2023年第16周 双碳资讯速递

发表时间:2023-04-19 14:01

2023年第16周 双碳资讯速递

研究速递

解决生成式AI不断增长的碳足迹问题

微软、谷歌和Meta正在投资数十亿美元开发生成型人工智能(AI),如在加州旧金山发布的大语言模型ChatGPT。这些模型具备的特点使得它们比之前的模型更加强大,但也对环境造成了更重的负担。近日在Nature上发布的一篇短讯文章,提出了一个更可持续的生成型AI开发框架。文章指出复杂度的增加可以让大型语言模型产生智能文本,但消耗的电力会远高于之前的版本。根据2022年发货的AI训练专用GPU数量,全年总计可能消耗约95亿度电力。这一能耗水平约等于一个中等发达国家100万人口的年度生产和生活用电需求。随着硬件变得越来越复杂,巨大数据集训练速度和容量增长的同时,必将推动产生新的能源需求。因此开发生成型AI时,可以通过调整模型的结构、推广节能硬件、使用清洁能源和优化AI模型运作方式来减少无效训练的数量,达到减少碳排放的效果。[1]


AI预测建筑能耗和温室气体排放预测

能源消耗预测是规划和控制建筑领域能源使用的必要组成部分,该领域占全球能源消耗的40%并产生大量温室气体排放。然而,很少有研究关注建筑特征、建筑几何和城市形态对能源性能的综合影响。

2023年1月1日发表在Energy上的一篇名为《Data-driven estimation of building energy consumption and GHG emissions using explainable artificial intelligence》(使用可解释的人工智能进行数据驱动的建筑能耗和温室气体排放预测)的论文。通过开发可解释的深度学习模型来填补这一研究空白。该模型名为eXplainable Artificial Intelligence,使用Light Gradient Boosting Machine集成了SHapley Additive exPlanation算法,以提供关于机器学习模型用于建筑能效预测的可行性方面的洞察力。该研究成功地预测了住宅建筑物的能源使用和温室气体排放,提出城市形态和建筑几何对评估建筑物能源消耗和温室气体排放有显着作用,并确定了总建筑面积和天然气为能源消耗和温室气体排放的最具影响力因素。[2]


AI减少CO2排放的效益评估方法

如今,在几乎所有行业中,数字技术和人工智能(AI),如机器学习(ML)模型已日益被广泛使用,以利用数据来优化系统性能。包括用于优化从大气中捕获二氧化碳或减少人类活动的CO2排放的ML模型。然而,另一方面,AI模型的使用正在导致越来越多的能源消耗,并引发了环境问题(特别是在CO2排放方面),这些问题在以往研究中未得到充分关注。

2023年4月1日发表在Journal of Environmental Management的一篇名为《Method and evaluations of the effective gain of artificial intelligence models for reducing CO2 emissions》(人工智能模型为减少CO2排放的效益评估方法)的论文针对这种情况下的AI模型,提出了一种方法来量化它的负面影响(通过训练和使用该模型产生的CO2排放量)和正面影响(当使用该模型时节省的CO2排放量)。该方法对三个最先进的AI模型进行了评估:1. 一个用于管理巴西家庭能源需求的人工神经网络模型;2.
适应性神经模糊推理系统,用于突尼斯光伏功率预测;3. 用于瑞典和卢森堡电动汽车路径规划问题的贝叶斯回归模型。结果显示,如果只考虑积极影响,模型使用带来的CO2减排量显著,但具体取决于每个情境(分别为34%、73%和9%)然而,当同时考虑正负面影响时,对于一个用户标准使用的情况下,负影响有时(第一和第三个模型)比积极影响更大。当如果有多个用户使用该模型,平衡后减排效果再次变得高度正向。[3]


论文地址:

[1] https://www.nature.com/articles/d41586-023-00843-2

[2] https://doi.org/10.1016/j.energy.2022.125468

[3] https://doi.org/10.1016/j.jenvman.2023.117261




    碳市场资讯


国际碳市场和能源市场


欧盟碳市场

欧盟碳期货2023年4月合约价格(EUA Futures)本周第一个交易日(4月10日)收盘价格为94.15元/吨,本周最后一个交易日(4月14日)收盘价为91.38欧元/吨,较上周末(4月6日)收盘价格94.15欧元/吨,下跌2.94%。[4]

注:2023年4月合约第一个交易日为2023年1月31日,最后一个交易日为2023年4月24日。


英国碳市场

英国碳期货2023年12月合约价格(UKA Futures)本周第一个交易日(4月10日)收盘价为73.95英镑/吨,本周最后一个交易日(4月14日)收盘价为70.68英镑/吨,相较上周末(4月6日)收盘价格73.95英镑/吨,下跌4.42%。[4]

注:2023年12月合约第一个交易日为2022年5月19日,最后一个交易日为2023年12月18日。

[4] 碳市场数据来源:ICE,ICE Futures Europe,www.theice.com/products/

[5] 能源期货数据来源:tradingeconomics.com,commodities, https://tradingeconomics.com/commodities


中国碳市场

本周全国碳市场碳排放配额(CEA)总成交量30,300吨,总成交额1,696,800.00元。挂牌协议交易周成交量30,300吨,周成交额1,696,800.00元,最高成交价56.00元/吨,最低成交价56.00元/吨,本周五收盘价为56.00元/吨,较上周五上涨1.08%。截至本周,全国碳市场碳排放配额(CEA)累计成交量233,538,699吨,累计成交额10,686,783,317.34元。[6]


[6] 碳市场数据来源:上海环境能源交易所,《全国碳市场每周成交数据20230410-20230414》,https://www.cneeex.com/c/2023-04-14/493951.shtml,2023-04-14




黑科技


气候变化与人工智能

CLIMATE CHANGE &ARTIFICIAL INTELLIGENCE

DeepMind AI 风力预测

谷歌的DeepMind AI项目可在涡轮开始旋转之前36小时预测发电量,从而让电厂能够提前一天确定向电网提供的输电量。项目将机器学习算法应用于美国中部的一组风力发电厂。这些风力发电厂的风电容量达到了700兆瓦,能够提供一座中型城市所需的电力。通过研究风力发电厂、天气预报以及涡轮的历史数据,经调试的AI在实际发电之前就能预测风能发电量,发电厂可以提前对于面向电网的供电量进行规划。DeepMind在一份声明中表示:“我们无法消除风力的波动性,但研究的早期结果显示,我们能够使用机器学习大大提升风力发电的可预测性和价值。”据谷歌估算,DeepMind的预测将风能的价值提升约20%。[7]


[7] 财富,DeepMind开发新型AI,可提前36小时预测风力发电厂的发电量, http://www.fortunechina.com/business/c/2019-03/12/content_327602.htm



AI for Earth

微软“地球人工智能计划” (AI FOR EARTH) 是一个致力于为解决环境和可持续发展问题的个人和组织提供云计算、开源工具和 AI 技术支持的平台,利用 AI 技术助力农业、水、生物多样性和气候问题的解决。在微软宣布2020年的生态系统承诺后,地球人工智能计划已经发展到建立行星计算机。行星计算机将数PB的全球环境数据目录与直观的API、灵活的科学环境、以及将其与保护环境的利益相关者手中的应用程序结合起来。作为地球人工智能计划下首个在华落地项目,微软携手山水自然保护中心打造了一套以红外相机收集雪豹、大熊猫、金丝猴等珍稀动物活动信息的系统,通过剔除空拍、参考识别结果等,数据初筛的处理效率大幅度提高。借助微软智能云 CAMERA TRAP API 开发的红外相机智能管理系统,图像识别准确率达到90%,数据处理效率提升了50%;基于 POWER BI 构建的公民科学数据可视化平台,能面向公众动态展现26个物种的地理、时间分布和变化情况。[8]


[8] 微软,AI for Earth, https://www.microsoft.com/en-us/ai/ai-for-earth




编辑:李逸凡

审核:吴怡



会员登录
登录
我的资料
留言
回到顶部