人工智能在绿色计算双碳领域也有重要的的应用

人工智能在绿色计算双碳领域也有重要的的应用

人工智能在绿色计算双碳领域也有重要的的应用。当环境与气候已经成为一种挑战，碳中和是可持续发展的必然选择，同时也是能源结构调整的大机遇。

人工智能在这个领域也有很多应用。一个方向是物联网，做AIOT，重要的是要感知这个世界，知道碳排放、能源从哪里来、怎么消耗的；第二，有了数据之后，就可以用算法进行智能决策，然后配制资源、进行资源循环。比如在能源融合方面，怎样让火电、核电、水电、风电、太阳能更好地融合到电网里去，在供电、储能、用电各环节都进行数据监控、优化、感知和均衡，这是大问题，人工智能算法会在其中扮演不同角色。

讲到双碳排放，IT行业和ICT行业也是一个大的排放源。我和团队讲，先把我们自己的排放问题解决了：数据中心运行的大数据、大计算产生了很多排放；5G本身是特别好的技术，但由于需要很多基站、天线，所以功耗也比较高；另外大的算法、模型也有很多排放。

我们近期的一个工作是5G基站。众所周知，5G用的Massive MIMO里面有很多基站，这样计算一下，比如50个基站就有64个MIMO，组合数就很高了，正常应用的时候还要做最优的布阵、部署，有很多种可能性，数量绝对会达到天文级。我们最近做了一些工作，是真实的基站加上一些模拟的场景，用多Multi-agent cooperative Contextual Bandits这个算法，其实也不是特别复杂，也包括一些离散正向学习算法，使得功耗降低了15%左右、5G网络覆盖质量提高了5%左右。这个工作其实才刚刚开始，我想告诉大家，人工智能算法在很多领域都会有应用，应用之后可以起到很好的效果。

另一个工作更理论化：现在的大模型、大数据、大计算，能否也走向另一端，即小模型、小计算、小功耗，在边缘处用传感器或手机就可以做类似的计算。当然精度可以低一点，比如80%、90%，但功耗、计算量、模型可能是百分之一、甚至是千分之一。其中很多大家可能都比较熟悉，像蒸馏、压缩、量化，对模型本身进行重新优化和部署。

AI+自动驾驶

最后是人工智能在自动驾驶方面的应用，这也是我自己研究时间比较多的领域。

汽车产业已有上百年的历史，这个产业最近在经历百年未有之大变局，无论产业结构还是技术要素都进入了新阶段。其中，智能化是无人驾驶最关键的环节。为什么这么说？首先是更安全，90%以上的交通事故是人为事故，而自动驾驶可以把它降到最低；其次是更绿色，它的效率更高，可以节能减排。

我认为自动驾驶也是人工智能领域目前最有挑战、最难、最复杂的一个技术问题，但同时可以解决。它是一个复杂的大系统，但可以解剖成子问题，逐个解决；但如果没有边界的话可能就没法解决。最具挑战、但又有边界的是AI垂直领域问题。