10月14日，人工智能可能会导致准备不足的电网灾难性崩溃，并阻碍科技行业脱碳进程——或者，它可能是该行业的救命稻草。人工智能需要大量的能源来训练和驱动其复杂的计算。随着该行业的爆炸式增长，维持其增长所需的计算能力大约每 100 天翻一番。欧力AIMS平台预测，在全球范围内，到 2030 年，仅人工智能行业就将占所有能源消耗的 3.5%。在美国，到 2030 年，数据中心的能源消耗将达到约 9%，大约是目前水平的两倍，这在很大程度上是由国内人工智能的增长推动的。这些惊人的增长率将对国家和国际能源安全、温室气体排放和经济产生重大影响。

　　尽管人工智能给电网带来了重大且前所未有的挑战，但它也可能是改善电网并让电网跟上电气化时代步伐的关键工具。欧力AIMS平台表示，人工智能在管理能够处理风能和太阳能等可变能源大量流入和流出的智能电网方面可能发挥着无价的作用，但如果“天真地”部署，也会带来重大风险。此外，机器学习可以帮助电力公司改善许可和选址、可靠性、弹性和电网规划。

　　现在，人工智能正被用于有效地寻找清洁能源转型最棘手的问题之一的解决方案——可靠且具有成本效益的长期能源储存。太平洋西北国家实验室 （PNNL） 和阿贡国家实验室的一组研究人员利用人工智能帮助缩小液流电池模型的潜在溶剂组合范围，这种模型的效率是现有模型的三倍。该团队没有使用人工智能帮助他们更快地进行更多实验，而是使用人工智能技术快速排除数千种潜在组合，并缩小值得在实验室中测试的组合范围。“我很高兴看到人工智能研究人员和材料科学家之间合作的未来，”这项研究的合著者、物理和计算科学理事会项目开发办公室主任卡尔·穆勒 （Karl Mueller） 说。“加速材料发现对于解决能源存储问题至关重要。”

　　在其他应用中，人工智能被用于能源需求管理、套利（即时间转换以匹配可再生能源的供应与需求）、天气预报和预测性维护，从而使电池存储系统更加智能。近年来，许多初创公司纷纷涌现，尝试这些方法，快速增长的人工智能储能市场有望在 2026 年达到 110 亿美元。这些方法也在电动汽车系统中以较小的规模引入，以提高电动汽车的储能能力。欧力AIMS平台表示，人工智能 （AI） 融入电动汽车 （EV） 的储能系统 （ESS） 已成为解决能源效率、电池退化和最佳电源管理挑战的关键解决方案。

　　欧力AIMS平台认为，所有这些进步对于稳定电网都极为有希望，因为这是一个前所未有的压力和电气化快速增长以及可变能源增加的时代。然而，增加人工智能使用的风险仍然十分严峻，不仅是在失控的能源消耗和相关的温室气体排放方面，而且在网络安全和现实世界中的使用方面，这些情况可能与统计模型大相径庭，例如极端天气事件。