών που συνδέονται στο Δίκτυο, από σταθμούς φόρτισης ηλεκτρικών οχημάτων (EV) έως οικιακές ΦΒ εγκαταστάσεις, καθιστά τις ροές λιγότερο προβλέψιμες. Το αποτέλεσμα είναι μια μεγάλη ανάγκη για ανταλλαγή πληροφοριών και πιο ισχυρά εργαλεία για το σχεδιασμό και τη λειτουργία συστημάτων ισχύος, καθώς αυτά εξελίσσονται συνεχώς. Η ανάγκη αυτή έρχεται ακριβώς τη στιγμή που οι δυνατότητες των εφαρμογών AI προχωρούν με ταχείς ρυθμούς.
Γίνεται επίσης αντιληπτό ότι η ΑΙ έχει τη δυνατότητα να δημιουργήσει πιο ισχυρές ενεργειακές αγορές, μειώνοντας το κόστος συναλλαγών και διευκολύνοντας τους χρήστες να προσδιορίσουν τι θέλουν να αγοράσουν από την αγορά. Η τεχνητή νοημοσύνη, ΑΙ, και η μηχανική μάθηση, ML, μπορούν να προβλέπουν την προσφορά και τη ζήτηση. Η πιο κοινή χρήση της ΑΙ από τον ενεργειακό τομέα είναι η βελτίωση των προβλέψεων της προσφοράς και της ζήτησης. Η ανάπτυξη μεγαλύτερης κατανόησης, για πότε είναι διαθέσιμες οι ΑΠΕ και πότε χρειάζονται, είναι ζωτικής σημασίας για τα συστήματα ΗΕ επόμενης γενιάς. Εκεί, κύριο ρόλο παίζει η μηχανική μάθηση, ML, βοηθώντας στην αντιστοίχιση της μεταβλητής προσφοράς με την αυξανόμενη ή/και μειούμενη ζήτηση. Για παράδειγμα, παγκόσμιοι κατασκευαστές αυτοματισμών έχουν αναπτύξει εφαρμογές πρόβλεψης ενεργειακής ζήτησης, με βάση την ΑΙ, που επιτρέπει στους διαχειριστές κτιρίων κύρια του τριτογενούς τομέα να αποφεύγουν χρεώσεις αιχμής και να επωφελούνται από φτηνά τιμολόγια ΗΕ.
Μια άλλη βασική εφαρμογή της ΑΙ είναι η προγνωστική συντήρηση, όπου η απόδοση των ενεργειακών πόρων παρακολουθείται και αναλύεται συνεχώς για τον εντοπισμό πιθανών βλαβών. Η προγνωστική συντήρηση των φυσικών περιουσιακών στοιχείων, περιλαμβάνει τόσο τη διαχείριση και τον έλεγχο Δικτύων, χρησιμοποιώντας μια σειρά δεδομένων από αισθητήρες, έξυπνους μετρητές και άλλες συσκευές internet-of-things, IoT, για την παρακολούθηση και τον έλεγχο της ροής ισχύος στο Δίκτυο, ιδιαίτερα σε επίπεδο διανομής, διευκόλυνση της ανταπόκρισης της ζήτησης, χρησιμοποιώντας μια σειρά διαδικασιών, όπως πρόβλεψη τιμών ΗΕ, προγραμματισμό και έλεγχος των φορτίων απόκρισης όσο και παροχή βελτιωμένων ή διευρυμένων καταναλωτικών υπηρεσιών, χρήση διαδικασιών τεχνητής νοημοσύνης ή μηχανικής εκμάθησης σε εφαρμογές και διαδικτυακά chatbot - μια διεπαφή ιστού που έχει σχεδιαστεί για να μιμείται την ανθρώπινη συνομιλία μέσω αλληλεπιδράσεων κειμένου ή φωνής - για καλύτερες εμπειρίες χρέωσης των πελατών.
Δύο σημαντικά θέματα αναδεικνύονται από τη χρήση του Chat GPT και γενικά της τεχνητής νοημοσύνης. Πρώτον, η ΑΙ χρησιμοποιεί περισσότερη ενέργεια από τις άλλες μορφές υπολογιστών, ένα κρίσιμο ζήτημα καθώς ο κόσμος οδεύει σε ένα πιο αποδοτικό ενεργειακό σύστημα. Η εκπαίδευση ενός μοντέλου χρησιμοποιεί περισσότερη ηλεκτρική ενέργεια από ό,τι καταναλώνουν 100 σπίτια στις ΗΠΑ σε έναν ολόκληρο χρόνο, σύμφωνα με τον Υπουργείο Ενέργειας των ΗΠΑ. Επίσης, οι κίνδυνοι που σχετίζονται με την ΑΙ πρέπει να ληφθούν υπόψη και να αντιμετωπιστούν, προτού η τεχνολογία κλιμακωθεί σε ολόκληρο τον κλάδο. Οι κίνδυνοι περιλαμβάνουν, χωρίς να περιορίζονται σε, απειλές για την ασφάλεια στον κυβερνοχώρο και το απόρρητο, την επιρροή προκαταλήψεων ή σφαλμάτων στα δεδομένα και εσφαλμένες συσχετίσεις λόγω ανεπαρκούς εκπαίδευσης, δεδομένων ή σφαλμάτων κωδικοποίησης. Στο παγκόσμιο εργατικό δυναμικό, οι ειδικοί της τεχνητής νοημοσύνης και της μηχανικής μάθησης είναι το επάγγελμα που γνωρίζει την ταχύτερη αύξηση της ζήτησης, δημιουργώντας ένα στενό σημείο προσλήψεων. Τον Ιούνιο του 2022, υπήρχαν μόνο 22.000 ειδικοί τεχνητής νοημοσύνης παγκοσμίως σε όλους τους κλάδους. Σήμερα, πολλά ακαδημαϊκά ιδρύματα, σε όλο τον κόσμο, έχουν περιλάβει την Τεχνική Νοημοσύνη, ΑΙ, και την μηχανική μάθηση, ML, στα ακαδημαϊκά τους προγράμματα σπουδών. Να σημειωθεί ότι και στα μέσα κοινωνικής και επιστημονικής δικτύωσης, βλέπε LinkedIn, προτείνονται πλέον σεμινάρια/courses για το ρόλο της ΑΙ στην παραγωγή Ενέργειας (https://lnkd.in/g-4grnJd).
Ο νόμος της Ευρωπαϊκής Ένωσης για την ΑΙ, που προτάθηκε για πρώτη φορά το 2021 και επί του παρόντος βρίσκεται υπό διαπραγμάτευση από τα θεσμικά όργανα της ΕΕ και τα Κράτη-Μέλη, στοχεύει στη δημιουργία καλύτερων συνθηκών για την ανάπτυξη και χρήση της τεχνολογίας, ενώ παράλληλα εγγυάται ισχυρή προστασία για το Περιβάλλον. Όμως, για να είναι η τεχνητή νοημοσύνη αποτελεσματικός σύμμαχος προς ανθεκτικά συστήματα ΗΕ, τα Κράτη-Μέλη πρέπει να αναπτύξουν μηχανισμούς, για την ανταλλαγή δεδομένων και τη διακυβέρνηση.
Τέλος, σοβαρή συζήτηση μεταξύ της παγκόσμιας επιστημονικής κοινότητας είναι αν η χρήση της ΑΙ θα βελτιώσει τη μοντελοποίηση του Κλίματος. Η Κλιματική Αλλαγή είναι, ίσως, η μεγαλύτερη αποτυχία που έχει δει ο κόσμος και οι εκπομπές αερίων του θερμοκηπίου έχουν παγκόσμιες συνέπειες, ενώ η αποτυχία επιβολής φόρων εκπομπών ή άλλων κινήτρων σημαίνει ότι, παγκοσμίως, τόσο ο ιδιωτικός όσο και ο δημόσιος τομέας προκαλούν υψηλότερες εκπομπές από ό,τι δικαιολογείται. Η ΑΙ μπορεί να βοηθήσει ριζικά στη βελτίωση της αξιολόγησης της Κλιματικής Αλλαγής. Οι σημερινές εκτιμήσεις των κλιματικών επιπτώσεων βασίζονται σε μοντέλα παγκόσμιας κλίμακας του κλιματικού συστήματος, που κατόπιν υποβαθμίζονται σε περιφερειακές και τοπικές αξιολογήσεις. Η διαδικασία μείωσης της κλίμακας είναι περίπλοκη και ατελής, επειδή πολλοί τοπικοί παράγοντες επηρεάζουν τον τρόπο με τον οποίο εκδηλώνονται οι μεγάλες αλλαγές στο Κλίμα. Η ΑΙ καθιστά δυνατή τη σύνδεση της ατελούς διαδικασίας μείωσης της κλίμακας, με πραγματικές πληροφορίες σχετικά με τις πραγματικές επιπτώσεις χρησιμοποιώντας τέτοιες διαφορετικές πηγές δεδομένων.
Συνοπτικά, η ΑΙ διαδραματίζει κρίσιμο ρόλο στον μετασχηματισμό του ενεργειακού τομέα βελτιώνοντας την απόδοση, μειώνοντας το κόστος και υποστηρίζοντας την ανάπτυξη των έξυπνων δικτύων. Βοηθά στο να γίνουν οι ενεργειακές αγορές πιο αποτελεσματικές και πιο εύκολο για τους αναλυτές και τους συμμετέχοντες στην αγορά να κατανοήσουν εξαιρετικά πολύπλοκα φαινόμενα. Τέλος, είναι φανερό ότι η ΑΙ είναι ένας σημαντικός παράγοντας. στην παγκόσμια αξιολόγηση της Κλιματικής Αλλαγής αλλά και της αντιμετώπισης της. Όλα αυτά γίνονται σήμερα. Άραγε τι επιφυλάσσει το αύριο;
*Ο κ. Κωνσταντίνος Γρ. Θεοφύλακτος είναι Μηχανολόγος Μηχανικός, MSc, Γενικός Γραμματέας και Πρόεδρος της Επιστημονικής Επιτροπής Ενεργειακής Αποδοτικότητας του ΙΕΝΕ